展开本页目录
开始前准备什么
- 将练习包解压到独立目录，不覆盖已有项目或真实业务资料。
- 先运行本包校验并查看实测范围，再按官方文档使用自己的软件、账号与准确版本。
- 需要真实模型的步骤只使用自己的 Key，截图与下载包不包含凭据。
- 准备可公开访问的自有页面
- 配置 Firecrawl 自己的 Key
- 首次抓取记录 new
- 保持不变再抓一次
- 修改日期后检查 changed
- 检查状态与抓取时间
- 区分差异原语与持续监控
原创输入、运行脚本、字段校验、负例和执行范围；不含可用密钥。
已真实运行原创网页文本的本地行级 diff 与响应结构负例；没有调用 Firecrawl 云 API，离线 diff 不冒充其 changeTracking 结果。
对应正文的具体资料，保持输入可追溯。
验证字段与负例；不能代替未执行的软件或模型。
明确区分材料验证、框架执行和模型调用。
1. 准备可公开访问的自有页面
source-v1.md 与 source-v2.md 只改变开课日期，其他事实不变。Firecrawl 云服务不能访问 localhost；使用自己拥有且可公开读取的测试 URL，不提交内部站点。
2. 配置 Firecrawl 自己的 Key
run.py 使用 FIRECRAWL_API_KEY 与 FIRECRAWL_TEST_URL，访问官方 /v2/scrape。apizt Key 不能代替 Firecrawl Key；本题没有发送任何云请求。
3. 首次抓取记录 new
formats 同时包含 markdown 和 changeTracking，git-diff 用于行级差异。首次同 URL/团队/tag 没有历史快照，changeStatus 应为 new，previousScrapeAt 为 null。
bash
python3 run.py --label first4. 保持不变再抓一次
不改网页再次抓，预期 same。将每次完整响应保存在不同 output 文件，先看 HTTP 和 success，不只挑出你希望的字段。
bash
python3 run.py --label same
5. 修改日期后检查 changed
将自有网页内容改成 source-v2.md，再抓取，核对 diff 仅改变 10 月 20 日为 22 日。不要把本地 difflib 教材当云端 Firecrawl 返回。
bash
python3 run.py --label changed6. 检查状态与抓取时间
用 verify.py --actual output/changed.json 验证 changed、previousScrapeAt 和 diff。JSON 字段模式另涉及 LLM，不在这个 git-diff 基础任务混讲。
7. 区分差异原语与持续监控
本题是手动三次抓取的差异比较，不创建长期定时或外发通知。offline-diff.txt 是本地真实运行结果，cloud-observations.json 是待填写，不能混用。
bash
python3 verify.py
怎样确认已经完成
- 用 verify.py --actual output/changed.json 验证 changed、previousScrapeAt 和 diff。JSON 字段模式另涉及 LLM，不在这个 git-diff 基础任务混讲。
- 本题是手动三次抓取的差异比较，不创建长期定时或外发通知。offline-diff.txt 是本地真实运行结果，cloud-observations.json 是待填写，不能混用。
- 已真实运行原创网页文本的本地行级 diff 与响应结构负例；没有调用 Firecrawl 云 API，离线 diff 不冒充其 changeTracking 结果。
常见问题
为什么云 API 不能抓本机 127.0.0.1？
云端的 localhost 指向云机器，不是你的电脑。本题真实云调用必须使用可公开读取的自有测试 URL。
Firecrawl Change Tracking 能用 apizt Key 吗？
不能。Firecrawl 自有接口需要自己的 Key；下游总结真实 diff 才可以另外调用兼容文本模型。