Watch and Alert

Watch & Alert - Automatisierte Nachrichten- und Marktüberwachung mit Python Du wartest auf eine wichtige Nachricht - eine Ausschreibung, einen Börsengang, einen Produkt-Rückruf oder eine Meldung zu deinem Thema? Watch & Alert zeigt dir Schritt für Schritt, wie du damit aufhörst, jeden Tag selbst zu suchen, und stattdessen einen eigenen Nachrichtenmonitor baust: RSS-Feeds und Google News robust abfragen, relevante Meldungen filtern, auf Wunsch mit einem LLM bewerten und dich sofort per Telegram, E-Mail oder ntfy.sh benachrichtigen lassen - mit echtem, getestetem Python-Code statt Spielzeug-Beispielen. Das Buch ist ein vollständiges Referenzprojekt: Durchgehendes Beispiel ist ein produktiver Watcher, der unter anderem den Börsengang eines Unternehmens beobachtet - mit sauberer Architektur in fünf klar getrennten Klassen, echten Testläufen und reproduzierbarem Code, der komplett auf GitHub liegt. In 15 Kapiteln führt es dich vom ersten Python-Skript bis zum produktionsreifen System: Python- und Linux-Grundlagen, Bash, Git, Cron Architektur und Module statt Wegwerf-Skripten Konfiguration und Geheimnisse sauber trennen (.env, YAML, TOML) Sicherheit und Hygiene: HTTPS, Token-Rotation, Logging ohne Leaks RSS-Feeds robust abfragen: Timeouts, Retries, Backoff SQLite als Gedächtnis: Schema, Migrationen, Duplikaterkennung LLMs sinnvoll einsetzen - Klassifikation mit OpenAI und Ollama, Prompt-Design, Kosten und Fallbacks Eine saubere Filter-Pipeline von der Quelle bis zum Versand Benachrichtigungskanäle: Telegram-Bot, ntfy.sh, E-Mail Automatisierung mit Cron, systemd-Timer und anacron Betrieb: Heartbeats, Logs, Wartung, Audits Testen mit pytest, Mocks und CI Der Weg vom Prototyp zum produktionsreifen Betrieb mit Docker Am Ende hältst du sechs konkrete Ergebnisse in den Händen: ein vollständiges Watch- und Alert-System, LLM-gestützte Klassifikation, Multi-Channel-Benachrichtigung, robuste Automatisierung, ein Sicherheitskonzept für Geheimnisse und Token sowie eine Teststrategie mit Reifegrad-Modell. Watch & Alert richtet sich an alle, die Python bereits kennen (oder gerade lernen) und ein reales, produktionsreifes Projekt statt eines weiteren Tutorial-Fragments suchen - nachvollziehbar erklärt, praxisnah und mit echtem Code zum Nachbauen und Anpassen an eigene Themen.

beschäftige mich seit vielen Jahren mit IT, Computersicherheit und der praktischen Anwendung moderner Technologien. MeineLeidenschaft für Bits und Bytes, Automatisierung und künstliche Intelligenz begleitet mich sowohl beruflich als auch privat. Mein Ziel ist es, Anwender dabei zu unterstützen, digitale Systeme sicherer zu nutzen und zu verstehen.