晓港智能采集

让网站内容自动增长。

适用场景

• 想做资源、线报、资讯、博客类站点但缺少内容的站长
• 有多个信息源（论坛、博客、公众号、RSS），希望集中到自己网站的用户
• 不会写采集规则的新手，无需了解正则与 HTML

核心功能

一键添加

• 粘贴网址后自动分析全站分类
• 勾选分类，选择「采全部」或「只采最新 N 篇」即可完成
• 无需填写规则，插件自动识别列表、标题、正文与翻页

五种采集模式

• 列表采集：普通文章列表，自动翻页到底
• RSS 订阅：支持多个源混合
• 站点地图：按 sitemap.xml 全站采集
• 公众号文章：解析公众号页面
• 单篇采集：精确抓取指定文章

CMS 指纹规则库

• 内置 28 套模板与站点规则
• 自动识别目标站程序，包括 Emlog、Emlog Pro、WordPress、Discuz、织梦、Typecho、Z-Blog 等
• 匹配对应模板后进行真实抓取验证，识别失败自动降级为智能猜测
• 常见站点（线报站、资源站等）可直接使用内置站点规则

发布自动化

• 采集条目进入待发布队列，支持立即发布、定时发布、批量发布
• 错峰发布：文章自动排入不同时段，模拟真人更新节奏
• 采集内容可绑定到网站指定分类

内容处理

• 正文智能清洗，去除广告、免责声明、隐藏内容提示等杂讯
• 图片本地化：远程图片自动下载到本站，支持第三方云存储
• 自动摘要、自动标签、自动内链、图片 alt 补全、外链 nofollow
• 下载类内容自动适配晓港下载插件

AI 增强（可选）

• 接入 OpenAI 兼容接口后可自动生成摘要、标签与改写正文
• 接口异常时自动降级，不阻塞采集流程

内容安全

• 内置敏感词库，覆盖违法、黑产、色情、垃圾推广
• 支持自定义词库，命中后可拦截或打码
• 质量门槛（标题与正文长度过滤），避免采集垃圾内容

防封保护

• 随机请求间隔、UA 随机化、小时请求上限、自动冷却
• 支持代理池（可选），降低 IP 被封风险

计划任务

• 后台自动轮询采集，也可由外部 cron 触发（带密钥校验）
• 每个任务可单独开始、暂停、结束，并保留运行日志