用 AI Agent 薅 AI 羊毛：一个 Telegram 监控频道的搭建记录 | 笔记

能用 > 看起来能用。与其手动刷频道找免费额度，不如让 Agent 自己刷。

起因

关注了几个 TG 羊毛频道，每天消息不少，真正有用的 AI 免费额度 / 新模型上线 / IDE 送积分之类，混在抽奖、开卡、广告里，手动翻很烦。

于是想：能不能让 AI 帮我盯着，过滤掉噪音，只推一条干净的摘要到自己的频道？

答案是可以，而且不贵——跑在自家 aarch64 小机器上，cron 每 15 分钟一轮，LLM 用免费模型，零额外成本。

架构

整体链路长这样：

公开TG频道
  → RSSHub 拉消息
  → SQLite 去重（source:msgId）
  → 关键词硬过滤（标题级）
  → LLM 预过滤（频道短文本，不爬论坛）
  → 仅对 KEEP 项：Scrapling 抓论坛首楼正文
  → LLM 二次过滤（正文级，杀软广/折扣）
  → 跨频道去重
  → LLM 多角度改写（3 角度 + 1 整合）
  → Bot 推送到目标群
  → 无图有产品链 → Playwright 截图首屏兜底
  → SQLite 标记 pushed

一句话：频道短文本先判要不要看，论坛正文再判要不要推，最后 AI 重写 + 截图，推完入库。

各层做了什么

消息来源：RSSHub

公开 TG 频道不需要 Bot API 读权限，RSSHub 提供了 rsshub.rssforever.com/telegram/channel/<name> 端点，直接拉最近消息为 RSS。

每个频道限 10 条/轮，够用。RSSHub 有时不稳，多个实例轮换即可。

去重：SQLite

每条消息的 source_channel:msg_id 作为主键入 channel_posts 表，状态流转 seen → filtered → pushed。跨频道去重用 dedupe_keys 表，避免同一产品被两个频道各推一次。

14 天自动清理，RETENTION_DAYS=14，不用管膨胀。

关键词硬过滤

在 LLM 之前先跑一层正则：抽奖、开卡、虚拟卡、机场、节点、域名交易——直接丢。省 token，也减少误判。

LLM 预过滤（Stage A）

只看频道标题 + 短文本（~800 字符），不爬论坛。prompt 让模型判断：

KEEP：免费 API / 模型额度 / IDE 送积分 / 官方 free tier 上线
DROP：抽奖、中转、反代、合租、广告、求助、 rant

输出 JSON：useful / score / kind / reason / summary。

这一层砍掉 80% 的消息，后面论坛爬取只对 KEEP 项做。

论坛正文抓取

Stage A 说 KEEP 的，才去爬论坛首楼。按站点分族：

族	站点	抓法
discourse	linux.do, nodeloc	`/t/{id}.json` 首帖 `cooked`
nodeseek	nodeseek.com	首个 `article.post-content` + `/jump?to=` 解包
v2ex	v2ex.com	`topic_content`
generic	其它	article/main only

硬规则：只认首楼正文链接，不扫整页——否则侧栏广告、站点规则页混进来就乱了。

LLM 二次过滤（Stage B）

拿到论坛正文后，再跑一次 LLM。这次能看清全文，专门杀：

软广（折扣、专属价、充值套餐）
促销算力（Seedance 9折之类）
「怎么发羊毛」教程帖

同一个产品两个频道各发一次，dedupe_key 去重。

多角度改写推送

确定要推了，不直接发原文。跑 3 个角度分析师 + 1 个整合器：

角度	提取什么
hook	白嫖价值 / 额度 / 模型 / 可否重复注册
howto	怎么领 / 门槛 / 有效期
caveat	坑 / 绑卡 / 限地区 / 不稳定

三个角度各出一组 bullet，整合成一条口语化短文。正文尽量 ≤80 字，点关键信息：额度、模型、无限注册、有效期。

有效期不写 【有效期: xxx】 这种机械标注，自然融进正文——「30天」「白嫖一个月」「前1万名」「长期有效」。

图片处理

推送时最多带一张图，优先级：

频道真图（RSS blockquote 里的论坛 OG 预览不算）
论坛首楼正文图（下载后检查尺寸，丢弃 logo/头像/小图标）
产品页首屏截图（无图但有 product_url 时，Playwright headless 截图 1280×900 @2x）
都没有 → 纯文本

截图有个坑：最初用 wait_until=networkidle，结果阿里云那种 SPA 页背景请求不停，30s 超时白推纯文本。后来改成 load → domcontentloaded → commit 降级 + 4s settle，10s 内出图。

部署

# cron，每 15 分钟
*/15 * * * * /bin/bash /root/tg-ai-monitor/run_cron.sh

run_cron.sh 带 flock 防并发，日志写 data/cron.log。

LLM 走自己的 CPA 网关，模型用 agnes-2.0-flash（免费），4 次 LLM 调用/条 × 通常 ≤5 条/轮，成本可忽略。

效果

跑了一阵，推送到自己的频道。典型推送长这样：

注册送$40 AI + $360 VPS，支持Claude 4.6和GPT 5.2。单邮箱可无限注册。

http://signup.snowflake.com/cortex-code

#ai #白嫖

或者：

阿里云西湖论剑比赛，学生可领专属代金券，用于购买服务器和算力。

https://university.aliyun.com/action/dasctf

#ai #白嫖

短、直接、有链接有图。不写说明书腔，不标 ⏱ 有效期。

一些踩过的坑

坑	原因	解法
推了论坛 OG logo 当正文图	RSS 把论坛链接预览图放 blockquote 里	`strip_blockquote=True`；下载后尺寸校验丢弃小图
强行挂了无关产品链	NodeLoc 整页扫链扫到站点 `community_rules`	改成只扫首楼正文，不扫整页
截图超时纯文本推送	`networkidle` 对 SPA 永远不 settle	降级为 `load` + `domcontentloaded`
LLM 把有效期标成 `【有效期: xxx】`	publish prompt 没限制格式	要求口语化融入正文，禁机械标注
同一产品两个频道各推一次	无跨频道去重	`dedupe_keys` 表，key 基于 product host

小结

这东西本质是一个 LLM 驱动的 pipeline：拉消息 → 过滤 → 抓详情 → 再过滤 → 改写 → 推送。每一步都有明确的丢弃条件，AI 负责判断，不负责编造。

代码没开源——环境太特殊，泛用性不够。思路倒是通用的：RSSHub + SQLite + 任意 LLM API + Bot Token，谁都能搭。

如果你也在刷 AI 羊毛频道，不妨试试让 Agent 替你刷。省下来的时间，可以用来薅更多的羊毛。