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 +1,123 @@
"""
agentos fleet — 联邦管理(多机协同)
功能:
sync 一键同步所有机器
reconcile 对账检查
exec 远程执行命令
status 集群状态
"""
import argparse
import subprocess
import sys
from pathlib import Path
from agentos.base import AgentOSPlugin
AGENT_SYNC = Path(__file__).resolve().parent.parent.parent.parent.parent.parent # x6 → agent-sync/
class FleetPlugin(AgentOSPlugin):
name = "fleet"
description = "联邦管理 — 多机协同、同步、对账"
nav = {
'group': '联邦管理',
'icon': '🖥️',
'order': 4,
'items': [
{'view': 'matrix-summary', 'label': '集群概览'},
{'view': 'machines', 'label': '机器状态'},
]
}
def register(self, subparsers):
p = subparsers.add_parser("fleet", help=self.description)
p_sub = p.add_subparsers(dest="fleet_action", help="联邦操作")
# sync
ps = p_sub.add_parser("sync", help="一键同步所有机器")
ps.set_defaults(fleet_func=self.cmd_sync)
# reconcile
pr = p_sub.add_parser("reconcile", help="对账检查")
pr.set_defaults(fleet_func=self.cmd_reconcile)
# exec
pe = p_sub.add_parser("exec", help="在远程机器执行命令")
pe.add_argument("host", help="目标机器名或 Tailscale IP")
pe.add_argument("command", nargs="+", help="要执行的命令")
pe.set_defaults(fleet_func=self.cmd_exec)
# status
ps2 = p_sub.add_parser("status", help="集群状态")
ps2.set_defaults(fleet_func=self.cmd_status)
return p
def dispatch(self, args):
if hasattr(args, 'fleet_func'):
return args.fleet_func(args)
print("未知联邦命令,使用 agentos fleet --help")
return 1
def cmd_sync(self, args):
fleet_sh = AGENT_SYNC / "00_bootstrap" / "fleet_sync.sh"
if fleet_sh.exists():
subprocess.run(["bash", str(fleet_sh)])
else:
print(f"fleet_sync.sh 不存在: {fleet_sh}")
return 0
def cmd_reconcile(self, args):
rec_sh = AGENT_SYNC / "00_bootstrap" / "fleet_reconcile.sh"
if rec_sh.exists():
subprocess.run(["bash", str(rec_sh)])
else:
print(f"fleet_reconcile.sh 不存在: {rec_sh}")
return 0
def cmd_exec(self, args):
"""执行远程命令(委托给 mc remote exec)"""
from mc.cli import cmd_remote, _lookup_machines, _ssh_call
# 构造 args 对象
class FakeArgs:
remote_action = "exec"
host = args.host
command = args.command
via = "ssh"
json = False
cmd_remote(FakeArgs())
return 0
def cmd_status(self, args):
from mc.cli import cmd_remote, _lookup_machines
class FakeArgs:
remote_action = "status"
host = ""
json = False
cmd_remote(FakeArgs())
return 0
def cmd_cleanup(self, args):
"""清理所有机器残留的 Playwright 驱动进程"""
import subprocess
machines = [
("本机", "127.0.0.1", ""),
("5kechengdeAir", "100.72.182.121", "5kecheng"),
("7kecheng", "100.65.35.28", "7kecheng"),
]
for name, ip, user in machines:
print(f"\n → {name} ({ip})...")
if name == "本机":
result = subprocess.run(
["pkill", "-f", "playwright/driver/node"],
capture_output=True, text=True)
print(f" 已清理" if result.returncode == 0 else " 无残留")
else:
result = subprocess.run(
["ssh", user, ip, "pkill -f playwright/driver/node"],
capture_output=True, text=True)
print(f" 已清理" if result.returncode == 0 else " 无残留")
print("\n ✅ 清理完成")
return 0