Kestra 工程博客（Medium）刊载的真实构建：用 Kestra 编排的 Price Intelligence System 定时抓取竞品价格、对比分析后，每天早晨把价差报告通过 WhatsApp 发给小商家，让其定价反应快过平台算法；同文另一个 Open Source Contributor Assistant 用同样的「加任务而非重构」方式扩展出周度 Slack 摘要。文内给出两个配套开源仓库名与「Docker + 三个有免费额度的 API Key + 约 20 分钟」的上手成本。
适用场景：电商卖家/小团队的竞品价格监控：定时抓价 → LLM 判断哪些价差值得行动 → 一句话结论 + 明细推送到手机。
价格监控 Kestra WhatsApp推送 电商 竞品情报
操作步骤
- Docker 起 Kestra 并导入该案例的 Flow 骨架，配置抓取任务（竞品商品页/API）与价格落库，新增一个 LLM 任务把「价差表」转成「今日需关注的 3 个动作」文本，最后接 WhatsApp/Slack 通知任务按早晨定时发送，先手动触发核对数字无误再开定时
工具链
- Kestra
- Docker
- HTTP/抓取任务
- 数据库
- WhatsApp 消息 API
- LLM API
接入本站 API：Flow 中的摘要/判断任务用 Kestra 的 OpenAI 插件或 Python 任务，以
{{API_KEY}} 指向 https://tokenbuddy.cc；价格数字本身必须由抓取任务提供、LLM 只负责排序与措辞——在提示词里写死「不得改动或编造价格数字」。注意事项
- ⚠️ 电商平台反爬与条款限制真实存在，抓取频率与方式要合规，必要时改用官方 API/联盟数据源；LLM 摘要一旦改数字就是事故，必须用结构化输出并做数字一致性校验；时区与币种/含税口径不统一会让价差报告全错，先在落库层标准化