feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程，直接发 HTTP
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
This commit is contained in:
@@ -0,0 +1,76 @@
|
||||
# Matrix 基础操作约定 v1.0
|
||||
|
||||
> **最后更新**：2026-05-10
|
||||
> **适用范围**：所有原子操作
|
||||
|
||||
---
|
||||
|
||||
## 约定 1：窗口焦点（每次操作前必做）
|
||||
|
||||
**规则**：所有键盘操作、鼠标操作、页面交互前，必须先确保浏览器窗口在最前端。
|
||||
|
||||
**实现**：每个原子操作的 pre-check 阶段，先执行 `_activate_window()`。
|
||||
|
||||
```python
|
||||
async def _activate_window():
|
||||
"""AppleScript 将 Camoufox 窗口置顶"""
|
||||
script = 'tell application "System Events" to set frontmost of every process whose name contains "camoufox" to true'
|
||||
subprocess.run(['osascript', '-e', script], capture_output=True, timeout=3)
|
||||
```
|
||||
|
||||
这个调用放在每个原子操作执行函数的最前面。
|
||||
|
||||
---
|
||||
|
||||
## 约定 2：双击模式
|
||||
|
||||
**规则**：所有"点击进入"类操作使用双击模式。
|
||||
- 第1次点击：获取焦点 / 激活窗口 / 使元素可交互
|
||||
- 等待 1 秒
|
||||
- 第2次点击：真正的操作
|
||||
|
||||
---
|
||||
|
||||
## 约定 3：优雅关闭浏览器
|
||||
|
||||
**规则**：每次脚本启动前：
|
||||
1. 检测是否有运行的 Camoufox 进程
|
||||
2. 如有 → `pkill -f camoufox` → 等待 3 秒
|
||||
3. 删除 `.parentlock` 锁文件
|
||||
4. 再启动
|
||||
|
||||
**实现**：在 `CDPConnector.connect()` 中自动执行。
|
||||
|
||||
---
|
||||
|
||||
## 约定 4：错误报告格式
|
||||
|
||||
当任何一个原子操作失败时，**必须**按以下格式报告，不自行修复：
|
||||
|
||||
```
|
||||
❌ 操作失败报告
|
||||
═══════════════════
|
||||
当前状态: [状态码]
|
||||
当前页面: [URL]
|
||||
当前页面标题: [title]
|
||||
失败操作: [操作名]
|
||||
失败阶段: [pre/execute/post]
|
||||
失败原因: [具体错误信息/不符合的特征码]
|
||||
预期后置状态: [状态码]
|
||||
实际检测状态: [状态码]
|
||||
环境: 窗口[W×H] 位置([X],[Y]) 激活态[Y/N]
|
||||
═══════════════════
|
||||
等待指示...
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 约定 5：交互测试流程
|
||||
|
||||
每个原子操作测试流程：
|
||||
1. 我启动浏览器到起始状态
|
||||
2. 我报告当前状态的特征码，你确认
|
||||
3. 你指示 "可以执行"
|
||||
4. 我执行该原子操作
|
||||
5. 我报告结果（成功/失败+特征码变化）
|
||||
6. 你指示下一步
|
||||
Reference in New Issue
Block a user