我使用 GitHub Actions 免费层构建了一个 $0/月 的自动化堆栈

Source: Dev.to

我构建了一个 每月 $0 的自动化堆栈，使用 GitHub Actions（免费层）

在被 21 份求职申请拒绝后，我决定转而打造被动收入。
三个月后，我拥有 6 个自动化工作流，24/7 运行，费用 恰好为每月 $0。

以下是完整的技术细分。

问题

我需要实现以下自动化：

• 市场扫描 – 检查各平台的价格
• 交易提醒 – 机会出现时的即时通知
• 潜在客户监控 – 24/7 收件箱监控
• 数据聚合 – 整合多个来源的信息

传统方案

我的方案

GitHub Actions（免费层） = $0/月

GitHub Actions 为您提供的（免费）

• 每月 2,000 分钟（适用于公共仓库）
• Ubuntu Linux 运行器（Python 3.11、Node.js 18）
• Cron 调度（最小 5 分钟间隔）
• 内置密钥管理（加密的 API 密钥）
• 用于输出的制品存储
• 完整的 Git 集成

我的 6 个工作流

1. 市场扫描器

每 6 小时扫描多个平台的定价机会。

name: Market Scanner
on:
  schedule:
    - cron: '0 */6 * * *'   # every 6 hours
  workflow_dispatch:

jobs:
  scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: Run Scanner
        env:
          NTFY_TOPIC: ${{ secrets.NTFY_TOPIC }}
        run: |
          python scripts/market_scanner.py \
            --notify \
            --output-csv data/results.csv

      - name: Commit Results
        run: |
          git config user.name "github-actions[bot]"
          git add data/
          git commit -m "Scan: $(date +%Y-%m-%d)" || true
          git push

关键洞察： 使用 Git 仓库本身作为数据库。每次扫描都会提交 CSV 文件，因此不需要外部数据库。

2. 交易提醒

当检测到高价值机会时，通过 ntfy.sh（免费）发送推送通知。

# notification_helper.py
import urllib.request
import os

NTFY_TOPIC = os.getenv("NTFY_TOPIC")

def send_alert(title: str, message: str, priority: str = "default"):
    req = urllib.request.Request(
        f"https://ntfy.sh/{NTFY_TOPIC}",
        data=message.encode(),
        headers={
            "Title": title,
            "Priority": priority,
            "Tags": "moneybag,bell"
        }
    )
    urllib.request.urlopen(req, timeout=10)

为什么选择 ntfy.sh？ 免费，无需身份验证，支持 iOS/Android，支持优先级等级。

3. SAGE 反馈循环

基于 Thompson‑Sampling 的系统，从转化中学习。

# sage_feedback_loop.py
def record_conversion(listing_id, platform, revenue):
    """Boost weights for successful conversions."""
    boost_factor = 1.1 + (revenue / 100)

    if platform in weights["platform_weights"]:
        weights["platform_weights"][platform] *= boost_factor

    normalize_weights()
    save_weights()

系统跟踪：

• 哪些平台转化率最高
• 哪些价格点有效
• 哪些时间段表现好
• 类别表现

随着时间推移，它会变得更聪明，能够更好地决定将精力集中在哪里。

4‑6. 潜在客户监控、侦察、仪表盘

相同模式——计划的 Python 脚本，执行以下操作：

1. 从 API 获取数据
2. 处理并过滤数据
3. 将结果提交到 Git 仓库（状态持久化）
4. 在需要时发送通知

使用统计（3 个月）

我大约使用了免费层的 70 %，还有余量。

架构

GitHub Actions (FREE)
    ↓
Python scripts (market_scanner.py, etc.)
    ↓
Data stored in Git repo (CSV + JSON)
    ↓
Triggers on update → Alert workflow
    ↓
ntfy.sh push notification (FREE)
    ↓
Mobile alert (iOS/Android)

无需服务器、无需数据库、无需基础设施费用。

限制（诚实说明）

• 每月 2,000 分钟上限 – GitHub Pro（$4/月）额外提供 3,000 分钟
• 最小 5 分钟的 cron – 不支持亚分钟调度
• 最大 6 小时作业运行时长 – 对大多数自动化足够
• 免费层仅限公共仓库 – 私有仓库需付费计划
• ≈15 分钟调度误差 – 不能精确到秒

何时不应使用此

• 实时应用（延迟低于 5 分钟）
• 高频操作（每天数千次）
• 敏感数据处理（使用私有仓库或自托管 Runner）
• 视频/图像处理（快速消耗分钟）

结果（3 个月后）

• 存储套利: 12个机会，月价差 $120‑$180
• 工具租赁（JIT 模型）: 第一个月利润 $800
• 潜在客户响应时间: 提快 35 % → 转化率提升

工作流程立即收回成本。

开始使用

我已将所有内容打包成可下载的模板：

免费套餐（无需邮箱）

Download on Gumroad

• 1 个入门工作流
• 设置指南
• ntfy.sh 集成

完整套装（$79）

Get All 6 Workflows

• 全部 6 个生产工作流
• SAGE 反馈循环系统
• 20+ 页文档

有疑问？

在下方留下评论。我很乐意分享：

• 具体的工作流细节
• 定制化技巧
• 关于扩展或保护技术栈的建议

自动化愉快！

流程模式

• 错误处理策略
• 扩展方法
• 实际性能数据

这是我 “公开构建” 系列的一部分。我被拒绝了 21 次求职，所以我记录下自己实现每日 30 美元被动收入的旅程。

关注获取更新: @IgorGanapolsky