面向中资手游出海合规团队的自动化法规情报工具,每日追踪全球主要市场的游戏监管动态。
- 自动抓取:从 30+ 个官方监管机构、法律媒体、行业资讯 RSS 源实时获取法规动态;同时通过 Google News 多语言搜索(英、日、韩、越、印尼、德、法、葡、西、泰、阿拉伯语等)覆盖本地语种媒体
- AI 翻译与提炼:基于硅基流动 Qwen3-8B 批量处理,将英文原文转化为规范中文标题和合规摘要;专有名词(Loot Box、GDPR、FTC 等)自动保留英文;每批 3 条并发处理,效率比逐条提升 3 倍
- 智能分类:按地区(东南亚 / 亚太 / 欧洲 / 北美 / 日韩台 等)和合规类别(数据隐私 / 未成年人保护 / 玩法合规 / 广告营销 等)自动归类
- 三重去重:URL 精确匹配 → Bigram 语义相似度(阈值 0.45)→ LLM 批量核验,有效过滤跨来源的同主题重复报道
- HTML 报告:生成可交互的 HTML 报告,支持按地区、分类、状态筛选和关键词搜索;区域内按官方 > 法律 > 行业 > 媒体信源优先级排列
- PDF 报告:每周自动生成带 Lilith Legal 品牌的 PDF 版本,方便分发存档
- 飞书通知:
- 每日日报:有新动态时自动推送飞书卡片,含中文标题、摘要和原文链接(最多展示 8 条)
- 每周周报:生成过去 7 天汇总,含分类统计、区域分布、5 条多样化精选重点
- 周报存档:每周报告自动归档至
reports/archive/YYYY-WXX/,支持后续趋势分析
| 任务 | 触发时间(北京/新加坡时间) | 说明 |
|---|---|---|
| 每日日报 | 周一至周五 09:33 | 抓取 + 翻译最新数据,有新增则推送飞书 |
| 每周周报 | 每周一 09:47 | 读取已更新 DB,生成 HTML + PDF 报告,发飞书并存档 |
周一 09:33 的日报会先完成数据抓取,09:47 的周报直接读取最新 DB,无需重复抓取。
| 显示分组 | 涵盖地区 | 代表监管来源 |
|---|---|---|
| 东南亚 🌏 | 越南、印尼、泰国、菲律宾、马来西亚、新加坡 | 越南信息通信部 (MIC)、印尼 Kominfo、泰国 NBTC、新加坡 IMDA |
| 亚太 🌏 | 印度、巴基斯坦、孟加拉国、澳大利亚、新西兰 | 印度 MeitY、IT 规则动态、澳大利亚 eSafety、Privacy Act |
| 欧洲 🌍 | 欧盟、英国、德国、法国、荷兰、比利时等 | GDPR 执法动态、ASA(英国)、Ofcom、ICO、CNIL、PEGI |
| 北美 🌎 | 美国、加拿大 | FTC、联邦公报、纽约州 AG、加拿大竞争局 |
| 南美 🌎 | 巴西、墨西哥、阿根廷等 | SENACON(巴西)、LGPD 动态 |
| 日韩台 🌸 | 日本、韩国、台湾、香港、澳门 | GRAC(韩国)、日本消费者厅 / CERO、台湾数位部 |
| 中东 🕌 | 沙特、阿联酋、土耳其、尼日利亚、南非 | 沙特通信部、阿联酋监管机构 |
| 其他 🌐 | 全球综合 | GamesIndustry.biz、GamesBeat、Pocket Gamer |
| 分类 | 典型议题 |
|---|---|
| 🔒 数据隐私 | GDPR / CCPA 执法、儿童隐私 (COPPA)、跨境数据传输、数据本地化 |
| 🎲 玩法合规 | Loot Box / 抽卡监管、概率公示、虚拟货币、涉赌认定 |
| 🧒 未成年人保护 | 年龄验证、未成年消费限制、游戏时长管控、家长控制 |
| 📣 广告营销合规 | 虚假广告、KOL 披露义务、暗黑模式、价格透明度 |
| 🛡️ 消费者保护 | 退款政策、订阅自动续费、消费者权益诉讼 |
| 🏢 经营合规 | 本地代理 / 代表处、游戏许可证、税务合规、外资限制 |
| 📱 平台政策 | App Store / Google Play 政策、第三方支付、DMA 合规 |
| 📋 内容监管 | 内容审查、AI 生成内容、版权合规、游戏分级 |
Monitor/
├── monitor.py # 主入口:run / report / query / stats / retranslate
├── fetcher.py # RSS + Google News 多语言抓取,去重写入 DB
├── classifier.py # 分类打标(地区 / 类别 / 状态 / 影响分值 / 信源层级)
├── translator.py # AI 批量翻译 + 术语修正 + LLM 重复对核验
├── reporter.py # HTML 报告生成(含区域推断、三重去重、信源排序)
├── models.py # 数据模型(LegislationItem)+ SQLite 数据库操作
├── config.py # 搜索关键词库、RSS 源、分类标签、输出配置
├── utils.py # 共享工具:区域分组映射(单一修改源,各模块统一引用)
├── daily_check.py # 日报脚本:查询昨日新增 → 构建飞书卡片 → 推送
├── feishu_notify.py # 周报脚本:查询本周数据 → 构建飞书卡片 → 推送
