Firehose Web Monitor
实时Web监控，规则匹配推送SSE流
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Firehose Web Monitor。 它的用途是：实时Web监控，规则匹配推送SSE流 完整的 Skill 内容见：https://321skill.com/skills/firehose-web-monitor-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'用Firehose Web Monitor创建一个规则，监控所有包含“人工智能”关键词的网页，并通过SSE流实时推送匹配结果。' 它会自动通过Firehose API创建tap，写入Lucene查询`content:人工智能`，然后启动SSE消费者，每当有爬虫抓取到包含“人工智能”的页面时，实时输出页面的标题、URL和摘要。你可以将结果直接存入数据库，或触发后续的自动化流程。
介绍
Firehose Web Monitor 解决的是实时监控整个互联网的难题——你不再需要手动轮询或依赖慢速的聚合工具。通过创建 Lucene 查询规则，每次爬虫抓取到匹配的页面时，都会通过 SSE（Server-Sent Events）流立即推送到你这里。无论是监控竞品动态、追踪突发新闻，还是收集特定领域的数据，都能在毫秒级获得响应。
使用非常简单：首先通过 API 或 firehose.com 创建一个“tap”（即监控规则），写入 Lucene 查询语法（例如 title:AI AND content:GPT-5），然后启动 SSE 消费者接收匹配结果。支持对规则进行增删改查，也支持消费多个匹配流。整个过程无需自建爬虫，开箱即用。
适合需要实时获取 Web 信息的开发者、运维工程师和数据分析师。典型的用户包括：监控竞品网站变动的市场情报分析师、追踪最新技术话题的研发人员、需要实时采集新闻语料的数据科学家，以及运维自动化场景中需要感知外部变化的工程师。
建议将 Firehose 作为数据管道的一环，与后端服务或数据库集成。注意规则不要过于宽泛（否则流压力大），建议使用精准的 Lucene 组合查询；同时 SSE 连接需要处理重连逻辑，确保不丢消息。对于需要历史数据回溯的场景，建议搭配存储层使用。
核心特点
与 Google Alerts、Webhook 等工具相比，Firehose 使用 Lucene 查询语法支持复杂逻辑组合（如字段级搜索、范围过滤），并通过 SSE 实时推送而非轮询，延迟更低、定制性更强，适合开发者嵌入自动化工作流。
注意事项
不适用于需要分析历史数据或长时间跨度的趋势报告，因为 Firehose 只提供实时匹配结果，不保留历史记录。
常见问题
如何创建监控规则？
通过 Firehose API 或 firehose.com 创建 tap，写入 Lucene 查询字符串，例如 `content:比特币 AND site:cnbc.com`。
匹配结果如何获取？
启动 SSE 客户端连接到你的 tap 对应的流地址，每次爬虫抓取到匹配页面时会实时推送 JSON 格式的数据。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/firehose-web-monitor-x-7/raw/index.md 读取 Firehose Web Monitor 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/firehose-web-monitor-x-7/raw/index.md（查看排版版本）