Open-monitor ajoute le filtrage par LLM et des webhooks signés au suivi auto-hébergé
Un nouvel outil auto-hébergé utilise de grands modèles de langage pour filtrer les résultats de recherche et les modifications de pages, ne délivrant que les mises à jour pertinentes via des webhooks sécurisés.
Traduit automatiquement depuis l’original en anglais.
Le développeur Dhananjay-JSR a publié open-monitor, un serveur auto-hébergé qui surveille les recherches web et des pages spécifiques pour détecter les changements. Publiée sur GitHub en novembre 2026, l’outil utilise un grand modèle de langage (LLM) pour juger si le nouveau contenu correspond à un objectif défini par l’utilisateur avant d’envoyer des alertes via des webhooks signés.
Ce qui s’est passé
Le projet introduit un système de surveillance fonctionnant sur Node.js ou Cloudflare Workers, avec stockage des données dans SQLite ou D1. Il prend en charge deux types principaux de surveillance : les moniteurs de recherche qui interrogent des fournisseurs comme Tavily ou une instance SearXNG auto-hébergée, et les moniteurs de page qui récupèrent des URL et comparent le texte aux versions précédentes. L’innovation centrale est le « juge », un appel LLM qui attribue à chaque résultat candidat une note de pertinence comprise entre zéro et un par rapport à l’objectif déclaré.
Les résultats obtenant une note égale ou supérieure à 0,5 sont conservés et transmis à un point de terminaison webhook configuré. Le système gère les limites de débit des niveaux gratuits de LLM en partageant les compteurs par minute entre les processus et en attendant les en-têtes de nouvelle tentative lorsque les limites sont atteintes. Pour les pages dépendant du rendu JavaScript, l’outil s’intègre aux navigateurs sans interface graphique via le protocole Chrome DevTools, prenant en charge des options telles que Lightpanda ou des instances Chrome standard.
La fiabilité de la livraison est assurée par un calendrier de nouvelles tentatives robuste. Si un webhook échoue, le système tente une redistribution après cinq secondes, cinq minutes, trente minutes, deux heures, cinq heures et dix heures. Les redirections sont considérées comme des échecs. Si les sept tentatives échouent, le moniteur se met automatiquement en pause pour éviter le gaspillage de ressources, enregistrant la raison sous webhook_failing. La rotation des secrets est prise en charge, les anciens secrets restant valides pour la signature parallèlement aux nouveaux pendant vingt-quatre heures.
Détails clés
- Le juge utilise par défaut les modèles gratuits d’OpenRouter, autorisant vingt requêtes par minute et cinquante par jour sans crédits.
- Les événements webhook suivent la spécification Standard Webhooks, utilisant des signatures HMAC-SHA256 pour la vérification.
- Les diffs de pages envoyés au LLM sont limités à vingt-quatre kibioctets afin de gérer l’utilisation des tokens.
- Le tableau de bord nécessite trois variables d’environnement pour être activé : user, password et session secret.
- Les tentatives de connexion échouées verrouillent le nom d’utilisateur et l’adresse IP pendant quinze minutes après cinq mots de passe incorrects.
- La télémétrie exporte les traces et les compteurs via OTLP/HTTP, garantissant que les secrets et le contenu des pages ne figurent jamais dans les journaux.
Contexte
Les outils de surveillance auto-hébergés reposent généralement sur la correspondance de mots-clés ou des algorithmes de diff simples pour détecter les changements. Ces méthodes génèrent souvent beaucoup de bruit, alertant les utilisateurs sur des modifications mineures de mise en page ou des mentions non pertinentes. En intégrant un grand modèle de langage comme filtre, cet outil vise à réduire les faux positifs en comprenant le contexte sémantique du changement plutôt qu’en détectant simplement les différences textuelles.
Les webhooks signés constituent une norme de sécurité garantissant que les données reçues par un serveur proviennent bien de la source attendue. Sans vérification de signature, des attaquants pourraient envoyer de fausses alertes pour déclencher des actions automatisées. Le protocole Standard Webhooks utilisé ici offre une méthode cohérente pour vérifier ces signatures dans différents langages de programmation et plateformes, renforçant la sécurité des flux de travail automatisés.
Pourquoi c’est important
Pour les équipes exécutant leur propre infrastructure logicielle, la réduction du bruit est cruciale. La fatigue liée aux alertes pousse les ingénieurs à ignorer des notifications importantes. En filtrant les résultats de recherche et les modifications de pages via un LLM avant qu’ils n’atteignent les opérateurs humains ou les systèmes en aval, cet outil garantit que seuls les événements à fort signal déclenchent des actions. Cela est particulièrement utile pour l’intelligence concurrentielle, le suivi des changements réglementaires ou la surveillance de mises à jour spécifiques de documentation technique.
La nature auto-hébergée du projet répond aux préoccupations de confidentialité des données courantes dans les environnements d’entreprise. Puisque la logique de surveillance, la base de données et les interactions avec le LLM peuvent s’exécuter entièrement dans un réseau privé ou sur une infrastructure cloud de confiance, les requêtes de recherche sensibles et le contenu des pages n’ont pas besoin de passer par des plateformes de surveillance SaaS tierces. Ce contrôle est vital pour les entreprises manipulant des informations propriétaires ou opérant sous des exigences de conformité strictes.
De plus, la logique de nouvelle tentative intégrée et les mécanismes de pause protègent les services internes contre la surcharge due aux points de terminaison défaillants. Dans les architectures microservices complexes, un récepteur webhook mal configuré peut provoquer des problèmes en cascade si l’émetteur ne gère pas les échecs de manière appropriée. Le traitement explicite des redirections comme des échecs et la stratégie de backoff progressif offrent un modèle d’intégration stable pour les équipes DevOps.
Ce que vous pouvez faire
- Déployez la pile Docker Compose pour tester l’ensemble complet, incluant SearXNG pour la recherche privée et Lightpanda pour le rendu JavaScript.
- Configurez le juge LLM pour utiliser une instance locale Ollama si vous exigez un fonctionnement totalement hors ligne sans appels API externes.
- Mettez en place des exportateurs OpenTelemetry pour envoyer les traces vers Grafana Cloud, permettant de visualiser la latence des étapes de recherche, de jugement et de livraison.
- Utilisez la fonctionnalité « Copy for AGENTS.md » dans le tableau de bord pour intégrer rapidement la documentation API dans la fenêtre de contexte de votre agent IA.
- Testez la vérification des webhooks à l’aide de l’extrait Node.js fourni pour vous assurer que votre point de terminaison destinataire valide correctement les signatures HMAC avant de traiter les événements.
- Surveillez le point de terminaison
/v1/monitors/{id}/deliveriespour auditer les livraisons échouées et identifier les problèmes de connectivité persistants avec vos cibles webhook.



