Разведкой через одноразовые скрипты-«спайки»: смотрел robots.txt, сравнил голый
httpx (403) с curl_cffi (200), сохранил реальный образец JSON-ответа и по нему вывел
структуру полей. Имена фильтров подбирал эмпирически (например, нашел, что параметр
private_business отвечает 200, но не фильтрует, - рабочий owner_type). Отдельно
замерил безопасную частоту опроса и лаг платформы (объявление доступно в API лишь
через ~15 мин после публикации). Справочники разделов и городов API не отдаёт —
дерево категорий вытащили из window.__PRERENDERED_STATE__ главной страницы, города
собрали из самой выдачи. Все находки с цифрами - в docs/pipeline/spikes/FINDINGS.md.

Про 15 мин после публикации - это этап модерации, который проходит каждое объявление. В этот момент его даже пользователи, которые смотрят ОЛХ руками - не видят. Когда оно появляется в выдаче, мы ловим его за время, которое описано.

Я не парсю HTML, а использую внутренний JSON API OLX - /api/v1/offers/. Обычный HTTP-клиент получает от CloudFront ошибку 403, поэтому я отправляю запросы через curl_cffi с параметром impersonate="chrome". Библиотека подделывает TLS- и HTTP-отпечаток настоящего браузера, и этого оказывается достаточно - прокси и прохождение капчи не требуются (по крайней мере, для моего сценария, где я мониторю не больше парочки товаров).

Ответ приходит в формате JSON, после чего я преобразую его в модель объявления. Цена находится внутри массива params[], ссылка на фотографию представляет собой шаблон с подстановкой нужного размера, а тип продавца определяется по полю business. Фильтры я передаю непосредственно в параметрах запроса - сортировку по дате, минимальную и максимальную цену, город, раздел и поиск только среди частных продавцов. При этом каждое полученное объявление я дополнительно проверяю на соответствие фильтрам уже на своей стороне, потому что сервер иногда добавляет в выдачу посторонние объявления в обход собственных фильтров.

▸ TGcollect

Собирает живую активную аудиторию из нужных чатов и каналов и массово приглашает её в твои группы. Управление прямо из Telegram - ни панелей, ни консолей.

▸ UserBot

Ферма Telegram-аккаунтов из одной веб-панели: подписки, авто-комментарии, рассылки в ЛС без повторов, единый инбокс со всех аккаунтов. Тексты пишет ИИ/либо вы мануально.

▸ TikTokBot

ИИ-комментинг и буст активности в TikTok: работает по ленте «Для тебя»или реагирует на новые видео выбранных авторов. Пул аккаунтов с защитой от блокировок, 24/7.

▸ Авто-диалоги

Не одиночные комментарии: несколько ботов по ролям разыгрывают под постом или в чате целую беседу - реплики, ответы друг другу, медиа и реакции потвоему сценарию. Со стороны это выглядит как живое обсуждение реальных людей.

- PGlite работает в режиме одного пользователя и одного эксклюзивного подключения;
- база в браузере принадлежит конкретному устройству, а не всему приложению;
- пользователь может очистить браузерные данные и удалить базу;
- для синхронизации с сервером потребуется дополнительная инфраструктура;
- она расходует оперативную память и увеличивает размер фронтенда;
- IndexedDB и файловые API имеют браузерные ограничения;
- это точно не замена Supabase, Neon или обычному PostgreSQL для общего многопользовательского проекта.