feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程,直接发 HTTP
Deploy VitePress site to Pages / build (push) Canceled after 0s
Deploy VitePress site to Pages / Deploy (push) Canceled after 0s

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:
2026-10-10 17:12:25 +08:00
parent 21ff01b894
commit 2112c1a870
1601 changed files with 367425 additions and 0 deletions
@@ -0,0 +1,111 @@
# Blueprint 蓝图设计规范 v1.0.0
> 最后更新:2026-05-01
> 设计目标:可组合、可验证、可追踪的脚本化操作流
## 一、设计原则
每个蓝图由若干 **原子操作步骤** 组成,每个步骤必须记录:
```
前置条件 (pre-condition) → 执行操作 → 后置条件 (post-condition)
↑ ↓
状态验证锚点 状态验证锚点
```
## 二、步骤格式
```json
{
"step_id": 1,
"op": "goto_home",
"args": {},
"pre": {
"page_mode": ["unknown", "grid", "player", "search"],
"login_required": false,
"check": []
},
"post": {
"page_mode": "grid",
"anchors": ["alink-item"],
"video_found": false,
"description": "到达首页卡片列表"
},
"verify": {"mode": "anchor", "anchor": "grid_page", "timeout": 15},
"on_fail": "retry(2)"
}
```
## 三、预定义页面模式
| 模式 | 锚点元素 | 描述 |
|------|---------|------|
| `unknown` | 无 | 未知/空白页 |
| `grid` | `[data-e2e="alink-item"]` | 首页卡片列表 |
| `player` | `[data-e2e="video-player-digg"]` | 视频播放器(带点赞/收藏按钮) |
| `search` | `[data-e2e="searchbar-input"]` | 搜索页 |
| `login_popup` | `[class*="login"]` 覆盖层 | 登录弹窗 |
## 四、预定义的原子操作
| 操作 | 前置条件 | 后置条件 | 说明 |
|------|---------|---------|------|
| `goto_home` | 任意 | `grid` | 导航到首页,激活手机模式 |
| `search(keyword)` | `grid` | `search` | 输入关键词搜索 |
| `open_video` | `grid` / `search` | `player` | 打开第一个找到的视频 |
| `like` | `player` | `player`(已赞) | 点赞当前视频 |
| `collect` | `player` | `player`(已收藏) | 收藏当前视频 |
| `next_video` | `player` | `player`(新视频) | 切换下一条(手机模式:全局流) |
| `comment(text)` | `player` + 登录 | `player`(已评论) | 输入评论并发送 |
| `go_back` | `player` | `grid` / `search` | 返回上一页 |
| `wait_watch(seconds)` | `player` | `player` | 观看一段时间 |
| `scroll_feed` | `grid` | `grid` | 首页滚动 |
## 五、完整流程示例:douyin_nurture_v1
```
start: unknown
│
├── goto_home (pre:unknown → post:grid)
│ └── 激活手机模式:设UA→导航→刷新→等渲染
│
├── search(关键词) (pre:grid → post:search)
│
├── open_video (pre:search → post:player)
│
├── like (pre:player → post:player)
├── wait_watch(8s) (pre:player → post:player)
│
├── next_video (pre:player → post:player) ← 手机模式全局流
│
├── like (pre:player → post:player)
├── collect (pre:player → post:player)
│
├── go_back (pre:player → post:search)
│
└── open_video (pre:search → post:player)
├── like
├── collect
└── next_video
```
## 六、状态持久化
每次养号运行后,生成 `.state.json` 记录:
```json
{
"run_id": "20260501_093000",
"account": "douyin_01",
"blueprint": "douyin_nurture_v1",
"steps": [
{"step": 1, "op": "goto_home", "pre": "unknown", "post": "grid", "success": true}
],
"login_method": "profile",
"device_mode": "mobile_tablet",
"duration_sec": 76
}
```