这套系统本质上是一次趁火打劫。社区团购平台在成都烧钱补贴打成一锅粥，每天都有新平台进场，旧平台倒闭。但那些在战火里活下来的团长，尤其是那些能组织起三四个五百人买菜群的“超级宝妈”，她们手里的活跃用户和信任关系，是烧不掉的硬资产。平台死了，资产还在，而且正在市场上恐慌性流动。我的任务就是用代码把她们筛出来，打包成库。
核心数据源是本地生活论坛的“团长招募”板块，以及几个公开的、需要验证才能进的“成都团长互助”微信群。论坛好办，直接 requests + BeautifulSoup 扒 DOM 树，难点在于那些微信群的聊天记录。我用了 Appium 配合一台专门刷机的安卓备用机，模拟点击和滑动，把聊天记录导成文本。这里的关键是频率控制，动作太规律太快会被腾讯的风控干掉，我写了个随机延迟函数，模仿真人浏览的停顿和回翻，平均 30 秒才滑动一次屏幕。数据抓下来是乱麻，全是“XX小区+3”、“宝妈求带”、“有群拉我”这种碎片。
清洗逻辑才是价值所在。我写了三层过滤器。第一层是关键词匹配，筛掉明显是普通用户求团的帖子。第二层是模式识别，专门找那种“接龙体”——一个人发布模板（比如“昵称-小区-现有群人数-可承接新平台”），后面跟着一长串复制粘贴的回复。这种结构化的信息，一个正则表达式就能把昵称、小区、群规模全提出来。第三层最脏也最有效：关联去重。同一个昵称在不同平台、不同时间点的发言，通过小区信息和手机号（很多人会不留神在验证信息里暴露后四位）进行模糊匹配，合并成一条档案。这样就能看出一个团长的流动轨迹：她上个月还在给A平台干，这周就开始在B平台的招募帖下排队了。这说明什么？说明她对平台没有忠诚度，说明她正在找新饭碗，这就是最好的下手时机。
最后这个库，有六百多条记录。每条包含昵称、主要活动小区、历史服务过的平台、预估掌握的群数量（根据她接龙时填的数字和后续跟帖的活跃度推测），以及最重要的——联系方式。80%的人会在某个环节留下微信ID或手机号。我把这些数据塞进了一个简单的 SQLite 数据库，前端用 Flask 做了个极简的查询页面，可以按小区、按预估群规模筛选。
这就是我的“高价值KOC监控预警库”。那些平台，十荟团、同程生活，还有一堆记不住名字的，在成都市场烧了少说几个亿，教育了市场，培养了用户习惯，最后钱烧完了一地鸡毛。但他们用真金白银烧出来的、最值钱的末端节点——这些团长，现在全在我这个数据库里躺着。成本？几台云服务器，一些电费，还有我熬的几个通宵。而我的本地餐饮客户、生鲜店老板，他们最缺的就是这种能直接触达几百个家庭、有极强信任背书的人。我随时可以把这个库开放给他们，做精准的地推，或者直接雇佣这些团长成为他们的社区分销官。这不是简单的爬虫，这是一次精准的资产剥离和转移。战场上硝烟还没散尽，我已经把最值钱的战利品装车运走了。
