자동화된 트위터 DM 봇 구축 튜토리얼

브랜든 핸콕이 맞춤형 그래픽을 사용하여 팔로워를 늘리기 위한 자동화된 트위터 봇을 만드는 방법을 알려드립니다.

### 자동화된 트위터 DM 봇 만들기: 단계별 가이드
* 🤖 이 튜토리얼에서는 **Brandon Hancock이 트위터 팔로워를 늘리거나 수익성 있는 소프트웨어 비즈니스를 창출하는 데 도움이 되는 자동화된 DM 트위터 봇**을 만드는 방법을 설명합니다.
* 📊 이 봇은 특정 해시태그를 보낸 사용자에게 **사용자의 트윗 내역을 맞춤형 그래픽**으로 전송하여 플랫폼에서의 참여와 상호작용을 강화합니다.
* 🔧 튜토리얼은 **문제 이해, 솔루션 매핑, AWS 및 트위터 계정 설정, 마지막으로 봇 코딩**의 네 부분으로 나뉩니다.
* 📈 Brandon은 트위터 팔로워를 **19명에서 270명**으로 늘린 자신의 개인적인 경험을 공유하면서 **GitHub 커밋 히스토리 공유**와 같은 바이럴 콘텐츠 전략의 중요성을 강조합니다.
* 🌐 이 봇은 **람다 함수, EC2 인스턴스, SQS, DynamoDB, S3 등 다양한 AWS 서비스**를 활용하여 트윗을 수집하고 DM을 보내는 프로세스를 자동화합니다.
* 🖥 봇의 아키텍처를 시각화하기 위해 제공되는 순서도는 **트윗이 수집, 처리 및 사용자에게 다시 전송되는 과정**을 히트 맵 형식으로 자세히 설명합니다.
* 💻 시작하려면 사용자는 **AWS 및 트위터 개발자 계정을 설정**하고, **새 트위터 프로젝트를 만들고, 봇의 운영을 용이하게 하는 데 필요한 API 키를 생성**해야 합니다.
* 🚀 마지막으로 Brandon은 시청자가 처음부터 코딩하는 것을 피하기 위해 **제공된 GitHub 리포지토리를 복제**하도록 권장하여 초보자와 중급 개발자 모두 프로세스에 더 쉽게 접근할 수 있도록 합니다.

### 트위터 팔로워 인증 람다 함수 배포 및 테스트하기
* 🚀 우선 애플리케이션의 백엔드 기능을 테스트하기 위해 **'개발'이라는 새로운 배포 단계**가 만들어졌습니다.
* 🔗 스테이지가 설정되면 **요청을 전송할 수 있는 URL이 생성**되어 Postman과 같은 도구를 통해 테스트할 수 있습니다.
* 💻 Postman은 **postman.com에서 다운로드**할 수 있으며, 사용자는 다양한 유형의 요청을 API 게이트웨이로 전송할 수 있습니다.
* 📝 Postman을 설정한 후 요청을 정리하기 위한 새 컬렉션이 만들어졌는데, 구체적으로 **"트윗 커밋 YouTube"라는 이름**이 지정되었습니다.
* 🌐 API 게이트웨이의 호출 URL이 Postman에 복사되어 **/tweets 엔드포인트로 POST 요청**을 보낼 수 있었고, 이 요청은 **상태 코드 200과 람다 함수의 메시지**를 성공적으로 반환했습니다.
* 🔍 람다 기능은 **트위터 API를 통해 사용자의 팔로워를 확인**하여 사용자가 해당 계정을 팔로우하고 있는지 확인하기 위해 고안된 기능입니다.
* 📊 팔로워 검증기 람다 기능의 코드에는 **필요한 라이브러리 가져오기, 트위터 API 요청에 대한 Axios 구성, 처리 전 트윗 유효성 검사** 등이 포함되어 있습니다.
* 📦 배포하려면 **프로젝트 파일을 압축**하고 AWS CLI를 사용하여 코드를 업로드해야 하며, 적절한 기능 실행을 위해 **모든 종속성이 포함**되어 있는지 확인해야 합니다.

