实时监控 V2EX、知乎、GitHub、闲鱼上的付费技术需求，帮你第一时间找到真实外包订单。无需 AI API，纯确定性评分。
Real-time monitor for paid tech task requests on V2EX, Zhihu, GitHub, and Xianyu. Find real freelance orders before anyone else. No AI API required — pure deterministic scoring.
技术人想接外包，但需求散落在各个平台，手动刷帖效率极低。demand-radar 7×24 自动抓取，按付费意愿和技术匹配度打分排序，每次只看高分帖。
Tech freelancers waste hours manually browsing platforms for paid work. demand-radar crawls 4 platforms continuously, scores every post by pay intent and tech relevance, and surfaces only the high-value ones.
| 平台 / Platform | 抓取方式 / Method | 更新频率 / Frequency |
|---|---|---|
| V2EX | RSS + DuckDuckGo 搜索 | 每轮每次 |
| 知乎 | 公开搜索接口 | 每轮每次 |
| GitHub Issues | GitHub Search API | 每轮每次（is:bounty / is:paid 标签） |
| 闲鱼 | 公开搜索结果页 | 每轮每次 |
每篇帖子从两个维度打分（满分各 5 分，合计 10 分）：
Each post is scored on two dimensions (max 5 each, total 10):
付费意愿 / Pay intent keywords
有偿, 付费, 悬赏, 求外包, 有报酬, bounty, paid, hire, contract, freelance...
技术匹配 / Tech stack keywords
Python, 爬虫, 数据分析, 自动化, API, 量化, AI, 机器学习, Node.js, Docker...
只展示合计分数 ≥ 3 的帖子，避免噪音。
Only posts with total score ≥ 3 are shown, filtering noise.
┌─────────────────────────────────────────────────────────────────────┐
│ demand-radar · 2026-05-12 06:50 · 扫描 4 平台 / 4 platforms │
├──────┬─────────┬──────────────────────────────────────────┬─────────┤
│ 分数 │ 平台 │ 标题 │ 时间 │
├──────┼─────────┼──────────────────────────────────────────┼─────────┤
│ 8/10│ V2EX │ [有偿] 求 Python 爬虫帮忙抓某网站数据 │ 10m ago │
│ 7/10│ GitHub │ [Bounty $200] Add async support to SDK │ 23m ago │
│ 7/10│ 知乎 │ 有偿求助：量化策略回测代码优化 │ 1h ago │
│ 6/10│ 闲鱼 │ 招 Python 自动化脚本开发，500元 │ 2h ago │
│ 6/10│ V2EX │ 求外包：微信小程序 + 后端 API 开发 │ 3h ago │
└──────┴─────────┴──────────────────────────────────────────┴─────────┘
本轮新增 5 条 · 数据库共 128 条 · 下次扫描 15min 后
git clone https://github.com/guyu-adam/demand-radar.git
cd demand-radar
pip install -r requirements.txt
# 单次扫描 / Single scan
python demand_radar.py --once
# 持续监控（默认 15min 间隔）/ Continuous monitor (default 15min)
python demand_radar.py
# 后台运行 / Background daemon
bash run.sh在 demand_radar.py 顶部修改关键词：
PAY_KEYWORDS = ["有偿", "付费", "悬赏", "bounty", "paid", "hire", ...]
TECH_KEYWORDS = ["Python", "爬虫", "数据分析", "自动化", "API", ...]
SCAN_INTERVAL = 900 # 秒 / seconds between scans
MIN_SCORE = 3 # 最低展示分数 / minimum display score所有抓到的帖子存入本地 SQLite（demand_radar.db），字段包括：
id · platform · title · url · score_pay · score_tech · score_total · created_at · seen
可用 sqlite-utils 或任意 SQL 工具查询历史。
- 延迟更低：确定性打分 < 5ms，API 调用需要 500ms+
- 无成本：不烧 OpenAI / Claude token
- 离线运行：断网也能用
- 可解释：每个分数都能追溯到具体关键词命中
Deterministic scoring is faster (<5ms vs 500ms+ for API), free, offline-capable, and fully explainable.
如果你用 Claude Code，可以用 Miser 把 demand-radar 的输出摘要交给本地 LLM 做进一步筛选，不花 API token。
Pair with Miser to let a local LLM further filter results without spending API tokens.
MIT