pvuv.ai

pvuv.ai 提供了一种轻量级的边缘部署分析解决方案，您可以将其自托管在 Cloudflare Workers 上，并使用 D1 作为存储后端。除了经典的页面浏览量（PV）和独立访客数（UV）统计外，它还能捕获完整的 UTM 参数、来源（referrers）、跳出率、停留时间、带有收入数据的自定义事件以及跨设备会话归因。 其核心竞争力在于三层无效流量检测系统。该系统会评估客户端信号（无头浏览器特征、WebGL 指纹、蜜罐）、会话行为（时间间隔、导航模式）以及群体统计数据（IP 段聚类、分布测试）。每个事件都会获得一个 0-100 的真实性评分、一个判定结果（干净、可疑、机器人、爬虫）以及触发信号的标记。 广告保护为可选功能：平台根据快速判定结果决定是否注入广告代码，从而保护收入免受无效流量处罚。阈值可按站点配置，且“影子模式”允许运营者在正式执行前预览影响。 架构： - 浏览器加载一个小脚本 (f.js)，将命中数据发送至接收 Worker (in.pvuv.ai/in)。 - 接收 Worker 对事件进行验证、增强和评分，然后将其推送到 Cloudflare Queue。 - 消费者 Worker 将写入操作批量处理至 D1，并更新会话和配置文件。 - 每小时和每日的 Cron Workers 执行汇总和群体分析，并通过 KV 反馈黑名单。 - API Worker (api.pvuv.ai/v1) 处理仪表盘查询，而控制台 (pvuv.ai) 提供可视化报告和 AI 生成的洞察。 部署由 Cloudflare 的无服务器栈驱动：Workers, D1 (SQLite), Queues, KV, Cron Triggers，以及可选用于存档存储的 R2。无需外部服务器或数据库。 快速启动步骤包括：克隆仓库，使用 Wrangler 创建 D1、KV 和 Queue 资源，配置密钥 (HMAC_KEY, 可选 AI_API_KEY)，应用数据库 Schema 并部署 Workers。部署后，在控制台中注册站点以获取 site_id，并嵌入指向 https://js.pvuv.ai/f.js 且带有相应数据属性的脚本标签。 隐私考量已内置：IP 地址仅以截断哈希形式存储，设备指纹经过哈希处理，传感器数据仅限于粗粒度的布尔值。部署者必须确保符合 GDPR/ePrivacy 法规，特别是关于指纹识别同意的相关规定。 该项目处于早期开发阶段，路线图规划了四个里程碑：M1（基础 SDK、接收、快速判定、极简控制台）、M2（会话指标、汇总、黑名单循环）、M3（自定义事件、收入、漏斗归因）以及 M4（AI 报告、高级反欺诈、人工审核 UI）。 欢迎贡献，安全问题请私下报告。代码采用 GNU AGPL-3.0 许可，允许免费自托管和修改，但要求网络服务必须披露源代码。