我用 n8n + SerpBase 搭了一套自动 SEO 监控系统,每月成本不到 40 块

news2026/5/6 21:19:20
之前我每个月花 800 多块订阅一个 SEO 排名监控工具。功能确实全每天早上发邮件告诉我 30 个关键词排第几。但说实话我根本用不了那么多功能——我要的其实就是一个定时任务 一个数据库 一个告警结果被包装成了 SaaS 按月收我钱。上个月我把这套东西拆了自己用 n8n SerpBase 重搭了一套。现在监控 150 个关键词每天自动跑数据存在我自己的 Postgres 里成本从 800 块降到 40 块不到。这篇帖子把完整方案放出来给想省钱的独立开发者参考。先说说之前为什么觉得亏Ahrefs、SEMrush 这些工具对 agency 来说确实值那个价。但独立开发者或者小 SaaS 创始人很多时候是在为 90% 用不到的功能买单。我的需求其实很简单每天查 150 个关键词在 3 个国家的排名排名掉 3 位以上或者竞品冲进前十通知我数据能存下来方便我查历史就这三点。之前那个工具月费 119 美金折合人民币 850套餐是 500 个关键词起步。我只用了 150 个剩下的额度纯浪费。新架构n8n SerpBase Postgresn8n跑在一台 Hetzner VPS 上1核 2G月付 5.35 美金约 38 块人民币负责定时触发、逻辑判断、发通知。SerpBase提供 Google 搜索结果。我用的是 Starter Boost3 美金买 1 万次搜索另外充了 10 美金的 Starter Pack2 万次永不过期。Postgres存关键词配置和每天的排名快照和 n8n 跑在同一台机器的 Docker 里。每月固定成本就是 38 块的服务器费。搜索是按量消耗的150 个词 × 30 天 4500 次查询。3 美金的 Starter Boost 够跑两个月常规价 $0.50/千次的话也就 15 块一个月。工作流怎么搭的可直接抄第一步关键词库建了一张简单表CREATETABLEkeywords(idSERIALPRIMARYKEY,keywordTEXTNOTNULL,countryTEXTDEFAULTus,languageTEXTDEFAULTen,target_urlTEXT,alert_thresholdINTDEFAULT3);塞了 150 个词。target_url是我要追踪的页面比如定价页alert_threshold是排名下降多少位才告警。第二步n8n 工作流每天早 6 点UTC触发节点链如下1. Schedule TriggerCron 表达式0 6 * * *2. Postgres 节点查所有关键词SELECT * FROM keywords3. Split In Batches每批处理 10 个词。别问我怎么知道的——我第一次直接并发 150 个 HTTP 请求SerpBase 返回 1029rate limit直接限流了。分批是必须的。4. HTTP Request 节点调 SerpBase注意SerpBase 的搜索接口是POST不是 GET。配置如下Method: POSTURL:https://api.serpbase.dev/google/searchHeaders:Content-Type:application/jsonX-API-Key:{{ $env.SERPBASE_API_KEY }}Body(JSON):{q:{{ $json.keyword }},gl:{{ $json.country }},hl:{{ $json.language }},page:1}平均延迟 1.4 秒。我设了 10 秒超时失败自动重试 2 次。重要SerpBase 即使出错也可能返回 HTTP 200必须在 JSON 里检查status字段。0是成功1020是余额不足1029是触发限流1504是上游超时。5. IF 节点校验响应判断{{ $json.status }} 0不是就记录错误跳过。我早期有个 bug请求体写错了但 HTTP 状态是 200我没检查status结果白白烧了好几块钱额度才发现。6. Code 节点提取排名constorganic$input.first().json.organic||[];consttarget$input.first().json.target_url;constmatchorganic.find(rr.linkr.link.includes(target));constpositionmatch?match.rank:0;constpageTitleorganic[0]?.title||无结果;return[{json:{position,page_title:pageTitle}}];注意 SerpBase 返回的字段名rank不是positionlink不是url。我第一次搭的时候写错了字段名所有排名都返回 0排查了半天。如果前 100 条里没有我的页面position 记为 0。7. Postgres 节点存快照INSERTINTOrankings(keyword_id,position,checked_at)VALUES({{ $json.id }},{{ $json.position }},NOW());8. Postgres 节点对比昨天SELECTpositionFROMrankingsWHEREkeyword_id{{ $json.id }}ORDERBYchecked_atDESCLIMIT1OFFSET1;9. IF 节点判断要不要告警排名跌幅 threshold或者竞品 URL单独一张表维护冲进前十就走告警分支。