### DynamoDB와 SQS 통합으로 AWS Lambda 함수 설정하기
* 🔧 적절한 기능을 보장하려면 먼저 IAM 콘솔로 이동하여 SQS 액세스에 대한 인라인 정책을 만들어 **Lambda 함수에 SQS 대기열에서 읽을 수 있는 명시적 권한**을 부여하세요.
* 📝 정책을 만든 후에는 **메시지 수신 등 필요한 작업**을 지정하고 **특정 대기열의 ARN으로 제한**하세요.
* 🔄 권한을 구성한 후 이 과정을 반복하여 **메시지 삭제 및 대기열 속성 가져오기 등의 작업**을 추가하여 람다 함수의 기능을 향상시키세요.
* 💻 권한이 설정되면 **올바른 SQS URL**을 가리키도록 Lambda 함수 코드를 업데이트하고 변경 사항을 배포하여 모든 것이 예상대로 작동하는지 확인합니다.
* 🧪 다음으로, **미리 정의된 JSON 테스트 이벤트**를 사용하여 람다 함수를 테스트하고 테스트 중에 발생한 오류를 해결하기 위해 필요한 코드 조정을 수행합니다.
* 📊 람다 함수가 작동하는지 확인한 후, **데이터 처리 및 데이터 저장을 위해 DynamoDB와 상호 작용하는 전용 람다 함수**를 새로 생성합니다.
* 📦 파티션 키가 적절하게 구성되어 있는지 확인하여 **DynamoDB 테이블을 설정**하고 원활한 데이터 쓰기를 위해 **람다 함수를 테이블에 연결**합니다.
* 🔔 마지막으로, 테이블에 새 레코드가 추가될 때 작업을 트리거하는 **DynamoDB 스트림**을 구현하면 DynamoDB에 저장된 데이터를 기반으로 스크린샷을 처리하고 생성하는 또 다른 **Lambda 함수**가 호출됩니다.

### AWS 및 람다 함수로 트윗 커밋 그래프 구축하기
* 🌐 우선 마일스톤 ID가 있는 게시물 요청을 처리하기 위해 백엔드 데이터베이스를 설정하여 **작성자 ID, 종료 날짜, 최대 트윗 수 등의 트윗 마일스톤 데이터**를 반환할 수 있도록 하고 있습니다.
* 🔍 기본 유효성 검사가 구현되지만, 더 나은 데이터 유효성 검사를 위해 **Zod와 같은 라이브러리**를 사용하는 것이 좋습니다.
* 🔄 트윗이 문자열로 반환되므로 DynamoDB에서 받은 데이터는 변환이 필요하지만 **날짜를 키로 하고 해당 트윗 수를 값**으로 하는 객체로 구조화해야 합니다.
* 📊 이 애플리케이션은 **364개의 타일을 사용하여 날짜를 나타내는 1년 동안의 트윗 그래프**를 표시하며, 정렬된 날짜를 반복하여 타일을 올바르게 채웁니다.
* 📅 그래프에는 **3월부터 2월까지의 월이 표시**되며, 두 날짜 사이의 월 수를 계산하는 함수를 사용하여 역순으로 반복하여 정확하게 표시합니다.
* 🎨 일일 트윗을 기준으로 타일을 생성하는 경우, **트윗 수의 1D 배열을 7x52 격자로 변환하는 함수**를 사용하여 트윗 볼륨에 따라 타일을 음영 처리합니다.
* 🚀 Vercel에 배포하려면 **코드를 GitHub에 푸시**하고 Vercel 계정에 연결하여 **코드 변경 시 자동 배포가 트리거**되도록 해야 합니다.
* 📸 마지막으로 **웹사이트의 스크린샷을 찍어 트위터 쪽지로 전송하는 람다 기능**이 만들어지며, 새 이미지에 따라 작업을 트리거하도록 **S3 버킷 및 이벤트 알림**을 적절히 설정합니다.

