标讯工具为什么越做越重：我们用一套减法架构把它做轻

很多人把标讯跟踪当成一个小项目：写个爬虫，把网页抓下来，完事。我们实际做下来，结论恰恰相反——标讯工具真正的难点，从来不在“爬”，而在“持续地、稳定地、跨站点地”爬。写好爬虫只是起跑，后面那场没有终点的运维拉锯，才是绝大多数标讯产品越做越重的原因。

这篇文章，就讲我们做瑞讯时怎么反过来，用一套“减法架构”把它做轻。

一、标讯跟踪的真相：不是爬，是持久战

中国政府采购公告的发布格局是高度碎片化的：一个中央主站之外，还有几十个省级分站、数百个地市站。每个站页面结构不同、更新节奏不同，有的要验证码，有的只有浏览器渲染才出数。你今天调通一个站，对方下个月改版，链路就断了。

常见的两种应对，都是“用规模对抗分散”。 要么招一支运营团队，专人盯着几十个网站手动刷新——人力扛不住；要么买商业标讯服务，按站点或条数计费，价格随覆盖广度线性上涨——预算扛不住。

我们的判断不同： 把“对抗分散”当成一个工程问题来设计，而不是当成人力问题去外包。架构选对了，边际成本会随着覆盖扩大而递减，而不是递增。

二、减法架构：能不依赖，就不依赖

基于这个判断，我们后端选了最朴素的组合——轻量接口框架加本地库，不引入多余的中间件，不接任何第三方数据服务。

前端更是直接回到原点——纯原生页面，自包含、零外链，一个文件就能跑，用户打开即用。

为什么要这么“土”？ 因为每多一个外部依赖，就多一个会断的环节、多一份升级维护的包袱。对一套要长期自己跑、又不想养一支运维团队的系统来说，“少即是稳”。我们更愿意把它想成一台要自己走十年的老钟：零件越少，越好修，也越不容易停。

三、采集框架：把“各省差异”变成可插拔的适配器

碎片化最麻烦的地方，是每个省的规则都不一样。我们的解法是把共性抽象成底座，把差异收敛成“适配器”——对需要验证码或必须浏览器渲染才能出数的站点，用专门的适配与渲染方案处理，再配合定时任务周期性扫描。

目前系统已覆盖十余个省级站点。 这套设计的关键收益是边际成本递减：新增一个省份，往往只是新增一个适配器，而不是重写一套逻辑。系统铺得越开，单省成本越低。

四、克制带来的副产品：低成本与高可用

做减法还顺手解决了两个老大难：去重和过滤。

去重，我们用最朴素却最稳的办法。 以公告原文的稳定唯一标识作底层约束，插入即忽略重复。不依赖时间窗、不依赖模糊匹配，不会因为算法误判把新公告当重复丢掉，也不会让同一条公告刷屏。

过滤，在采集层就完成。 只保留采购类高价值信息，把中标公示、变更通知、答疑纪要等噪声在入库前拦掉。用户看到的就是干净的目标清单，而不是一堆要自己筛的原始堆。

账号体系同样克制：密码加盐哈希存储，明文永不落库；访客设会员门槛和配额，既压住服务器压力，也给后续商业模式留了口子。

收束

我们越来越确信一件事：在标讯这类“脏活累活”赛道，赢家往往不是功能最多的那一个，而是把链路做得最稳、成本压得最低的那一个。工程上的克制，本身就是竞争力。

AI 应用拼的不是概念密度，是落地密度。先把“稳、准、省”三个字做扎实，比急着堆功能更要紧。