如果你正在寻找一个开箱即用的AI客户关系管理系统，并且希望它能像部署一个网站应用那样简单，那么“悟空AICRM”可能就是你最近在关注的那个名字。但当你兴致勃勃地打开它的部署文档，却发现需要面对Python环境、各种依赖包、数据库配置等一系列繁琐步骤时，热情可能瞬间被浇灭一半。这正是许多开发者和中小团队在尝试部署新兴AI应用时遇到的典型困境：想法很美好，但第一步的“环境搭建”就足以劝退大多数人。

这篇文章要解决的，正是这个核心痛点。我们将彻底绕开传统复杂的源码部署方式，使用Docker容器化技术，为你呈现一份 从零开始、一步到位的“悟空AICRM”完整部署指南 。我的核心判断是：对于绝大多数想快速体验或内部试用“悟空AICRM”的用户而言， Docker部署是唯一值得推荐的方案 。它不仅能屏蔽底层环境差异，还能将部署时间从小时级压缩到分钟级，并且保证环境的一致性。

读完本文，你将能独立完成一个包含数据库、后端服务、前端界面的完整“悟空AICRM”系统的搭建与启动。更重要的是，你会理解这套部署方案背后的设计逻辑，掌握排查常见问题的方法，从而获得在任何Linux服务器上自信部署类似AI应用的能力。

1. 为什么“悟空AICRM”的Docker部署是当前的最优解？

在深入操作之前，我们有必要先厘清一个关键问题：为什么强烈推荐Docker方案？这不仅仅是“方便”那么简单，而是由“悟空AICRM”这类AI应用的技术特性决定的。

首先， 依赖复杂且易冲突 。一个成熟的AICRM系统通常整合了大型语言模型（LLM）接口、向量数据库、传统关系型数据库、消息队列、缓存等多个组件。每个组件都有其特定的Python包依赖、系统库要求。手动部署时，版本冲突（例如TensorFlow与PyTorch的CUDA版本不兼容）是家常便饭，解决一个冲突可能引发更多问题。

其次， 环境隔离是刚需 。AICRM可能需要特定的Python版本（如3.9或3.10），而你服务器上可能正在运行着其他用Python 3.7或3.11的项目。使用虚拟环境（venv或conda）可以部分解决，但无法隔离系统级依赖（如特定版本的gcc、libssl等）。Docker提供了完整的操作系统级隔离，让AICRM运行在一个纯净、可控的“沙箱”中。

最后， 可复现性与迁移成本 。今天你在测试服务器上成功部署，明天想搬到生产环境，或者分享给同事，如何保证环境一模一样？Docker镜像和Compose文件就是这份“环境说明书”，在任何支持Docker的机器上都能一键复现相同的运行状态，极大降低了运维和协作成本。

因此，选择Docker部署“悟空AICRM”，你真正购买的是 确定性、效率和可维护性 。下面，我们就从最基础的环境准备开始。

2. 基础环境准备：安装Docker与Docker Compose

这是所有后续操作的基石。我们将以最常用的 Ubuntu 22.04 LTS 服务器系统为例。如果你使用CentOS、Debian或其他Linux发行版，命令略有不同，但逻辑相通。Windows/macOS用户可通过Docker Desktop实现，但本文重点针对服务器生产/测试环境。

2.1 安装Docker Engine

首先，更新系统包索引并安装必要的工具包：

sudo apt-get update
sudo apt-get install -y ca-certificates curl gnupg lsb-release

添加Docker官方GPG密钥和软件源：

# 创建密钥环目录
sudo mkdir -p /etc/apt/keyrings
# 下载并导入GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
# 添加Docker APT源
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

再次更新并安装Docker：

sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

验证Docker是否安装成功：

sudo docker --version
# 预期输出类似：Docker version 24.0.7, build afdd53b

2.2 安装Docker Compose（独立版本）

虽然Docker Desktop和新版Docker Engine已内置 docker compose 插件，但为了兼容性，我们仍安装独立的Docker Compose v2。

