数据源规划
模型效果很大程度取决于数据覆盖面与新鲜度。先明确领域（电商、新闻、B2B 等），再按站点类型选择住宅代理、移动代理或 SERP API，避免「一种代理打天下」。
采集管道设计
- 抓取层：Unlocker 处理 JS 渲染与反爬；SERP API 获取结构化搜索结果。
- 清洗层：去重、语言检测、HTML 转 JSON，剔除低质量页面。
- 入库层：向量库或数据湖，记录来源 URL 与时间戳便于追溯。
代理策略
训练数据批量采集建议使用轮换住宅 + 合理 QPS；需要长期监控的站点使用静态住宅保持会话一致。Rola IP 控制台可按任务分配不同出口池，并与 LangChain、LlamaIndex 等工具集成。