### 자동 DM 트위터 봇 만들기: 단계별 가이드
* 🐦 이 튜토리얼에서는 **Brandon Hancock이 사용자에게 맞춤형 그래픽을 전송**하여 트위터 팔로워를 늘리거나 소프트웨어 비즈니스를 시작하는 데 도움이 되는 자동화된 DM 트위터 봇을 만드는 방법을 안내합니다.
* 🖼 봇은 특정 해시태그를 사용하면 **팔로워에게 자동으로 트윗 기록 사진을 DM으로 전송**하여 사용자 참여도와 가시성을 높입니다.
* 💻 튜토리얼은 **문제 이해, 솔루션 매핑, AWS 및 트위터 계정 설정, 마지막으로 봇 코딩**의 네 부분으로 나뉩니다.
* 📈 트위터에서 팔로워를 늘리는 것은 쉽지 않은 일입니다. Brandon은 **한 달 반 만에 팔로워를 19명에서 270명**으로 늘린 경험을 공유합니다.
* 🔗 이 봇은 **람다 함수, EC2 인스턴스, SQS, DynamoDB, S3 등 AWS 서비스**를 활용하여 백엔드 프로세스를 관리하고 트윗 데이터를 효과적으로 처리합니다.
* 📊 트위터의 스트리밍 서비스를 사용하여 트윗을 듣는 것부터 **사용자에게 개인화된 그래픽을 다시 보내는 것까지의 프로세스**를 시각화하기 위해 순서도가 만들어집니다.
* 🛠 사용자는 **AWS 및 트위터 개발자 계정을 설정**하여 무료 티어 한도 내에서 비용 효율성을 유지할 것을 권장합니다.
* 🚀 마지막으로 Brandon은 커뮤니티 지원의 중요성을 강조하며 **튜토리얼을 시청하는 동안 어려운 점이 있으면 질문할 것**을 권유합니다.

### AWS Lambda와 SQS를 사용하여 트위터 팔로워 확인 시스템 개발하기
* 🚀 개발 프로세스를 시작하기 위해 **'개발'이라는 새로운 배포 단계**가 만들어져 백엔드 기능을 테스트할 수 있게 되었습니다.
* 🔗 배포 후 테스트 목적으로 요청을 보내는 데 사용할 수 있는 **API 게이트웨이의 URL이 생성**되었습니다.
* 🛠 포스트맨은 **포스트맨닷컴에서 다운로드하는 방법**과 함께 백엔드에 **POST 요청을 보내기 위한 도구**로 추천되었습니다.
* 💻 Postman에서 새 컬렉션이 만들어지고 이름이 **'트윗 커밋 YouTube'**로 지정되어 API 게이트웨이에 대한 요청이 정리됩니다.
* 📡 API 게이트웨이의 호출 URL을 복사하여 "/tweets" 엔드포인트에 POST 요청을 보내는 데 사용했고, 그 결과 **상태 코드 200과 응답 본문이 "Hello Lambda"**로 성공적으로 반환되었습니다.
* 📊 팔로워 확인 기능인 람다 기능의 목적을 설명하면서 **트위터 API에 팔로워를 쿼리하여 사용자가 팔로우하고 있는지 확인하는 방법**을 자세히 설명했습니다.
* 🔍 트위터 팔로워 인증 람다 함수의 코드를 살펴보면서 **필요한 라이브러리를 가져오고 트위터 API에 대한 환경 변수를 설정하는 것**이 얼마나 중요한지 강조했습니다.
* 📦 프로젝트 파일을 압축하고 AWS CLI를 사용하여 Lambda 함수를 배포하는 등 배포 프로세스가 설명되어 있으며, **성공적인 배포를 위해 올바른 함수 이름과 구성을 따랐는지 확인**했습니다.