# 下载最新稳定版Docker Compose
DOCKER_COMPOSE_VERSION=$(curl -s https://api.github.com/repos/docker/compose/releases/latest | grep 'tag_name' | cut -d\" -f4)
sudo curl -L "https://github.com/docker/compose/releases/download/${DOCKER_COMPOSE_VERSION}/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
# 赋予执行权限
sudo chmod +x /usr/local/bin/docker-compose
# 验证安装
docker-compose --version
# 预期输出类似：Docker Compose version v2.24.5

2.3 配置非root用户运行Docker（可选但推荐）

默认情况下，运行Docker命令需要 sudo 权限。为了方便，可以将当前用户加入 docker 用户组。

sudo groupadd docker  # 如果docker组已存在，会提示，可忽略
sudo usermod -aG docker $USER

重要 ：执行此操作后，你需要 完全退出当前终端会话并重新登录 ，或者执行 newgrp docker 命令，才能使组权限生效。之后，你就可以直接使用 docker 命令，而无需 sudo 了。

验证无sudo权限运行：

docker ps
# 应能正常执行，即使返回空列表（没有容器在运行）也说明成功。

3. 获取“悟空AICRM”的Docker部署文件

“悟空AICRM”的Docker部署通常围绕一个核心文件： docker-compose.yml 。这个文件定义了服务（如Web应用、数据库）、网络、卷挂载等所有配置。我们需要先获取这个文件。

通常，项目官方会提供部署仓库或在线文档。假设我们已经找到了官方的部署仓库，接下来进行克隆或下载。

# 创建一个专门的工作目录
mkdir -p ~/aicrojects/wukong-aicrm && cd ~/aicrojects/wukong-aicrm
# 假设部署配置文件在一个Git仓库中，我们将其克隆下来
git clone <部署配置仓库的URL> .
# 如果仓库不存在或你只有docker-compose.yml文件，也可以直接创建

由于我们无法假设具体的仓库URL，这里我将以一个 典型的、符合“悟空AICRM”架构的 docker-compose.yml 示例 为核心，进行讲解和部署。你可以用这个示例作为基础，根据实际获得的官方文件进行调整。

创建一个名为 docker-compose.yml 的文件：

version: '3.8'

services:
  # 1. 数据库服务：PostgreSQL是CRM系统的经典选择，也可替换为MySQL
  postgres:
    image: postgres:15-alpine
    container_name: wukong-postgres
    restart: unless-stopped
    environment:
      POSTGRES_DB: wukong_aicrm
      POSTGRES_USER: wukong_user
      POSTGRES_PASSWORD: YourStrongPassword123!  # 务必修改！
    volumes:
      - postgres_data:/var/lib/postgresql/data
    networks:
      - wukong-network
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U wukong_user -d wukong_aicrm"]
      interval: 10s
      timeout: 5s
      retries: 5

  # 2. 向量数据库服务：用于存储AI生成的嵌入向量，实现智能搜索
  qdrant:
    image: qdrant/qdrant:latest
    container_name: wukong-qdrant
    restart: unless-stopped
    ports:
      - "6333:6333"  # REST API端口
      - "6334:6334"  # gRPC端口（可选）
    volumes:
      - qdrant_storage:/qdrant/storage
    networks:
      - wukong-network

  # 3. Redis缓存服务：用于会话、任务队列和临时数据缓存
  redis:
    image: redis:7-alpine
    container_name: wukong-redis
    restart: unless-stopped
    command: redis-server --appendonly yes --requirepass YourRedisPassword456!  # 务必修改！
    volumes:
      - redis_data:/data
    networks:
      - wukong-network

