网页变动盯梢

成品公式：用户给一个网址 → 拿到一份"哪一行变了"的差异报告（不是教程，不是"建议你用某某监控工具"）。

解决的问题：竞品调价、官网条款悄悄改写、招聘页挂出新岗位、开源项目改了安装说明——这些都发生在老页面上，没有新文章、没有新链接，搜索引擎和 RSS 都不会提醒你。只能靠"把上次的样子存下来，这次再比一遍"。

全程本机运行：抓取、存档、比对都在用户电脑上，不经过任何第三方服务，不需要注册。

功能

脚本内置的判断（agent 不用操心）：

• 自动解压 gzip/deflate。很多站点默认压缩响应，不解压拿到的就是乱码——更麻烦的是两次乱码完全一样，会让"零变化"变成永久静默失败。这是本技能最容易翻车的地方，已内置处理。
• 正文抽取：去掉 script/style/nav/footer 等，按段落分块成纯文本行，比对的是文字而不是 HTML，避免改了版式就报一堆差异。
• 噪声过滤：--drop-noise 丢掉访问量、时间戳、"3分钟前"这类每次都不一样却毫无意义的行；--ignore 正则 丢掉指定内容（如页脚版权）。
• 只看在意的地方：--match 正则 只保留命中行。盯价格页时 --match "元/月"，页面上其他任何改动都不会打扰你。
• 纯数字变动加权：如果这次差异只是数字不同，报告里会标"⚠️ 只差数字"，因为那通常就是价格、名额、版本号变了，最该先看。
• 单个失败不影响其他：一个网址被墙或改版，其余照常检查，报告里单独列出没抓成的及原因。

工作流程

1. 问清两件事：①盯哪个网址 ②盯它的哪一部分。第二问很关键——整页比对噪声大，问出"你主要是怕价格变还是怕条款变"，就能用 --match 把范围收窄。
2. 登记并建基线（路径一律绝对路径）：

bash SKILL_DIR="$HOME/.workbuddy/skills/nhao-page-sentinel" [ -f "$SKILL_DIR/scripts/watch.py" ] || SKILL_DIR="$PWD/.workbuddy/skills/nhao-page-sentinel" W="$SKILL_DIR/scripts/watch.py" python3 $W add "竞品A-价格页" "https://example.com/pricing" --match "元/月|美元|收费" --drop-noise

3. 立刻验一次：add 成功后马上 check 一次，应该是"无变化"。这一步能证明抓取和比对是通的；如果这时就报变化，说明页面里有每次访问都变的内容，需要用 --ignore 排掉。
4. 出报告：check -o 报告路径，报告是 Markdown，含一张状态总表 + 每个变化页的 diff 代码块。
5. 替用户判断"这算不算真变了"——这是本技能的核心价值，别把 diff 原样丢给用户。看完差异后按下表给结论：

6. 要定时执行就配自动化：跟用户说清"每天几点看一次"，用 WorkBuddy 的定时任务跑 check --quiet -o <每日报告>。--quiet 只输出一行，没变化时不会刷屏；check 的退出码 2 表示有变化、1 表示有失败、0 表示全部无变化，可以据此决定要不要打扰用户。
7. 交付：报告文件路径 + 一句结论（"3 个页面里 1 个变了，是价格从 99 改成 129"）。用户没要文件时，直接把结论和那几行 diff 说清楚即可。

命令参考

W="$SKILL_DIR/scripts/watch.py"

# 1) 登记（必填：名字 和 网址）
python3 $W add "竞品A-价格页" "https://example.com/pricing"
#   --match 正则     只看命中行，可重复：--match "元/月" --match "会员"
#   --ignore 正则    忽略命中行，可重复：--ignore "版权|备案|浏览"
#   --drop-noise     丢掉访问量/时间戳/"3分钟前"这类易变行
#   --mask-time      把日期时间抹掉再比（比 --drop-noise 更温和，保留行本身）
#   --timeout 25     单页超时秒数

# 2) 检查
python3 $W check                          # 全部
python3 $W check "竞品A-价格页"            # 只查一个
python3 $W check -o ./盯梢报告/2026-10-27.md   # 写 Markdown 报告
python3 $W check --quiet                  # 定时任务用：只打一行
#   --context 2   差异上下各显示几行
#   --delay 1.0   每页之间的停顿（默认 1 秒，别调太小）

# 3) 查看
python3 $W list
python3 $W show "竞品A-价格页"              # 最近一份快照全文
python3 $W show "竞品A-价格页" --diff       # 最近两份之间的差异

# 4) 删除
python3 $W rm "竞品A-价格页"               # 只删登记，快照留着
python3 $W rm "竞品A-价格页" --purge       # 连快照一起删

快照存放位置：~/.page-sentinel/（可用环境变量 PAGE_SENTINEL_HOME 改到别处）。每个盯梢项保留最近 30 份快照，更早的自动清掉。

示例

例 1：盯竞品价格

> 用户：帮我盯着这几个竞品的价格页，一改就告诉我，别整页都报
> →
> bash > python3 $W add "竞品A-价格" "https://a.example.com/pricing" --match "元|¥|\$|月|年" --drop-noise > python3 $W add "竞品B-价格" "https://b.example.com/plans" --match "元|¥|\$|月|年" --drop-noise > python3 $W check >
> 报告里出现 +专业版 249 元/月、-专业版 199 元/月 → 告诉用户「竞品A 专业版从 199 涨到 249，涨幅 25%，发布时间是本次检查前」。

例 2：盯政策/条款页

> 用户：这个平台的商家协议会不会偷偷改？帮我盯着
> →
> bash > python3 $W add "平台-商家协议" "https://example.com/terms" --ignore "版权所有|ICP备|最后更新" --mask-time >
> 条款页通常整篇都是有效内容，别用 --match 收窄（会漏掉新加的条款），改用 --ignore 排掉页脚。

例 3：盯招聘页新岗位

> 用户：看看他们还在招什么岗位
> →
> bash > python3 $W add "竞品C-招聘" "https://c.example.com/jobs" --drop-noise > python3 $W check >
> 招聘页列表会增删，差异里 + 开头的行就是新挂出来的岗位，逐条念给用户。

边界（这些情况先说清，别硬做）

• JS 渲染的页面抓不到。脚本看到的是服务器返回的 HTML；靠浏览器执行 JavaScript 才有内容的页面（大量 SPA、部分电商详情页），抓下来几乎是空的。脚本会明确拒绝并提示，这时建议改用该站提供的 RSS、开放 API 或静态详情页。
• 要登录的页面不行。命令行没有用户的浏览器登录态。需要登录的页面会返回 401/403 或跳登录页，报告里会写清原因，不要反复重试，也不要尝试绕过。
• 不绕验证码、不伪装身份。默认串行抓取、每页间隔 1 秒，属于正常访问强度。用户若要求"高频刷"（几次/分钟），要提醒这对目标站不友好，且容易被封 IP。
• 不做全站爬取。这是"盯少数几个已知页面"，不是爬虫。用户要抓整站列表，说明需求不匹配。
• 不替用户判断商业影响。能说"价格从 199 变 249"，不替用户说"所以你该降价"。判断留给用户。
• 和"行业动态监控简报"分工：那个技能是找新内容（今天行业出了什么新闻）；这个技能是盯老页面（已知的东西有没有被改）。用户说"最近有什么新消息"用前者，说"这个页面改了没"用后者。

注意事项

更细的排错见 @references/troubleshooting.md，各类页面的参数配方见 @references/watch-playbook.md。