### AWS 람다 함수 및 DynamoDB 통합 설정하기
* 🔧 SQS 대기열에 액세스하도록 AWS Lambda 함수를 올바르게 구성하려면 **Lambda 함수의 IAM 역할 설정 내에 명시적 권한**을 추가해야 합니다.
* 🛠 먼저 람다 함수의 구성 탭으로 이동하여 권한 섹션을 선택한 다음 **해당 함수가 SQS에서 메시지를 수신할 수 있도록 허용하는 인라인 정책**을 만듭니다.
* 📜 '메시지 받기' 권한을 포함하여 필요한 작업을 지정하고 해당 ARN을 제공하여 **특정 SQS 리소스에 대한 액세스를 제한**하려면 다음 단계를 따르세요:
It seems there was no text provided for me to work on. Please share the sentence you'd like me to highlight the key phrase in, and I'll be happy to assist!
1. 동작을 정의합니다: **다음과 같이 허용할 작업**을 지정합니다:
- **`sqs:ReceiveMessage`**
- **`sqs:SendMessage`**
- **`sqs:DeleteMessage`**
- **`sqs:GetQueueAttributes`**
It seems there was no text provided for me to work on. Please share the sentence you'd like me to highlight the key phrase in, and I'll be happy to assist!
2. 리소스를 지정합니다: ARN을 제공하여 특정 SQS 리소스에 대한 액세스를 제한합니다. **SQS 대기열의 ARN 형식은 다음과 같습니다:**
It seems that your message is empty. Could you please provide the sentence you would like me to work on?
arn:aws:sqs:**지역:계정_ID:대기열_이름**
It seems that your message is empty. Could you please provide the sentence you would like me to work on?
지역`, `ACCOUNT_ID` 및 `QUEUE_NAME`을 **SQS 대기열에 적합한 값**으로 바꿉니다.
It seems there was no text provided for me to work on. Please share the sentence you'd like me to highlight the key phrase in, and I'll be happy to assist!
3. 정책을 만듭니다: 작업과 리소스를 IAM 정책으로 결합합니다. 다음은 **특정 SQS 대기열에서 메시지를 받을 수 있도록 허용하는 정책**의 예입니다:
It seems there is no text provided for me to work on. Please share the sentence you would like me to highlight, and I'll be happy to assist!
It seems like your message may have been cut off. Could you please provide the sentence or text you'd like me to work on?
* ✅ 초기 권한을 설정한 후에는 완전한 기능을 보장하기 위해 **'메시지 삭제' 및 '대기열 속성 가져오기' 등의 작업에 대한 추가 권한**을 추가해야 할 수도 있습니다.
* 🧑 권한이 구성되면 **새 SQS 서비스를 가리키도록 Lambda 함수 코드를 업데이트**하고 변경 사항을 배포할 수 있습니다.
* 🧪 미리 정의된 JSON 객체를 사용하여 함수를 테스트하면 모든 것이 예상대로 작동하는지 확인하는 데 도움이 되며, **실행 성공은 상태 코드 200**으로 표시됩니다.
* 📊 설정이 성공적으로 완료되면 **처리된 데이터를 저장할 DynamoDB 테이블**을 생성하여 Lambda 함수가 이 데이터베이스에 쓸 수 있도록 합니다.
* 🔄 마지막으로, 테이블에 새 레코드가 추가될 때 이벤트를 처리하는 또 다른 람다 함수를 트리거하도록 **DynamoDB 스트림을 설정**하여 통합 흐름을 완성합니다.

### AWS와 React로 트윗 커밋 스크린샷 시스템 구축하기
* 🔄 이 프로세스는 **작성자 ID, 종료 날짜, 최대 트윗 수 및 일반 트윗 정보**를 포함하는 트윗 마일스톤 데이터를 검색하기 위해 **마일스톤 ID를 사용하여 POST 요청**을 하는 것으로 시작됩니다.
* 🛠 기본 유효성 검사는 수신된 데이터가 예상과 일치하는지 확인하기 위해 구현되지만, 보다 강력한 유효성 검사를 위해 **Zod와 같은 라이브러리**를 사용하는 것이 좋습니다.
* 📊 트윗 데이터는 문자열에서 날짜를 키로, 해당 트윗 수를 값으로 하는 객체로 형식이 지정되므로 **원하는 구조를 유지하기 위해 약간의 조정**이 필요합니다.
* 📅 데이터는 연중 주를 나타내는 **7x52 격자**로 표시되며, 총 **364개의 타일**로 트윗 활동을 시각화하여 가장 최근 날짜부터 가장 최근까지 정렬됩니다.
* 🎨 각 타일의 색상은 **해당 날짜의 트윗 수**에 따라 결정되며, 활동이 적은 날의 가시성을 보장하기 위해 **최소 투명도 수준**을 설정합니다.
* 🌐 웹사이트는 **Vercel에 배포되어 GitHub 리포지토리에 연결**되므로 마스터 브랜치가 변경될 때마다 자동으로 배포할 수 있습니다.
* 📸 셀레늄을 사용하여 웹사이트의 스크린샷을 찍을 수 있는 **새로운 람다 기능**이 만들어졌으며, 이러한 이미지를 **S3 버킷에 업로드**하여 저장할 수 있습니다.
* 📩 마지막으로 두 번째 람다 함수를 설정하여 **스크린샷이 포함된 쪽지를 트위터를 통해 보내도록** 하고, **S3 버킷에 추가된 새 이미지에 의해 트리거**되도록 합니다.

Twitter DM Bot Tutorial for Developers

I teach developers how to build fullstack AI applications 🤖


aiwithbrandon

브랜든 핸콕은 특정 해시태그에 대한 응답으로 사용자에게 맞춤형 트윗 기록 그래픽을 DM으로 전송하는 트위터 봇을 만들고 있습니다.