10. Telegram 节点给我发消息“ALERT‘affordable serp api’ 在美国从第 4 掉到第 8竞品 serpapi.com 现在排第 3。”11. Merge批次合并流程结束。没异常就静默执行我不会被打扰。第三步看数据我没搭可视化面板。直接用 psql 查或者丢进 Metabase本来就在跑。比如查最近 7 天趋势SELECTkeyword,position,checked_atFROMrankings rJOINkeywords kONr.keyword_idk.idWHEREchecked_atNOW()-INTERVAL7 daysORDERBYkeyword,checked_at;需要图表就导出 CSV 贴 Google Sheets30 秒搞定零成本。实际花了我多少钱第一个月搭环境 大量测试VPS38 块SerpBase Starter Boost22 块3 美金SerpBase Starter Pack73 块10 美金永不过期合计133 块第二个月稳定期4500 次查询VPS38 块SerpBase0用上月余额合计38 块第三个月新上了落地页扩到 220 个词VPS38 块SerpBase22 块又买了 Starter Boost合计60 块三个月平均每月 77 块。之前的工具一个月 850。一年下来差将近一万块。对 Bootstrap 的独立开发者来说这是一笔不小的现金流。为什么 SerpBase 适合搭这种系统我试了三个 SERP API最后锁死 SerpBase几个原因价格没有套路。有些 API 表面单价低实则最低充值 50 美金或者强制月付。SerpBase 3 美金就能买额度而且常规 Pack 永不过期不用怕月底清零。地理定位准。我追踪美、英、澳三个市场。POST body 里设glus或glgb返回的结果很稳定不会串区。之前用另一家英国结果时不时混入美国条目数据直接废掉。JSON 结构干净。organic数组里每条结果都有rank、title、link、display_link、snippet不用写正则扒 HTML也不用维护 headless browser。n8n 里四行 JS 就能定位到我的页面排第几。抗封能力强。四个月来没有一次因为 CAPTCHA 或反爬导致请求失败。SerpBase 自己管会话轮换。我以前自己搭代理池抓 Google一个月代理费 300 块还要天天修。砍掉这部分比取消 rank tracker 还爽。状态码清晰。返回 JSON 里的status字段告诉你具体发生了什么0成功1020余额不足1029限流1502上游解析出错1504上游超时。这比只看 HTTP 状态码有用多了。这套方案的缺点必须诚实说自己搭的自己修。某天早上某个词返回 position 0我得自己排查。通常是 SerpBase 超时status 1504或者我 target_url 填错了。没有工单系统可以提只能看 n8n 执行日志、检查 JSON、改数据、重跑节点。功能不如企业工具全。Featured snippet 监控、本地搜索结果、图片轮播这些除非我自己写解析逻辑否则拿不到。也没有竞品流量预估、关键词难度这些衍生指标。你需要这些就买 Ahrefs这套方案只解决我的词排第几这个问题。n8n 有学习成本。我第一版没做分批150 个并发请求出去直接被限流1029。改成分批要搞懂 Split In Batches 节点折腾了 40 分钟。Zapier 会自动处理限流和重试自托管就得自己解决。Starter Boost 月底过期。3 美金/1 万次的特价包当月有效忘了用就没了。我设了日历提醒。常规额度永不过期我会保持 10 美金左右的余额确定要用得多的时候再买 Boost。什么人适合搞这套如果你是 agency管着 50 个客户站去买专业工具。报表功能和白标面板值那个钱。如果你是独立开发者、技术创始人或者开发者出身的人想监控 50500 个词又不想被月费绑架这套方案非常合适。每月不到 40 块固定成本数据存在自己手里扩容只需要买预付额度不用升套餐。真正的价值不只是省钱。因为 SerpBase 返回的是干净 JSONn8n 又能把数据路由到任何地方我现在用同一套搜索数据源搭了三个新工作流自动生成内容简报、监控竞品页面变动、每周检查我的页面有没有抢到 featured snippet。一个 API一个工作流引擎组合出无数用法。这才是我想要的灵活性。30 分钟最小试错方案不确定要不要投入按这个来去 SerpBase 注册领 100 次免费搜索不用绑卡。本地跑 n8ndocker run -it --rm --name n8n -p 5678:5678 n8nio/n8n搭一个最小工作流定时触发 → HTTP RequestPOST 到https://api.serpbase.dev/google/searchHeader 带X-API-Key→ Telegram把第一条结果的 title 发给自己。跑一遍检查返回 JSON 的status是否为0看看organic[0].title长什么样。顺手就继续不顺手也就亏了一晚上。我当初就是这么开始的。一个词一条通知一个周末。现在 150 个词每天早上静默跑完我喝咖啡的时候扫一眼 Telegram就知道昨天排名有没有异动。有用 n8n 或者 SerpBase 的同学吗你们搭了什么好玩的工作流欢迎交流。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2589397.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…