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 +1,156 @@
#!/bin/bash
#
# Matrix 矩阵养号系统 — 新机一键恢复脚本(v4.0 配置文件版)
#
# 用法:
# bash ~/workbuddy-agent-os/agent-sync/05_tools/07_matrix/install.sh
#
# 功能:
# 1. 在 agent-local/tools/matrix/ 建立本机数据目录骨架
# 2. 生成本机 local.yaml 路径配置文件(替代软链接,解决多机同步问题)
# 3. 清理旧版软链接残留(如有)
# 4. 安装 Python 依赖
# 5. 提示初始化账号配置
#
# 设计原则 (v4.0):
# - local.yaml 不参与坚果云同步,每台机器独立生成
# - Python 脚本统一通过 scripts/local_paths.py 读取路径,不再依赖软链接
# - 多机同步只需跑一次 install.sh,互不干扰
#
set -e
TOOL_DIR="$(cd "$(dirname "$0")" && pwd)"
LOCAL_DIR="$HOME/workbuddy-agent-os/agent-local/tools/matrix"
PYTHON="${WORKBUDDY_PYTHON:-$(which python3)}"
echo "=========================================="
echo " Matrix 矩阵养号系统 — 新机恢复 (v4.0)"
echo "=========================================="
echo ""
echo "代码目录: $TOOL_DIR"
echo "本地数据: $LOCAL_DIR"
echo "Python: $PYTHON"
echo ""
# ── Step 1: 建立本机数据目录骨架 ────────────────────────────
echo "▶ [1/5] 建立本地数据目录..."
mkdir -p "$LOCAL_DIR/config"
mkdir -p "$LOCAL_DIR/data/cookies"
mkdir -p "$LOCAL_DIR/data/camoufox_pids"
mkdir -p "$LOCAL_DIR/profiles"
mkdir -p "$LOCAL_DIR/logs"
mkdir -p "$LOCAL_DIR/screenshots"
echo " ⚠️ 注意: profiles/ 含 Chrome 登录数据,换机后需重新登录各平台账号"
echo " ✅ $LOCAL_DIR"
# ── Step 2: 生成 local.yaml 配置文件 ─────────────────────────
echo "▶ [2/5] 生成 local.yaml 路径配置..."
CONF_FILE="$TOOL_DIR/local.yaml"
if [ -f "$CONF_FILE" ]; then
CURRENT_ROOT=$(grep "local_data_root:" "$CONF_FILE" 2>/dev/null | sed 's/.*local_data_root: *//' | tr -d "\"'" | xargs)
if [ "$CURRENT_ROOT" = "$LOCAL_DIR" ]; then
echo " ✅ local.yaml 已存在且路径正确,跳过"
else
echo " ⚠️ local.yaml 存在但路径不一致: $CURRENT_ROOT"
echo " → 更新为当前路径: $LOCAL_DIR"
cat > "$CONF_FILE" << EOF
# Matrix 本机数据目录配置
# 此文件由 install.sh 生成,每台机器独立,不参与坚果云同步
#
# local_data_root: 本机 agent-local/tools/matrix 目录的绝对路径
matrix:
local_data_root: $LOCAL_DIR
EOF
echo " ✅ local.yaml 已更新"
fi
else
cat > "$CONF_FILE" << EOF
# Matrix 本机数据目录配置
# 此文件由 install.sh 生成,每台机器独立,不参与坚果云同步
#
# local_data_root: 本机 agent-local/tools/matrix 目录的绝对路径
matrix:
local_data_root: $LOCAL_DIR
EOF
echo " ✅ local.yaml 已生成: $CONF_FILE"
fi
# ── Step 3: 清理旧版软链接 ───────────────────────────────────
echo "▶ [3/5] 检查旧版软链接残留..."
CLEANUP_NEEDED=0
for name in config data logs screenshots profiles; do
LINK="$TOOL_DIR/$name"
if [ -L "$LINK" ]; then
TARGET=$(readlink "$LINK")
echo " 🧹 发现旧版软链接: $name → $TARGET"
rm "$LINK"
echo " 已删除(路径已由 local.yaml 管理)"
CLEANUP_NEEDED=1
elif [ -d "$LINK" ]; then
# 可能是坚果云展开的真实目录(含旧数据)
echo " ⚠️ $LINK 是真实目录(非软链接)"
echo " 可能是坚果云同步时展开的旧软链接数据"
echo " 建议检查内容后手动处理或删除"
fi
done
if [ "$CLEANUP_NEEDED" -eq 0 ]; then
echo " ✅ 无旧版软链接残留"
fi
# ── Step 4: 安装 Python 依赖 ────────────────────────────────
echo "▶ [4/5] 安装 Python 依赖..."
if $PYTHON -m pip install -r "$TOOL_DIR/requirements.txt" -q; then
echo " ✅ 依赖安装完成"
# 安装 patchright 浏览器二进制
$PYTHON -m patchright install chromium 2>/dev/null && echo " ✅ Chromium (patchright) 已安装" || echo " ⚠️ Chromium 安装跳过(可稍后手动执行: python -m patchright install chromium)"
else
echo " ❌ 依赖安装失败,请检查 Python 环境"
exit 1
fi
# ── Step 5: 配置模板初始化 (统一跨机模板) ──────────────────
echo "▶ [5/5] 初始化配置模板..."
CONFIG_DIR="$LOCAL_DIR/config"
TEMPLATE_DIR="$TOOL_DIR/config_template"
mkdir -p "$CONFIG_DIR"
# 从模板复制所有配置(不覆盖已有文件)
for tmpl in "$TEMPLATE_DIR"/*; do
fname=$(basename "$tmpl")
target="$CONFIG_DIR/$fname"
if [ ! -f "$target" ]; then
cp "$tmpl" "$target"
echo " 📋 已安装: $fname"
else
echo " ✅ 已存在: $fname"
fi
done
# ── 初始化数据库 ────────────────────────────────────────────
DB_FILE="$LOCAL_DIR/data/matrix.db"
if [ ! -f "$DB_FILE" ]; then
echo ""
echo "▶ 初始化数据库..."
cd "$TOOL_DIR" && $PYTHON scripts/init_db.py && echo " ✅ 数据库已初始化" || echo " ⚠️ 数据库初始化失败,可稍后手动执行: python scripts/init_db.py"
fi
echo ""
echo "=========================================="
echo " ✅ 安装完成!"
echo "=========================================="
echo ""
echo "使用方法:"
echo " cd $TOOL_DIR"
echo " python scripts/switch_account.py --method profile --target douyin_01 --port 9222"
echo " python scripts/task_engine.py --blueprint douyin_browse_v2 --account douyin_01"
echo ""
echo "账号配置文件:"
echo " $CONFIG_FILE"
echo ""
echo "❗ 坚果云同步提示:"
echo " 请将 local.yaml 加入坚果云排除列表,避免被同步到其他机器"
echo ""
exit 0