  # 4. 核心后端API服务
  backend:
    # 此处应替换为实际的悟空AICRM后端镜像，这里用占位符说明
    # image: registry.example.com/wukong-aicrm/backend:latest
    # 假设我们从源码构建，先使用一个基础Python镜像
    build:
      context: ./backend  # 指向后端Dockerfile所在目录
      dockerfile: Dockerfile
    container_name: wukong-backend
    restart: unless-stopped
    depends_on:
      postgres:
        condition: service_healthy
      qdrant:
        condition: service_started
      redis:
        condition: service_started
    environment:
      - DATABASE_URL=postgresql://wukong_user:YourStrongPassword123!@postgres:5432/wukong_aicrm
      - REDIS_URL=redis://:YourRedisPassword456!@redis:6379/0
      - QDRANT_URL=http://qdrant:6333
      - SECRET_KEY=YourVeryLongAndSecureSecretKeyForDjango  # 务必修改！
      - DEBUG=False  # 生产环境应为False
    volumes:
      - ./backend/app:/app  # 挂载代码，便于开发调试。生产环境可移除。
      - static_volume:/app/static  # 静态文件卷
      - media_volume:/app/media     # 媒体文件卷
    networks:
      - wukong-network
    ports:
      - "8000:8000"  # 暴露后端API端口

  # 5. 前端Web服务
  frontend:
    # 此处应替换为实际的悟空AICRM前端镜像
    # image: registry.example.com/wukong-aicrm/frontend:latest
    build:
      context: ./frontend  # 指向前端Dockerfile所在目录
      dockerfile: Dockerfile
    container_name: wukong-frontend
    restart: unless-stopped
    depends_on:
      - backend
    environment:
      - VITE_API_BASE_URL=http://localhost:8000/api/v1  # 根据后端实际API地址修改
    networks:
      - wukong-network
    ports:
      - "3000:80"  # 前端访问端口

  # 6. 定时任务/异步Worker服务（可选，如果后端使用Celery等）
  # worker:
  #   build:
  #     context: ./backend
  #     dockerfile: Dockerfile.worker  # 或使用相同镜像但不同命令
  #   command: celery -A app.celery_app worker --loglevel=info
  #   ...

networks:
  wukong-network:
    driver: bridge

volumes:
  postgres_data:
  qdrant_storage:
  redis_data:
  static_volume:
  media_volume:

关键点解释 ：

  1. 多服务架构 ：一个完整的AICRM通常由多个微服务组成。我们定义了数据库（PostgreSQL）、向量数据库（Qdrant）、缓存（Redis）、后端（Backend）和前端（Frontend）。
  2. 依赖关系 ： depends_on 确保服务按顺序启动。 condition: service_healthy 用于PostgreSQL，确保数据库完全就绪后再启动后端。
  3. 环境变量 ：所有敏感配置（密码、密钥）都通过环境变量注入，这是容器化应用的最佳实践。 你必须修改所有标注“务必修改”的密码和密钥 。
  4. 数据持久化 ：使用 volumes 将容器内的数据（如数据库文件、向量存储、静态文件）持久化到宿主机，避免容器重启后数据丢失。
  5. 网络隔离 ：所有服务加入同一个自定义网络 wukong-network ，这样它们可以通过服务名（如 postgres , redis ）相互访问，而无需知道IP地址。

4. 准备后端与前端应用代码及Dockerfile

仅有 docker-compose.yml 还不够，我们需要准备每个服务的构建上下文，即 Dockerfile 和源代码。这里给出关键服务的典型 Dockerfile 示例。

4.1 后端服务Dockerfile ( ./backend/Dockerfile )

假设后端是一个基于Python（Django/FastAPI）的应用。

# 使用官方Python运行时作为父镜像
FROM python:3.11-slim

# 设置工作目录
WORKDIR /app

# 设置环境变量，确保Python输出直接发送到终端而不被缓冲
ENV PYTHONUNBUFFERED=1
ENV PIP_NO_CACHE_DIR=1
ENV PIP_DISABLE_PIP_VERSION_CHECK=1

# 安装系统依赖（例如，PostgreSQL客户端库，构建工具）
RUN apt-get update && apt-get install -y \
    gcc \
    g++ \
    libpq-dev \
    && rm -rf /var/lib/apt/lists/*