튜토리얼은 문제 이해, 솔루션 매핑, AWS 및 트위터 계정 설정, 봇 코딩의 네 부분으로 나뉩니다.

이 프로젝트는 Lambda 함수, EC2 인스턴스, Simple Queue Service, DynamoDB, S3 버킷 등 다양한 AWS 서비스를 활용하여 트윗 수신, 데이터 시각화, 사용자에게 이미지 전송 프로세스를 자동화할 것입니다.

서버는 API 게이트웨이를 통해 트윗을 수집하고, 이 게이트웨이는 확인, 집계, 처리 및 데이터 저장을 위해 일련의 Lambda 함수를 트리거합니다.

DynamoDB 스트림은 새 트윗 레코드를 다른 Lambda 함수에 전달하고, 이 함수는 API 게이트웨이를 호출하여 스크린샷을 찍습니다.

스크린샷이 S3 버킷에 업로드되면 생성된 이미지가 포함된 DM을 사용자에게 보내는 이벤트가 트리거됩니다.

새 앱은 프로젝트 및 앱 탭에서 '앱 추가' 버튼을 클릭한 다음 '프로덕션 앱'을 선택하고 고유 키와 토큰을 생성하여 만들 수 있습니다.

앱의 코드는 람다 함수, 사용자 트윗을 추적하는 웹사이트, 트윗을 수신하는 서버 애플리케이션을 위한 폴더가 포함된 GitHub 리포지토리에서 복제할 수 있습니다.

js 파일은 트위터 API에서 필터링된 스트림을 설정하는 데 중요하며, 베어러 토큰을 안전하게 저장하기 위해 환경 변수가 정의됩니다.

트위터 스트림 리스너 설정 및 EC2에 배포하기

트윗 스트림 기능은 트위터에서 데이터를 수신하여 새 트윗을 처리하고 재연결을 통해 오류를 처리하도록 설계되었습니다.

이 코드는 특정 해시태그를 수신하여 로컬에서 테스트한 다음 지속적인 작동을 위해 EC2 서버에 배포합니다.

EC2 인스턴스는 고유한 이름, 우분투 운영 체제, T2 마이크로 인스턴스 유형, 노드 버전 관리자 설치 및 백그라운드에서 코드를 실행하기 위한 서비스 설정을 위한 사용자 데이터 스크립트로 설정됩니다.

트위터 스트림용 클라우드 서버 및 API 게이트웨이 설정하기

클라우드 서버에서 SSH 인스턴스가 실행되고 환경 변수가 로컬 파일에서 서버로 복사됩니다.

사용자 데이터 스크립트로 생성된 서비스가 다시 시작되고 Node.

그런 다음 서버에서 백엔드로 트윗을 전달하기 위해 API 게이트웨이를 설정한 다음 통합을 위한 람다 함수를 만듭니다.

Lambda를 사용한 API 게이트웨이 구축 및 테스트

API 게이트웨이는 이전 람다 함수와 통신하도록 설정되어 트윗을 게시할 수 있습니다.

API를 배포한 후 테스트를 위한 URL이 제공되며, 요청을 보낼 때 Postman을 추천합니다.

람다 함수는 사용자의 팔로워 목록을 확인하여 트위터 팔로워를 확인하도록 설계되었으며, 트위터 베어러 토큰 및 사용자 아이디에 대한 환경 변수가 설정되어 있습니다.

트위터 팔로워 유효성 검사 람다 함수 구축하기

람다 함수의 주요 작업은 들어오는 트윗의 유효성을 검사하고 사용자가 해당 계정을 팔로우하고 있는지 확인하는 것입니다.

이 함수는 대규모 팔로워 목록을 처리하기 위해 페이지 매김을 사용하여 사용자의 팔로워를 가져오기 위해 트위터 API에 여러 번 요청합니다.

사용자의 유효성이 확인되면 이 함수는 추가 처리를 위해 단순 대기열 서비스에 메시지를 제출하고, 코드 배포는 zip 파일과 Amazon CLI를 통해 관리됩니다.

AWS CLI 설정 및 람다 함수 배포하기

AWS CLI 설치에는 패키지를 다운로드하고 터미널을 통해 설치를 확인하는 과정이 포함됩니다.

