2号站长网

这一周，AI世界忙得不可开交。 先是DeepSeek发布最新版本，V3-0324;然后阿里云通义千问开源更小尺寸的视觉理解模型Qwen2.5-VL-32B-Instruct。 中国两大AI大厂轮番交替，持续给美国硅谷施加压力。 DeepSeek的强大一如既往，但这一次，Qwen32B同样也吸足了眼球。 Qwen，从幕后走上台前 Qwen32B，从后缀就看出来，这个新模型的非同凡响。 首先，它很小，…...

这一步教程值得单独开一篇文章来写，每个网站的设计都不一样，他们发表的文章分类也不同。这里就介绍最常见的一种结构。 我们首先需要确定你要采集什么内容，然后根据不同内容去找目标网站。 比如我要采集IT资讯、云服务器类的内容。 以景安的文章为例，我先找到了他的文章都放在了哪个网站。 在百度这样搜索site:zzidc.com windows2008 site:zzidc.com代表仅搜索这个域名下的内容…...

我们先打开火车头采集器 界面图 左侧是我创建好的一个任务WP2 你直接新建个任务就行了 新建任务直接出来这个界面 我们点击起始网址后面的“向导添加” 然后选择批量网址 在上一篇文章里我们发现了他的列表页地址是有规律的，从第2页到33页，都是递增的数字变化。所以我们可以一次生成从第2页到第33页的地址 把地址里面会变化的那个数字替换成“[地址参数]” 然后下面数字变化从2开始，依次递增32项。 如下…...

上一篇文章我们批量添加了他列表页的地址。 下面我们要从列表页分析出来他文章的地址。 首先看下，在列表页里面他的文章链接都在我红线画出的部分。 然后我们就可以从画出这部分里面的代码找到地址，我们看一下 是在server-r2这个div里面 注：我用的是浏览器带的调试功能，直接按键盘F12就出来了。 我们查看网页源代码，浏览器按CTRL+U即可 CTRL+F搜索server-r2，可以看到只有一个结果…...

我们首先打开一篇文章，看看他的基本结构：标题和内容起始，以及是否有重复。 从下图可以看到有标题重复，以及我们不需要的内容（他的广告） 我们查看网页的源代码，CTRL+U 先搜索标题，看看标题都在哪些位置 可以看到有三个位置都是标题，看到这三个位置，分析下前后的内容。最终我选择了第三个作为采集标题的位置。 因为前后和其他文章更不容易出现不同的情况。避免出现个别文章采集标题为空的情况。 我们打开火车头…...

前面我们讲了怎么寻找网站，以及采集文章链接和内容，下面我们就说一下内容发布相关的设置。 因为我教程里都是设置好的发布规则，所以这里我就简单介绍下各个项目。 如下图 第一步，我们点击到内容发布规则这里 第二步，点击web发布规则列表后面的加号 第三步，出现了模块管理（教程总目录有写，我们的模块文件放到火车头程序下面的\Module\目录里），选择wordpress.post这个模块 第四步，网页编码…...

前面我们已经设置好了采集和发布设置 下面我们测试一下是否可以正常采集发布内容。 这里采集列表链接我就使用1页作为演示，防止一次采集过多数据给我网站发布太多内容。 演示里我会把起始网址里面的第一项删掉，只保留第二项那个单页地址。 另外在其他设置-发布相关-边采集边发布，这里我们开启它。 然后保存并退出 然后在火车头首页上，我们找到我们的任务，把：采网址、采内容、发布。这三项都勾上。 在任务上鼠标右键…...

火车头采集器图片采集上传设置 前面我们写了基础的标题和文章采集，下面介绍下图片的采集。 图片采集不是必须的，但是图片可以丰富网站的内容，具体我也不清楚对网站的SEO有什么影响。我测试采集图片和不采集图片收录没区别，我见到的一些采集站，大部分也是不采集图片的！ 如果采集数据量比较大的话可以选择不采集图片。 正文开始 首先是火车头采集器上的设置。 我们以这个文章为例：https://server.zz…...

为什么采集这些东西，这里就不废话了。 下面一个一个的说怎么设置 1.作者 作者是在接口文件里设置的，这个接口文件不支持随机作者等。只能设置一个固定的。 在接口文件的30行左右。里面有个值我们根据自己具体情况填。 请注意，那里面的不是作者名字，也不是作者用户名。是作者账号的ID数字。 比如我们创建wordpress站点时默认创建的管理员账户ID就是1，后面的用户依次递增。2、3、4、5等等。这个应该…...