# 复制依赖文件并安装
COPY requirements.txt .
RUN pip install --upgrade pip && pip install -r requirements.txt

# 复制项目代码
COPY . .

# 收集静态文件（如果是Django项目）
# RUN python manage.py collectstatic --noinput

# 暴露端口（与docker-compose中映射的端口一致）
EXPOSE 8000

# 定义启动命令
# 对于Django:
# CMD ["gunicorn", "--bind", "0.0.0.0:8000", "your_project.wsgi:application"]
# 对于FastAPI:
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

对应的 requirements.txt 应包含项目所需的核心包，例如：

Django>=4.2,<5.0
djangorestframework
psycopg2-binary
redis
qdrant-client
openai  # 或其他LLM SDK
celery  # 如果需要异步任务

4.2 前端服务Dockerfile ( ./frontend/Dockerfile )

假设前端是一个基于Vite/React/Vue的现代SPA应用。

# 构建阶段
FROM node:18-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
# 构建生产版本，假设构建命令是 `npm run build`
RUN npm run build

# 生产阶段：使用Nginx提供静态文件
FROM nginx:alpine
# 将构建产物复制到Nginx的默认服务目录
COPY --from=builder /app/dist /usr/share/nginx/html
# 如果需要自定义Nginx配置，可以复制过来
# COPY nginx.conf /etc/nginx/conf.d/default.conf
EXPOSE 80
CMD ["nginx", "-g", "daemon off;"]

4.3 项目目录结构

完成以上文件准备后，你的项目目录结构应大致如下：

~/aicrojects/wukong-aicrm/
├── docker-compose.yml
├── backend/
│   ├── Dockerfile
│   ├── requirements.txt
│   └── (你的后端源代码，如 manage.py, app/ 等)
└── frontend/
    ├── Dockerfile
    ├── package.json
    └── (你的前端源代码，如 src/, public/ 等)

5. 启动与部署完整流程

现在，所有拼图都已就位，可以开始启动了。

5.1 修改关键配置

在启动前， 必须 修改 docker-compose.yml 中的敏感信息：

  1. POSTGRES_PASSWORD : 改为强密码。
  2. REDIS 的 requirepass 参数: 改为强密码。
  3. SECRET_KEY : 生成一个长的随机字符串，用于Django等框架的加密签名。可以用命令生成： openssl rand -hex 32 。
  4. 检查 DATABASE_URL 和 REDIS_URL 中的密码是否与上面修改的一致。

5.2 构建并启动所有服务

在包含 docker-compose.yml 的目录下，执行以下命令：

# 1. 拉取基础镜像并构建自定义镜像（首次运行或代码更新后需要）
docker-compose build

# 2. 启动所有服务（-d 表示后台运行）
docker-compose up -d

这个命令会执行以下操作：

  • 从Docker Hub拉取 postgres , qdrant , redis , nginx 等基础镜像。
  • 根据 ./backend/Dockerfile 和 ./frontend/Dockerfile 构建自定义镜像。
  • 按依赖顺序创建并启动所有容器。
  • 创建指定的网络和卷。

5.3 检查服务状态

启动后，使用以下命令确认所有容器都在正常运行：

docker-compose ps

输出应类似：

          Name                        Command               State           Ports
-------------------------------------------------------------------------------------
wukong-backend    uvicorn main:app --host 0.0. ...   Up      0.0.0.0:8000->8000/tcp
wukong-frontend   nginx -g daemon off;               Up      0.0.0.0:3000->80/tcp
wukong-postgres   docker-entrypoint.sh postgres      Up      5432/tcp
wukong-qdrant     ./qdrant                           Up      0.0.0.0:6333->6333/tcp, 0.0.0.0:6334->6334/tcp
wukong-redis      docker-entrypoint.sh redis ...     Up      6379/tcp

