second-eye
second-eye es una herramienta open source local en Python/FastAPI para monitorizar precios y calidad en Xianyu (闲鱼). Utiliza IA para análisis de imágenes y texto, evaluando productos contra criterios definidos por el usuario.
Ficha actualizada 25 sept 2026, 2:16 · upstream 25 sept 2026, 2:08 · release sin release detectada
Qué es second-eye
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
second-eye es una herramienta open source local diseñada para monitorizar precios y calidad en la plataforma Xianyu (闲鱼). Permite configurar tareas de búsqueda basadas en palabras clave, rangos de precio y requisitos de calidad visual. Utiliza inteligencia artificial para filtrar automáticamente productos que cumplen con los criterios establecidos, analizando tanto el texto como las imágenes de los anuncios.
- Monitorizar precios de productos específicos (ej. consolas, ropa) en Xianyu y recibir alertas cuando bajan de precio.
- Filtrar automáticamente productos con buena calidad visual mediante IA antes de comprar para evitar estafas.
- Recibir notificaciones a Enterprise WeChat o Gotify cuando un vendedor confiable baja el precio de un artículo deseado.
- Evaluar la reputación del vendedor (crédito, comentarios) para tomar decisiones de compra más seguras.
- Automatizar la búsqueda en el mercado de segunda mano sin necesidad de revisar manualmente cada nuevo anuncio.
- Procesamiento local: Datos y cookies se mantienen en SQLite local, garantizando privacidad y no subiendo información a servidores externos.
- Filtrado IA avanzado: Uso de modelos GLM (Zhipu) para análisis semántico de texto y visión artificial de imágenes para evaluar la calidad del producto.
- Notificaciones versátiles: Soporte nativo para Enterprise WeChat, Gotify, ServerChan y Feishu mediante Webhooks o tokens.
- Gestión de sesiones segura: Mecanismo 'one-click login' que captura cookies sin guardar contraseñas sensibles en el disco.
- Filtrado inteligente: Lógica de precios dinámicos con detección de cambios (reenvío automático al bajar precio).
- Arquitectura escalable: Uso de FastAPI y SQLAlchemy para manejar múltiples tareas de monitoreo simultáneas.
- Dependencia de API externas: Requiere configuración manual de claves API para modelos LLM (Zhipu u otros servicios compatibles).
- Riesgo de bloqueo: El scraping en Xianyu puede ser detectado; se recomienda usar proxies y respetar los intervalos de tiempo configurados.
- Limitación visual: El análisis de imagen depende de la calidad de las imágenes subidas por el vendedor y del modelo de IA seleccionado.
- Configuración inicial compleja: Requiere configuración manual de cookies o uso de noVNC para login en entornos Docker sin interfaz gráfica local.
- No intercepta automáticamente: Solo notifica sobre oportunidades, no realiza la compra ni gestiona pagos por el usuario.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendado usar Docker Compose para producción o `uv` para desarrollo local. Configurar `.env` con claves API y cookies antes de iniciar. No exponer noVNC a internet; usar proxy HTTPS con autenticación si es necesario. Asegurar que el navegador Chromium esté instalado en el entorno Docker o local. Monitorear la tasa de limitaciones (429) en los modelos visuales y ajustar intervalos de scraping.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.