📌 Link Tracker

---

Чтобы бот заработал нужно в переменные среды загрузить TELEGRAM_TOKEN

---

📝 Описание проекта

Приложение для отслеживания обновлений контента по ссылкам. При появлении новых событий отправляется уведомление в Telegram.

Проект написан на Java 23 с использованием Spring Boot 3.

Проект состоит из 2-х приложений:

• Bot
• Scrapper

Для работы требуется PostgreSQL, Redis, Kafka.

📟 Схема приложения

---

🤖 Бот

📌 Функционал

Бот поддерживает следующие команды:

• /start — регистрация пользователя.
• /help — список всех доступных команд.
• /track — добавление ссылки для отслеживания
• /untrack — удаление ссылки из списка отслеживаемых.
• /list — получение списка всех отслеживаемых ссылок.
• /tag — выводит все ссылки, у которых есть определенный тег (/tag < tag >)
• /taglist — все теги, которые ввел пользователь
• /untag — удаление тега у ссылки (/untag < tag > < link >)
• /filter — позволяет добавить фильтр
• /filterlist — выводит все фильтры пользователя
• /unfilter — удаление фильтров (/unfilter < filter >)

🔄 Взаимодействие со Scrapper

Бот общается со Scrapper API через:

• ScrapperTgChatClient — регистрация и удаление чатов.
• LinkClient — управление ссылками (добавление, удаление, получение списка ссылок).
• TagClient — получение списка тегов, получение ссылки по тегу и удаление тега у ссылки.
• ScrapperFilterClient — управление фильтрами (добавление, удаление, получение списка фильтров)

📩 Получение обновлений

• Бот получает обновления о ссылках через UpdateController по HTTP либо через KafkaUpdateListener по Kafka.
• Scrapper отправляет данные по OpenAPI-контракту.
• Обновления рассылаются чатам через NotificationService.

📜 Дополнительно

• Бот поддерживает встроенное меню команд в Telegram.

🧠 Кеширование Redis

Бот кеширует ответы для следующих команд:

• /tag
• /tag <tag>
• /list

🔄 Кеш автоматически сбрасывается в следующих случаях:

• При добавлении или удалении ссылки (/track, /untrack, /untag)

При вызове команд бот сначала проверяет наличие ответа в кеше. Если данные найдены — используется кеш. В противном случае происходит обращение к Scrapper API, и результат сохраняется в кеш.

---

🗂️ Scrapper

📌 Функционал

Scrapper обрабатывает запросы от бота:

• Работа с чатами через ChatController.
• Работа с ссылками через LinkController.
• Работа с тегами через TagController.
• Работа с фильтрами через FilterController.

Все контроллеры работают по OpenAPI-контракту.

🔄 Получение обновлений

• LinkUpdateScheduler.
• 📡 Источники данных:
  • GitHub — через GitHubClient
  • Stack Overflow — через StackOverflowClient
• ⚙️ Обработка полученных данных
  1. Запрос обновлений
     • Для каждого URL запрашивается обновление через открытый API GitHub и StackOverflow
  2. Фильтрация обновлений
     • Определяются подписанные пользователи (чаты), которые отслеживают данный URL.
     • Для каждого пользователя применяется его список фильтров:
  3. Парсинг ответа
     • Полученный JSON-ответ анализируется, извлекаются нужные значения.
  4. Проверка актуальности
     • Обновление считается релевантным, если оно произошло после последнего запуска шедулера.
  5. Формирование уведомлений
     • Отобранные обновления, соответствующие фильтрам, отправляются пользователям либо через HTTP, либо через Kafka.
• ⚙️ Обработка батчей и многопоточность
  • Ссылки на обновления запрашиваются партиями (batch) заданного размера. Каждый батч делится между потоками. Количество потоков настраивается через конфигурацию.

📦 Хранение данных

• tg_chats — таблица чатов.
• links — таблица ссылок.
• tags — таблица тегов.
• filters — таблица фильтров.
• filter_list — таблица фильтров каждого пользователя

📌 Схема базы данных

💡 Один чат может отслеживать несколько ссылок, а одна ссылка может быть отслеживаемой несколькими чатами.
📌 Каждая ссылка может иметь несколько тегов и фильтров в рамках одного чата.

🗂️ Метрики

RED

Custom

• Количество пользовательских сообщений в секунду
• График количества активных ссылок в БД по типу (github, stackoverflow)
• p50, p95, p99 времени работы одного scrape по типу (github, stackoverflow)

jvm

---

🚀 Запуск проекта

1. Клонирование репозитория специальной ветки

     git clone https://github.com/Delphington/LinterBot.git
   

2. Перейдите в директорию с docker-конфигурацией:

      cd LinterBot
   

3. Нужно прокинуть специальную переменную среды (Обязательно❗️)

     $env:TELEGRAM_TOKEN="YOUR_TOKEN"
   

   3.1. Опционально можно прокинуть другие переменные среды для увеличения лимита запросов

      $env:GITHUB_TOKEN="YOUR_GITBUB_TOKEN"
   

      $env:SO_TOKEN_KEY="YOUR_STACKOVERFLOW_TOKEN"
   

      $env:SO_ACCESS_TOKEN="YOUR_STACKOVERFLOW_TOKEN"
   

4. Запустите сборку и запуск контейнеров:

     docker-compose up --build