Flipper, skaner okazji na używane iPhone'y

Skąd pomysł

Przewijałem w łóżku TikToka i zaczęły mi się wyświetlać filmiki ludzi, którzy flipują iPhone'y: kupują używane poniżej ceny rynkowej, sprzedają drożej i na tym zarabiają. Stwierdziłem, że spróbuję. Tyle że po obejrzeniu kilku tysięcy ofert odechciało mi się robić to ręcznie. Przeglądanie ogłoszeń jest nudne, a dobre okazje znikają szybko.

Więc zrobiłem z tego program. Najpierw chciałem po prostu zebrać wszystkie dane. Ale mając dane i tak musiałbym je wszystkie przeglądać, więc do oceny ofert dołożyłem AI. Potem doszła analiza cen, gotowe wiadomości do sprzedawców i reguły, kiedy oferta jest dobrą okazją.

Demo działa bez logowania, na fejkowych danych, więc można je samemu przeklikać.

Jak to działa

Program skanuje trzy serwisy z ogłoszeniami (w opisie: Marketplace 1, 2 i 3) i dla każdej oferty liczy: za ile ją kupić, za ile odsprzedać i ile zostanie zysku. Cenę odsprzedaży liczę z faktycznie sprzedanych ofert i z cenników skupów telefonów (Buyback 1 i 2), a nie z samych cen z ogłoszeń, bo te są życzeniowe.

Do każdej oferty AI czyta opis i ogląda wszystkie zdjęcia. Sprawdza ekran, plecki, ramkę, baterię i blokady. Wykryte wady od razu obniżają cenę, którą warto zapłacić.

AI wykrywa uszkodzenia

Model sam zaznacza, co jest uszkodzone: rysy na ekranie, obite ramki, słabą baterię, ślady naprawy. Każda wada ma swoje potrącenie w cenie, więc oferta ze zniszczoną obudową nie udaje okazji. Dzięki temu nie muszę sam oglądać dziesiątek zdjęć.

AI wyłapuje scamy

Na jednym z serwisów popularny był scam: ludzie sprzedają zdjęcie przedmiotu zamiast przedmiotu, albo każą płacić przelewem na konto poza serwisem. AI i dodatkowe reguły wyłapują takie oferty od razu i w ogóle nie trafiają do panelu. Nie trafia tam też oferta, której AI nie zdążyło ocenić.

Filtry i mapa

Oferty można filtrować po modelu, pamięci, cenie, zysku, stanie baterii, wieku ogłoszenia i konta sprzedawcy oraz po sygnałach z ogłoszenia (obniżka ceny, wysyłka). Jest też filtr okolicy: wpisuję miejscowość, wybieram promień albo klikam na mapie i widzę, ile kilometrów jest do każdej oferty.

Analiza rynku

Osobna strona z analizą na żywo: ile sztuk danego modelu schodzi dziennie, po ile i jak szybko, jak zmienia się trend, jaki jest rozkład cen. Wykresy narysowałem sam, bez bibliotek.

Telefon i powiadomienia

Panel ma osobny widok na telefon (karty zamiast tabeli, dolne menu) i działa jako PWA: instaluje się na ekranie głównym jak zwykła aplikacja i wysyła powiadomienia push, gdy pojawi się nowa okazja. Kliknięcie powiadomienia otwiera od razu aplikację serwisu na tej ofercie.

Najlepsze oferty znikają w 10 minut

Samo zbieranie danych nie wystarczało, bo najlepsze oferty potrafią zniknąć w 10 minut. Dlatego postawiłem skaner na VPS-ie, który działa non stop: pobiera ogłoszenia, analizuje je i zapisuje w bazie. Nowa oferta jest w panelu do 3 minut od wystawienia, już z pełną analizą opisu i zdjęć.

Limity zapytań za 0 zł

Serwisy blokują zbyt częste zapytania. Pierwszy pomysł to płatne proxy, ale wychodziło drogo. Znalazłem więc stary telefon z Androidem i zainstalowałem na nim Termuxa z tym samym skanerem. Teraz serwer i telefon pracują na zmianę: gdy VPS dostanie blokadę, kolej przejmuje telefon (inny adres IP), a gdy telefon dostanie blokadę, wraca VPS. Dzięki temu skaner praktycznie nie jest zatrzymywany przez limity, a koszt to zero.

Gdy VPS dostanie blokadę, skanowanie przejmuje stary Android z Termuxem. Zamiast płatnych proxy: zero złotych.

Technologie

• Panel: Nuxt (Vue), Tailwind, własne wykresy SVG, PWA + Web Push, hosting na Vercelu.
• Baza i backend: Supabase (Postgres, RLS, Auth, Edge Functions).
• Skaner: Python na VPS i na telefonie z Androidem (Termux).
• AI: Gemini do oceny opisów i zdjęć.
• Konta z dostępem czasowym i panel admina, bo udostępniam narzędzie innym.

Efekt

Aplikacja przestała być zabawką i zaczęła przynosić pieniądze. Już w pierwszym tygodniu testów zarobiłem dzięki niej około 2500 zł.