├── generate_pdf.py # Playwright 截图:HTML 报告 → PDF
├── requirements.txt # Python 依赖
├── data/
│ └── monitor.db # SQLite 数据库(法规条目 + 去重索引)
├── reports/
│ ├── latest.html # 最新 HTML 报告
│ ├── latest.pdf # 最新 PDF 报告
│ └── archive/ # 历史周报(YYYY-WXX/weekly.html)
└── assets/
└── lilith-logo.png # PDF 品牌 Logo
git clone https://github.com/evonotevil/Monitor.git
cd Monitor在仓库页面进入 Settings → Secrets and variables → Actions → New repository secret,添加以下 Secrets:
| Secret 名称 | 说明 | 是否必填 |
|---|---|---|
LLM_API_KEY |
硅基流动 API Key(免费申请) | ✅ 必填 |
FEISHU_WEBHOOK_URL |
飞书自定义机器人 Webhook 地址 | ✅ 必填(否则通知不发送) |
进入 Actions 标签页,确认两个 workflow 已启用:
每日合规动态检查(daily_check.yml):周一至周五 09:33 SGT 自动运行全球游戏合规周报(weekly_report.yml):每周一 09:47 SGT 自动运行
首次测试可点击 Run workflow 手动触发。
# 安装依赖
pip install -r requirements.txt
playwright install chromium # 仅 PDF 生成需要
# 设置环境变量
export LLM_API_KEY=sk-xxx
export FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/xxx
# 抓取最新数据并生成 HTML 报告(过去 7 天)
python monitor.py run --period week
# 仅生成报告(不抓取新数据)
python monitor.py report --format html --period week
# 仅生成 PDF(需先生成 HTML)
python generate_pdf.py
# 发送日报飞书通知(本地测试)
python daily_check.py
# 发送周报飞书通知(本地测试)
REPORT_HTML_URL=https://... python feishu_notify.py
# 关键词搜索数据库
python monitor.py query --keyword "loot box"
# 查看数据库统计
python monitor.py stats
# 重新翻译历史条目(更新 Prompt 后使用)
python monitor.py retranslate| 变量 | 说明 | 默认值 |
|---|---|---|
LLM_API_KEY |
硅基流动 API Key | 必填 |
LLM_BASE_URL |
LLM API 地址 | https://api.siliconflow.cn/v1 |
LLM_MODEL |
使用的模型 | Qwen/Qwen3-8B |
FEISHU_WEBHOOK_URL |
飞书 Webhook 地址 | 必填(通知功能) |
REPORT_HTML_URL |
周报 HTML 公开链接(飞书卡片按钮用) | 可选 |
REPORT_PDF_URL |
周报 PDF 公开链接(飞书卡片按钮用) | 可选 |
| 文件 | 说明 |
|---|---|
reports/latest.html |
最新 HTML 交互报告(可在浏览器中打开) |
reports/latest.pdf |
最新 PDF 报告(可直接下载分发) |
reports/archive/ |
历史周报存档(按 ISO 周号归档) |
HTML 报告可通过 htmlpreview.github.io 直接在线预览:
https://htmlpreview.github.io/?https://raw.githubusercontent.com/evonotevil/Monitor/main/reports/latest.html
- LLM:硅基流动免费层
Qwen/Qwen3-8B,每批 3 条并行处理,批间 4 秒冷却(遵守免费层限速) - 数据库:SQLite,存储在
data/monitor.db,每次 CI 运行后自动提交回仓库 - PDF 生成:Playwright Chromium(GitHub Actions 已配置缓存,缓存命中时安装时间从 90 秒降至 5 秒)
- Git 优化:所有 workflow 使用
fetch-depth: 1浅克隆,避免拉取含完整 DB 历史的大体积仓库
Lilith Legal · 仅供内部参考