skrypcik do użytku wewnętrznego. VPS już jest

Specyfikacja techniczna: monitorowanie Truth Social

1. Opis projektu

Automatyczny system monitorowania kont na platformie Truth Social z powiadomieniami telefonicznymi i analizą treści AI.

2. Wymagania funkcjonalne

2.1 Monitorowanie

• Sprawdzanie nowych postów na wskazanym koncie
• Częstotliwość sprawdzania: 4 razy na sekundę
• Użycie serwerów proxy do omijania ograniczeń
• Automatyczna rotacja adresów IP

2.2 Powiadomienia

• Połączenie telefoniczne przy pojawieniu się nowego postu
• Wiadomość głosowa z konfigurowanym tekstem
• Użycie Twilio API

2.3 Analiza treści

• Ekstrakcja tekstu z nowego postu
• Wysłanie tekstu do DeepSeek AI w celu analizy
• Konfigurowany prompt do analizy
• Zapisywanie wyników w bazie danych

2.4 Interfejs webowy

• Przeglądanie listy ostatnich postów
• Wyświetlanie wyników analizy AI
• Status systemu (aktywny/zatrzymany)
• Czas ostatniego sprawdzenia

3. Technologie

Backend:

• Python 3.10+
• Flask (serwer webowy)
• cloudscraper (omijanie ochrony Cloudflare)
• twilio (połączenia telefoniczne)
• openai (kompatybilne z DeepSeek API)
• sqlite3 (baza danych)

Frontend:

• HTML
• Bootstrap 5 (przez CDN)
• JavaScript (aktualizacja danych)

4. Struktura projektu

project/

│

├── config.json          # Plik konfiguracyjny

├── app.py              # Główny kod aplikacji

├── templates/

│   └── index.html      # Interfejs webowy

└── data.db             # Baza danych (tworzona automatycznie)

5. Plik konfiguracyjny (config.json)

{

  "target_account": "username",

  "scan_frequency": 4,

  

  "proxies": [

  

  ],

  

  "twilio": {

    "account_sid": "ACxxxxxxxxxxxxx",

    "auth_token": "your_auth_token",

    "from_number": "+",

    "to_number": "+",

    "message": "Wykryto nowy post"

  },

  

  "deepseek": {

    "api_key": "sk-xxxxxxxxxxxxx",

    "prompt": "Przeanalizuj następny post i określ: ton (pozytywny/negatywny/neutralny), główne tematy, wzmianki o firmach lub krajach. Post: {text}"

  }

}

6. Baza danych

Tabela posts:

- id (PRIMARY KEY)

- post_id (unikalny ID postu)

- username (nazwa konta)

- text (tekst postu)

- created_at (czas publikacji)

- ai_analysis (wynik analizy od DeepSeek)

- call_status (status połączenia: udane/błąd)

7. Architektura

Interfejs webowy (Flask)

    ↓

    ├── GET /          → Strona główna z tabelą postów

    ├── GET /api/posts → JSON z listą postów

    └── GET /api/status → JSON status systemu



Proces w tle (oddzielny wątek):

    

    [Sprawdzanie konta] 

           ↓

    [Czy znaleziono nowy post?]

           ↓ (tak)

    [Połączenie przez Twilio]

           ↓

    [Analiza przez DeepSeek]

           ↓

    [Zapis do SQLite]

           ↓

    [Oczekiwanie 0.25 sek] → [Powtórz]

8. Algorytm działania

1. Uruchomienie aplikacji

   • Odczyt config.json
   • Połączenie z bazą danych
   • Uruchomienie serwera Flask
   • Uruchomienie wątku w tle monitorowania

2. Cykl monitorowania (co 0.25 sekundy):

   • Wybór następnego proxy z listy
   • Żądanie strony konta
   • Ekstrakcja ID ostatniego postu
   • Porównanie z poprzednim ID
   • Jeśli nowy post → uruchom przetwarzanie

3. Przetwarzanie nowego postu:

   • Ekstrakcja tekstu postu
   • Połączenie przez Twilio
   • Wysłanie tekstu do DeepSeek
   • Otrzymanie wyniku analizy
   • Zapis do bazy danych

4. Interfejs webowy:

   • JavaScript żąda /api/posts co 0,25 sekundy
   • Aktualizacja tabeli postów
   • Wyświetlanie statusu systemu

9. Interfejs webowy

Strona główna zawiera:

• Tytuł z nazwą systemu
• Wskaźnik statusu (zielony = działa)
• Czas ostatniego sprawdzenia
• Tabela z kolumnami:
  • Czas publikacji
  • Nazwa konta
  • Tekst postu (pierwsze 200 znaków)
  • Wynik analizy AI
  • Status połączenia

10. Instalacja i uruchomienie

Krok 1. Instalacja zależności:

pip install flask cloudscraper twilio openai

Krok 2. Konfiguracja config.json:

• Podaj nazwę konta do monitorowania
• Dodaj listę serwerów proxy
• Wpisz dane konta Twilio
• Dodaj klucz API DeepSeek
• Skonfiguruj prompt do analizy

Krok 3. Uruchomienie:

python app.py

Krok 4. Otwórz przeglądarkę:

 localhost:5000

11. Wymagania serwera

Minimalne:

• Python 3.10+
• 512 MB RAM
• 5 GB przestrzeni dyskowej
• Stałe połączenie z internetem

Rekomendowane:

• Serwer VPS/Cloud (Digital Ocean, AWS, itp.)
• 1 GB RAM
• Ubuntu 22.04 lub podobny system operacyjny

Komponenty:

• ✅ Wszystkie biblioteki są dobrze udokumentowane
• ✅ Prosta architektura (jeden plik)
• ✅ Standardowe API (Twilio, DeepSeek)
• ⚠️ Jedyna trudność: omijanie Cloudflare

13. Co może napisać AI

Sztuczna inteligencja poradzi sobie z zadaniem w 95%:

• ✅ Struktura aplikacji Flask
• ✅ Integracja Twilio API
• ✅ Integracja DeepSeek API
• ✅ Praca z SQLite
• ✅ Interfejs HTML
• ✅ Logika monitorowania
• ⚠️ Może być potrzebna ręczna konfiguracja omijania Cloudflare

14. Możliwe problemy i rozwiązania

Problem: Cloudflare blokuje żądania
Rozwiązanie: Użyj wysokiej jakości proxy, zwiększ przerwy między żądaniami

Problem: Proxy nie działają
Rozwiązanie: Regularnie aktualizuj listę proxy w config.json

Problem: DeepSeek zwraca błąd
Rozwiązanie: Sprawdź klucz API i saldo konta

Problem: Twilio nie dzwoni
Rozwiązanie: Sprawdź saldo konta, weryfikację numeru