所有服务状态应为“Up”。你也可以查看实时日志：

# 查看所有服务的日志
docker-compose logs -f
# 查看特定服务（如后端）的日志
docker-compose logs -f backend

5.4 初始化数据库（关键步骤）

容器启动后，数据库是空的，通常需要执行数据迁移和创建超级用户等操作。这需要进入后端容器执行命令。

# 1. 进入后端容器
docker-compose exec backend bash
# 或者，如果后端是Python应用，直接运行命令
# docker-compose exec backend python manage.py migrate

# 2. 在容器内部执行迁移（以Django为例）
python manage.py migrate

# 3. 创建超级用户（用于访问管理后台）
python manage.py createsuperuser
# 按提示输入用户名、邮箱和密码

# 4. 退出容器
exit

注意 ：如果你的“悟空AICRM”后端不是Django，或者有其他的初始化脚本（如初始化向量数据库集合、导入基础数据），请参考其官方文档执行相应的命令。

6. 访问与验证部署结果

完成以上步骤后，你的“悟空AICRM”应该已经运行起来了。

  1. 访问前端页面 ：打开浏览器，访问 http://你的服务器IP:3000 。你应该能看到登录或注册界面。
  2. 访问后端API ：访问 http://你的服务器IP:8000/docs （如果使用FastAPI的Swagger）或 http://你的服务器IP:8000/admin （如果是Django后台）来验证API服务是否正常。
  3. 验证数据库连接 ：你可以进入PostgreSQL容器，检查表是否创建成功。 
    docker-compose exec postgres psql -U wukong_user -d wukong_aicrm -c "\dt"
  4. 验证Qdrant ：访问 http://你的服务器IP:6333/dashboard 可以看到Qdrant的简易控制台（如果版本支持）。

7. 常见问题与排查思路

部署过程很少一帆风顺。下表列出了你可能遇到的问题及解决方法：

问题现象 可能原因 排查方式 解决方案
docker-compose up 失败，提示 build 错误 1. Dockerfile语法错误。
2. requirements.txt 中有不存在的包或版本冲突。
3. 网络问题导致依赖下载失败。		 1. 查看具体的错误信息，通常会在日志中指明哪一行出错。
2. 单独进入构建上下文目录运行 docker build -t test . 测试。		 1. 修正Dockerfile或requirements.txt。
2. 使用国内镜像源（如清华、阿里云）加速pip/npm安装。
3. 确保基础镜像标签存在。
容器启动后立即退出 ( Exited (1) ) 1. 启动命令（CMD）执行失败。
2. 环境变量配置错误（如数据库连接字符串）。
3. 依赖服务未就绪。		 1. docker-compose logs <service_name> 查看退出前的日志。
2. docker-compose run --rm backend env 检查环境变量。		 1. 检查后端代码的入口点（如 main:app ）是否正确。
2. 确认 depends_on 和健康检查配置，确保数据库先就绪。
3. 在docker-compose中为后端添加 command: sleep infinity 临时测试容器是否能保持运行。
前端页面能打开，但无法连接后端API（网络错误） 1. 前端配置的API地址错误。
2. 后端服务未正常运行。
3. 跨域（CORS）问题。		 1. 浏览器开发者工具查看网络请求的URL和状态码。
2. docker-compose ps 确认后端容器状态。
3. 检查后端日志是否有CORS错误。		 1. 修改前端环境变量 VITE_API_BASE_URL ，确保指向正确的后端地址（在容器内，应使用服务名 http://backend:8000 ；在前端访问，应使用宿主机地址 http://服务器IP:8000 ）。
2. 在后端应用中正确配置CORS中间件。
数据库迁移失败 1. 数据库连接字符串错误。
2. PostgreSQL服务未完全启动。
3. 数据库用户权限不足。		 1. 检查 DATABASE_URL 环境变量格式和密码。
2. docker-compose logs postgres 查看数据库启动日志。
3. 进入PostgreSQL容器手动测试连接。		 1. 确保 docker-compose.yml 中 postgres 服务的健康检查通过。
2. 确认 POSTGRES_USER 和 POSTGRES_PASSWORD 与连接字符串中的一致。
3. 手动进入容器创建数据库和用户。
访问速度慢，或上传文件失败 1. 服务器资源（CPU/内存）不足。
2. 未配置反向代理，直接暴露了开发服务器。
3. 上传文件大小限制。		 1. docker stats 查看容器资源占用。
2. 检查使用的是否是Gunicorn/Uvicorn等生产级WSGI/ASGI服务器。		 1. 升级服务器配置，或在docker-compose中为容器设置资源限制（ deploy.resources ）。
2. 使用Nginx作为反向代理，处理静态文件、SSL和负载均衡。
3. 在后端和Nginx配置中调整 client_max_body_size 等参数。

