一个用于发现产品提交通道与发布目录站点的轻量级探索工具。
GitHub：https://github.com/SeeleAI/submission-site-discovery
submission-site-discovery 主要面向 Product Hunt 、BetaList 、Uneed 这类“产品发布站 / 产品目录站”的发现工作。它的核心思路不是全网盲爬，而是从已知种子产品出发，沿着公开的 alternatives 页面向外扩展，提取真实外链站点，再把重复发现合并成一份更可信的候选提交站清单。
这个仓库的定位非常明确：它是一个基于公开页面的轻量级发现实现，而不是一个“万能型站点图谱爬虫”。
为什么要做这个仓库
很多增长团队、独立开发者或产品营销团队，通常只知道少数几个头部平台，比如 Product Hunt 、BetaList ，但真正有价值的长尾提交站往往分散、零碎，而且很难系统化发现。
这个仓库存在的意义，就是把“第一层发现工作”流程化、可复现化：
需要强调的是，当前实现只覆盖“发现”阶段，不负责后续的提交路径验证，也不会自动帮你完成实际投稿。
当前能力边界
目前仓库已经实现的主路径，主要围绕 SaaSHub 风格的公开 alternatives 页面。
当前 crawler 的工作方式是：
[ol]
[/ol]
它不是什么
这个仓库并不意味着“通用型拓扑爬取问题已经被解决”。
像 AlternativeTo 这样的复杂来源，通常还需要更强的能力支持，例如：
因此，这个项目更准确的理解方式应该是：
一个围绕 SaaSHub 及相似公开 alternatives 页面构建的实用型发现工具，
而不是一个通用的 submission-site 图谱引擎。
运行依赖
项目的直接依赖刻意保持在很轻的范围内：
在部分 macOS 环境中，certifi 可以提升 SSL 兼容性。安装方式如下：
pip install certifi
一个必须知道的运行前提
除了显式依赖之外，这个项目还有一个很关键的“隐性运行前提”：它依赖 SaaSHub 当前公开页面的可访问行为。
虽然 SaaSHub 走在 Cloudflare 后面，但目前它的公开 alternatives 页面看起来仍处于相对基础的防护模式：
这意味着当前脚本之所以能工作，是因为这些页面的 HTML 还可以在当前防护级别下被直接获取。
这并不等于“已经绕过 Cloudflare”，更不意味着这套方法对所有站点都成立。
如果未来 SaaSHub 升级到更强的防护策略，例如：
那么当前实现就会失效，届时必须引入更强的兜底方案。
需要明确的是，当前仓库 没有 依赖以下重型方案：
仓库结构
submission-site-discovery/
├─ README.md
├─ LICENSE
├─ .gitignore
├─ config/
│ └─ seeds.json
├─ demo/
│ └─ demo-products.txt
└─ scripts/
└─ discover_submission_sites.py
快速开始
单个产品
python3 scripts/discover_submission_sites.py discover \
--config config/seeds.json \
--product "Product Hunt" \
--output-root outputs
批量产品列表
python3 scripts/discover_submission_sites.py discover \
--config config/seeds.json \
--products-file demo/demo-products.txt \
--output-root outputs
其他常用命令
# 校验配置文件
python3 scripts/discover_submission_sites.py validate --config config/seeds.json
# 查看执行计划
python3 scripts/discover_submission_sites.py plan --config config/seeds.json --product "BetaList"
# 仅初始化运行骨架
python3 scripts/discover_submission_sites.py init-run --config config/seeds.json --product "BetaList"
输出结果说明
每次运行的产物都会写入：
outputs/runs//
主要文件如下：
[td]文件[/td]
[td]用途[/td]
manifest.json
记录本次运行的元信息与整体状态
seed_inputs.jsonl
标准化后的种子输入
frontier.jsonl
各来源任务的执行记录
candidates.jsonl
带证据链的完整候选站点数据
shortlist.csv
简化后的候选短名单，便于人工筛选
review_notes.md
本次运行总结、注意事项与抓取备注
配置说明
默认配置文件位于 config/seeds.json。
几个关键字段如下：
定义来源站点，目前包含 SaaSHub ，也预留了 AlternativeTo 等 scaffold 项
定义已知的种子平台或基准样本
用于描述和限定发现方向的关键词短语
定义抓取过程中的边界与保护阈值
当种子名称默认生成的 slug 与 SaaSHub 实际路径不一致时，可以额外补充 saashub_slug 字段。
例如：
{
"name": "Uneed",
"saashub_slug": "uneed-best"
}
已知限制
当前版本有几条边界需要提前知道：
路线图
短期计划
中期计划
长期计划
关于 Seele
该仓库由 SeeleAI 发布，是其开源产品增长工具链的一部分。
Seele 正在构建 Seele01 Game Model，目前产品能力主要聚焦于通过自然语言生成 Three.js 与 Unity 游戏，相关 API 与工作流能力也会逐步对外开放。
开源协议
MIT
