👗 专注于番茄小说女频新书榜，每日自动追踪排行数据并结合 AI 生成趋势分析，部署为精美的在线看板。
| 功能 | 说明 |
|---|---|
| 🕷️ 自动爬取 | 每日定时抓取番茄女性频道各个分类的新书榜 Top 30 |
| 📊 趋势对比 | 自动对比相邻两天数据：新上榜 / 掉榜 / 排名变化 / 阅读量增长 |
| 🤖 AI 风向分析 | 接入 OpenAI 兼容 API，按分类生成市场趋势速评 |
| 🧭 类型风向标 | 独立趋势页聚合多日数据，用 AI 总结古风言情等综合赛道、具体热门分类和高频题材；未配置 API 时自动规则兜底 |
| 🖥️ 精美看板 | 暗色编辑风格仪表盘，带打字机动画和瀑布流书籍卡片 |
| 📱 移动适配 | 完整的移动端适配，侧边栏抽屉式菜单 |
| 🔌 数据接口 | 生成静态 lastest JSON 接口，可按类型读取最新数据 |
| ⚡ 全自动化 | GitHub Actions + GitHub Pages，零服务器运维 |
- Python 3.9+
- Git
- 一个 GitHub 账号
- （可选）一个 OpenAI 兼容 API 的密钥，用于 AI 分析
点击 GitHub 页面右上角的 Fork 按钮，将项目 Fork 到你自己的账号下。
- 进入你 Fork 后的仓库 → Settings → Pages
- Source 选择 Deploy from a branch
- Branch 选择
main，目录选择/ (root) - 点击 Save
稍等几分钟，你的看板就会上线：https://<你的用户名>.github.io/FanqieRankTracker/
进入仓库 → Settings → Secrets and variables → Actions → New repository secret，添加以下三个 Secret：
| Secret 名称 | 说明 | 示例 |
|---|---|---|
API_BASE_URL |
OpenAI 兼容 API 的地址 | https://api.openai.com/v1 |
API_KEY |
API 密钥 | sk-xxxxxxxxxxxxx |
API_MODEL |
模型名称 | gpt-4o-mini |
💡 提示： 任何 OpenAI 兼容接口均可使用（如 Moonshot / DeepSeek / 自建服务等）。如果不配置这三个 Secret，系统将自动使用基于规则的摘要替代 AI 分析，不影响核心功能。
- 进入仓库 → Actions → 左侧选择 Daily Fanqie Rank Scraper
- 点击右上角 Run workflow → Run workflow
- 等待 Workflow 运行完成（约 3–5 分钟）
运行成功后，data/ 目录下会自动生成数据文件，打开 GitHub Pages 链接即可看到看板。
GitHub Actions 已配置为 每天 UTC 00:00（北京时间 08:00） 自动运行。之后无需任何手动操作，数据和看板会每天自动更新。
看板右上角的 风向标 可进入 trend.html，先查看当下火热综合赛道（如古风言情）、具体热门分类和高频题材，再按具体类型查看近 7 / 14 / 30 日或全部周期的趋势分析。全站热点会优先使用 AI 总结，未配置 API 或生成失败时使用规则统计文案兜底。
构建脚本会同步生成 GitHub Pages 可直接访问的静态 JSON 接口：
| 类型 | 路径 | 说明 |
|---|---|---|
| 类型索引 | api/lastest.json |
返回所有可用类型及对应 URL |
| 全量数据 | api/lastest/all.json |
type=all，返回全部分类、趋势和书籍 |
| 单类型数据 | api/lastest/<类型>.json |
返回指定类型的数据，例如 api/lastest/古风世情.json |
示例：
curl https://<你的用户名>.github.io/FanqieRankTracker/api/lastest/all.json
curl https://<你的用户名>.github.io/FanqieRankTracker/api/lastest/古风世情.json# 1. 克隆仓库
git clone https://github.com/<你的用户名>/FanqieRankTracker.git
cd FanqieRankTracker
# 2. 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 3. 安装依赖
pip install -r requirements.txt
playwright install chromium
# 4. 运行爬虫（每个分类抓取 Top 30）
python scrape_fanqie_ranks.py
# 5. 构建看板数据（可选，带 AI 分析需设置环境变量）
pip install openai
export API_BASE_URL="https://your-api-endpoint/v1"
export API_KEY="your-api-key"
export API_MODEL="your-model-name"
python scripts/build_latest.py
# 6. 本地预览前端
python -m http.server 8000
# 打开 http://localhost:8000FanqieRankTracker/
├── .github/workflows/
│ └── scrape.yml # GitHub Actions 自动化工作流
├── css/
│ └── style.css # 暗色编辑风格主题样式
├── js/
│ └── app.js # 前端渲染逻辑（瀑布流 + 打字机动画）
├── scripts/
│ └── build_latest.py # 趋势对比 + AI 分析构建脚本
├── data/
│ ├── fanqie_female_new_ranks_YYYYMMDD.json # 每日原始快照
│ ├── latest_ranks.json # 最新聚合数据（看板数据源）
│ ├── market_summary.json # 全站热点 AI/规则总结
│ └── trends/
│ └── YYYY-MM-DD.json # 趋势归档
├── api/
│ └── lastest/ # 最新数据静态接口（all + 按类型拆分）
├── index.html # 仪表盘入口页
├── trend.html # 类型风向标趋势分析页
├── scrape_fanqie_ranks.py # 番茄小说爬虫（Playwright）
├── requirements.txt # Python 依赖
└── README.md # 本文件
┌─────────────────────────────────────────────────────────────┐
│ GitHub Actions (每日 08:00) │
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ Playwright │───▶│ build_latest │───▶│ git commit │ │
│ │ 爬取榜单数据 │ │ 趋势对比 │ │ 自动提交 │ │
│ │ │ │ + AI 分析 │ │ 到 main │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │
└────────────────────────────┬────────────────────────────────┘
│
▼
GitHub Pages 自动部署
用户访问在线看板 🌐
Q: Workflow 运行失败怎么办？
检查 Actions 日志中的错误信息。常见原因：
- 番茄小说页面结构变更 → 需要更新爬虫选择器
- Playwright 安装超时 → 尝试重新运行
Q: 不配置 AI Secret 也能用吗？
可以！系统会自动 fallback 到基于规则的摘要（如"新增3本上榜；《XX》排名上升+5位"）。只是没有 AI 自然语言分析而已。
Q: 可以换成男频或其他榜单吗？
可以，修改 scrape_fanqie_ranks.py 中的 init_url 变量，将 URL 改为目标榜单的地址即可。
MIT
Made with ☕ and 🤖 — 数据每日自动更新，无需手动维护