로그인하려면 AWS IAM 서비스에서 액세스 키를 생성해야 합니다.

액세스 키로 CLI를 구성한 후 프로젝트를 압축하고 Lambda 기능을 클라우드에 배포할 수 있습니다.

단순 큐 서비스에 람다 함수 연결하기

람다 함수의 코드가 새 큐를 가리키도록 업데이트되었고, 이 함수를 심플 큐 서비스에 연결할 수 있는 권한이 추가되었습니다.

샘플 트윗 본문으로 테스트 스크립트를 구성하고 함수를 테스트한 결과 종속성 누락으로 인해 오류가 발생했습니다.

필요한 패키지를 설치하고 코드를 다시 배포한 후 함수가 성공적으로 실행되었고 대기열에서 통합이 완료되었음을 알리는 메시지가 대기 중이었습니다.

다음 단계는 트위터 API에서 트윗을 가져오는 트윗 애그리게이터 함수를 구축하는 것입니다.

이 함수는 트윗 메시지의 유효성을 확인하고 유효한 경우 레코드에서 해당 트윗을 검색합니다.

그런 다음 페이지 매김을 사용하여 특정 작성자에 대한 모든 트윗을 가져와 여러 요청을 처리합니다.

또한 이 함수는 사용자가 하루에 작성한 트윗 수를 계산하고 추가 처리를 위해 데이터를 패키징합니다.

람다 함수를 위한 간단한 대기열 서비스 설정하기

환경 변수가 누락되었으므로 이를 복사하고 명령을 다시 실행했습니다.

단순 큐 서비스(SQS)에 새 큐가 만들어지고 Lambda 함수에 트리거가 추가되었습니다.

인라인 정책이 설정되어 Lambda 함수에 큐에서 읽고, 메시지를 삭제하고, 큐 속성을 가져올 수 있는 권한을 부여하여 함수를 성공적으로 구성했습니다.

데이터 처리를 위한 람다 함수 만들기

올바른 단순 대기열 서비스 URL을 가리키도록 코드가 업데이트되고 Lambda 함수가 테스트되어 배포가 성공적으로 완료됩니다.

웹사이트 액세스를 위해 생성된 데이터를 저장하는 데 중점을 두고 데이터를 처리하고 DynamoDB와 상호 작용하기 위해 새로운 Lambda 함수가 만들어집니다.

이 함수에는 유효성 검사, 데이터 검색, 날짜 조작을 통해 트윗 활동과 업데이트 마일스톤을 추적하는 기능이 포함되어 있습니다.

트윗 마일스톤 데이터를 위한 DynamoDB 설정하기

각 마일스톤을 형식에 안전한 데이터 서식을 위한 put 요청에 매핑하여 트윗 마일스톤 데이터를 DynamoDB에 일괄적으로 쓰는 함수가 설정됩니다.

이 함수는 약속을 반환하고 성공하면 200 상태 코드와 저장된 마일스톤 데이터를 제공합니다.

파티션 키가 ID로 설정된 새 DynamoDB 테이블이 생성되고 변경 사항을 배포하기 전에 새 테이블을 가리키도록 코드가 업데이트됩니다.

SQS 및 DynamoDB로 람다 함수 설정하기

람다 함수는 배치 크기가 1인 SQS 대기열에서 트리거되도록 구성됩니다.

인라인 정책이 생성되어 SQS 작업 및 DynamoDB의 일괄 쓰기 항목에 대한 함수 권한을 부여합니다.

필요한 권한을 추가한 후 함수가 DynamoDB 테이블에 데이터를 성공적으로 쓰고 다음 단계는 이벤트 알림을 위한 DynamoDB 스트림을 설정하는 것입니다.

DynamoDB 스트림 및 람다 함수 설정하기

데이터베이스의 새로운 변경 사항, 특히 새로운 이미지를 캡처하기 위해 DynamoDB 스트림이 설정되고 있습니다.

스트림에서 마일스톤 ID를 가져와 API 게이트웨이로 전달하는 Lambda 함수를 호출하는 트리거가 생성됩니다.

그런 다음 Python 및 Selenium으로 작성된 두 번째 Lambda 함수는 마일스톤 ID를 사용하여 웹사이트의 스크린샷을 찍고 추가 처리를 위해 스크린샷을 S3 버킷에 저장합니다.