8. 生产环境最佳实践与进阶配置

如果你计划将“悟空AICRM”用于生产环境，仅靠基础的docker-compose配置是不够的。以下是一些关键的增强措施：

8.1 使用环境变量文件管理敏感信息

永远不要在 docker-compose.yml 中硬编码密码。创建一个 .env 文件：

# .env
POSTGRES_PASSWORD=YourActualStrongPassword
REDIS_PASSWORD=YourActualRedisPassword
SECRET_KEY=YourActualDjangoSecretKey
DEBUG=False

然后在 docker-compose.yml 中引用：

environment:
  - POSTGRES_PASSWORD=${POSTGRES_PASSWORD}
  - SECRET_KEY=${SECRET_KEY}

启动时，Docker Compose会自动读取同目录下的 .env 文件。 务必将该文件加入 .gitignore 。

8.2 配置Nginx反向代理与SSL

在生产环境中，应该通过Nginx反向代理来访问服务，并配置HTTPS。

  1. 创建独立的Nginx服务 ：在 docker-compose.yml 中添加一个 nginx 服务，挂载自定义配置。
  2. 配置SSL证书 ：使用Let‘s Encrypt的Certbot自动获取并更新证书，或使用云服务商提供的证书。
  3. 配置 docker-compose.prod.yml ：创建一个生产环境专用的Compose文件，覆盖开发配置，例如设置 DEBUG=False ，使用特定的生产镜像标签等。

8.3 数据备份策略

定期备份数据库和向量数据库数据。

  • PostgreSQL备份 ：使用 pg_dump 命令定期导出数据，或使用卷备份工具。
  • Qdrant备份 ：Qdrant支持快照（Snapshot）功能，可以定期创建并保存快照文件。
  • Redis备份 ：由于我们启用了AOF（ appendonly yes ），数据持久化已开启，但仍可定期备份RDB文件。

可以编写备份脚本，并利用 cron 定时任务执行。

8.4 监控与日志管理

  • 日志收集 ：配置Docker的日志驱动（如 json-file 、 syslog 或 journald ），并使用 docker-compose logs --tail=100 -f 查看，或使用ELK/EFK栈进行集中管理。
  • 健康检查 ：像示例中那样，为关键服务（数据库）配置 healthcheck ，确保服务真正可用。
  • 资源监控 ：使用 cAdvisor 或 Prometheus + Grafana 监控容器资源使用情况。

8.5 使用Docker Swarm或Kubernetes进行编排

对于更高可用性和可扩展性的需求，可以考虑使用Docker Swarm或Kubernetes来替代单机版的Docker Compose。这涉及到将 docker-compose.yml 转换为 stack.yml （Swarm）或一系列Kubernetes资源清单文件（如Deployment, Service, ConfigMap, Secret等）。这是更进阶的话题，但却是生产部署的最终方向。

通过以上步骤，你不仅成功部署了“悟空AICRM”，更搭建了一个符合现代运维理念的、可维护的容器化应用基础。这套方法论可以复用到几乎所有类似的Web+AI应用部署中。记住，容器化部署的核心价值在于将复杂的应用与环境解耦，让部署从一门“玄学”变成一项可重复、可验证的标准化操作。

Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区