如何发布自己的采集器

集蜂云是一个可以让开发者在上面构建、部署、运行、发布采集器的数据采集云平台。基于集蜂云平台，开发在只需要关注爬虫业务，而无需考虑运行日志、三方集成、海量任务调度、数据存储、监控告警等平台能力，为采集器提供稳定的运行环境。

下面介绍如何发布自己的采集器。

准备工作

1、首先，注册一个集蜂云账号，注册地址。 2、准备一个 gitee 账号，可以将代码传到 gitee。

熟悉 sdk、输入与输出

首先熟悉平台的 sdk、输入与输出规范，预计二十分钟能够快速上手。

熟悉SDK：先熟悉下beeize-sdk-pyhton，sdk 提供对数据的写入、读取、环境变量获取等操作的封装。

定义输入：平台会根据输入（input_schema.json）的定义，将用户输入的参数转换为爬虫运行时的环境变量，开发者可以读取环境变量来获取输入参数。

定义输出：输出由开发者自己定义，平台根据定义进行可视化展示。

编写 Dockerfile：集蜂云平台的采集器是基于 docker 运行的，需要把采集器打包成 docker 镜像。

创建采集器

1、登录集蜂云账号，点击菜单采集器，点击右上角发布按钮。

2、选择Gitee（当前只支持 gitee），并授权。

3、选择采集器的代码所在仓库。

4、这个时候，就创建好了采集器。下面可以点击构建，去打包采集器。

构建过程中，可以查看构建的日志。

构建成功后，检查平台是否正确获取到了 input_schema.json和output_schema.json。

运行

构建成功后，点击输入标签页，根据定义的输入参数，去尝试一下采集器是否正常工作。

发布到市场【可选项】

最后，构建的采集器如果想提供给更多用户使用，可以发布到市场。点击设置标签，给采集器添加图标、描述和分类，也可以设定价格。这样，让你的技术为更多用户带来便利。