트위터 히트맵 캡처를 위한 워크플로

새 레코드가 작성되면 DynamoDB 스트림은 마일스톤 ID를 가져와 API 게이트웨이에 전달하여 Lambda 함수에 알립니다.

그러면 또 다른 Lambda 함수가 트리거되며, 이 함수는 Python과 Selenium을 사용하여 웹사이트를 로드하고 트위터 히트 맵의 스크린샷을 찍어 S3 버킷에 저장합니다.

T3 스택으로 구축된 웹사이트는 마일스톤 ID를 사용하여 백엔드에서 데이터를 가져와 트윗 활동 그래프를 생성합니다.

트윗 마일스톤 데이터 설정하기

이 프로세스에는 마일스톤 ID로 게시물 요청을 하여 트윗 마일스톤 데이터를 검색한 다음 유효성을 검사하고 서식을 지정하는 과정이 포함됩니다.

이 함수는 트윗 날짜를 정렬하고 이를 반복하여 1년의 주를 나타내는 7x52 타일 그래프를 채웁니다.

마지막으로, 타일은 하루에 작성된 트윗 수를 기준으로 생성되며, 트윗의 양을 나타내는 색상 음영이 추가됩니다.

Tailwind 및 Vercel을 사용한 웹사이트 배포

HTML 코드는 Tailwind를 사용하여 275x1600픽셀의 검은색 컨테이너를 생성하여 월별 행, 생성된 트윗 타일 및 지침이 포함된 바닥글을 표시합니다.

웹사이트를 배포하기 위해 코드를 GitHub에 푸시하고 리포지토리에 연결하기 위해 Vercel 계정을 설정합니다.

API 게이트웨이 URL에 대한 환경 변수가 추가되고, Vercel의 배포 기능을 통해 웹사이트가 GitHub에서 변경된 내용을 항상 최신 상태로 유지합니다.

스크린샷 캡처를 위한 람다 함수 배포하기

람다 함수는 셀레늄을 사용하여 크롬 브라우저의 스크린샷을 찍기 위해 만들어졌습니다.

이 코드는 액세스 키와 웹 드라이버를 설정하고, 요청의 유효성을 검사하며, 셀레늄이 스크린샷을 캡처하도록 트리거합니다.

그런 다음 이 함수는 제공된 액세스 키와 개인 키를 사용하여 스크린샷을 S3 버킷에 업로드합니다.

API 게이트웨이 및 람다 함수 설정하기

마일스톤을 처리하기 위해 특정 람다 함수와 연결할 수 있는 API 게이트웨이가 추가되고 있습니다.

API 게이트웨이에 스크린샷을 위한 새로운 리소스가 만들어지고 있으며, 스크린샷을 찍기 위해 Lambda 함수에 연결된 포스트 메서드가 추가됩니다.

이 프로세스에는 코드를 배포하고, 이미지 저장을 위한 S3 버킷을 생성하고, 스크린샷이 포함된 DM을 트위터 사용자에게 전송하도록 또 다른 Lambda 함수를 설정하는 작업이 포함됩니다.

트윗 커밋을 위한 람다 함수 및 S3 버킷 만들기

"트윗 커밋 마일스톤"이라는 새로운 Lambda 함수가 생성되어 DynamoDB에서 마일스톤 데이터를 가져와 사용자에게 반환합니다.

공개 액세스가 활성화된 상태에서 개체를 저장하기 위해 '트윗 커밋 S3 버킷'이라는 이름의 S3 버킷도 만들어집니다.

그런 다음 새 S3 버킷을 가리키도록 람다 함수가 업데이트되고, 버킷의 스크린샷 이미지가 포함된 DM을 사용자에게 보내는 최종 람다 함수가 만들어집니다.

S3 이미지 업로드를 위한 람다 함수 설정하기

이 튜토리얼에서는 새 이미지가 S3 버킷에 추가될 때 트리거되도록 Lambda 함수를 설정하는 프로세스를 다룹니다.

여기에는 설치 프로그램 스크립트에 대한 권한을 변경하고, S3 이벤트에서 이미지와 작성자 ID를 가져오도록 Lambda 함수를 구성하고, 쪽지를 보내기 위해 트위터 API로 인증하는 과정이 포함됩니다.

마지막 단계는 이미지 생성 시 람다 함수를 트리거하도록 S3 버킷에서 이벤트 알림을 설정하는 것입니다.