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）。

mac-agent-os-main/05_tools/07_matrix/scripts/matrix_modules/comment/ai_generator.py

@@ -0,0 +1,295 @@
+"""
+🎯 AI 评论生成器 — 基于本地 oMLX 模型
+
+通过本地 oMLX API (localhost:8000) 生成小红书风格 AI 评论。
+作为静态语料库的增强替代，支持上下文感知（基于笔记标题/内容）。
+
+用法:
+  from matrix_modules.comment.ai_generator import AICommentGenerator
+
+  gen = AICommentGenerator()
+  comment = gen.generate(topic="美食", style="种草")
+  comment = gen.generate_with_context(note_title="周末去苏州旅游攻略")
+  comment = gen.generate_from_note(page=page)  # 从当前页面提取内容
+"""
+
+import json
+import random
+import time
+import urllib.request
+import re
+from typing import Optional, List
+
+# 默认 oMLX API 地址
+OLLAMA_BASE = "http://localhost:8000/v1"
+API_KEY = "5omlx"
+
+# 系统提示词 — 小红书风格评论生成
+SYSTEM_PROMPT = """你是一个小红书重度用户，正在给笔记写评论。
+
+你的评论风格要求：
+1. 亲切自然，像真人用户的真实感受（不是营销号）
+2. 长度10-25字，简洁但有信息量
+3. 可以带少量 emoji（但要自然，不要堆砌）
+4. 语气因人而异：种草类热情、经验类实用、旅行美景类温暖
+5. 避免重复、套路化的表达
+
+你生成的每条评论必须：
+- 与笔记主题相关（基于给定的主题/标题/内容）
+- 语气自然真实
+- 不营销、不推销、不带链接
+- 不涉及政治、色情、暴力
+
+只输出评论文本本身，不要加引号、前缀或其他格式。"""
+
+
+def _call_omlx(messages: list, max_tokens: int = 64,
+               temperature: float = 0.9, timeout: int = 10) -> Optional[str]:
+    """
+    调用 oMLX 本地 API 生成文本。
+
+    Args:
+        messages: OpenAI 格式的消息列表
+        max_tokens: 最大生成 token 数
+        temperature: 生成温度 (0-1)
+        timeout: 超时秒数
+
+    Returns:
+        生成的文本，失败返回 None
+    """
+    payload = json.dumps({
+        "model": "Qwen3.5-4B-MLX-4bit",  # 可用模型
+        "messages": messages,
+        "max_tokens": max_tokens,
+        "temperature": temperature,
+        "stream": False,
+        "max_completion_tokens": 100,
+    }).encode("utf-8")
+
+    req = urllib.request.Request(
+        f"{OLLAMA_BASE}/chat/completions",
+        data=payload,
+        headers={
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {API_KEY}",
+        },
+        method="POST",
+    )
+
+    try:
+        opener = urllib.request.build_opener(urllib.request.ProxyHandler({}))
+        with opener.open(req, timeout=timeout) as resp:
+            result = json.loads(resp.read().decode("utf-8"))
+            text = result["choices"][0]["message"]["content"].strip()
+            # 清理可能的引号
+            text = text.strip("\"'「」『』")
+            return text
+    except Exception as e:
+        print(f"  ⚠️ oMLX 调用失败: {e}")
+        return None
+
+
+# ════════════════════════════════════════════════════════════
+# 主类
+# ════════════════════════════════════════════════════════════
+
+class AICommentGenerator:
+    """AI 评论生成器 — 基于 oMLX 本地模型"""
+
+    def __init__(self, base_url: str = OLLAMA_BASE, api_key: str = API_KEY,
+                 model: str = "Qwen3.5-4B-MLX-4bit"):
+        self.base_url = base_url
+        self.api_key = api_key
+        self.model = model
+        self._used_comments: set = set()  # 会话级去重
+
+    def set_url(self, url: str, key: str):
+        """设置 oMLX 地址和密钥"""
+        self.base_url = url
+        self.api_key = key
+
+    def reset_session(self):
+        """重置去重记录"""
+        self._used_comments.clear()
+
+    def _is_duplicate(self, text: str) -> bool:
+        """检查是否与已用评论重复"""
+        text_clean = text.strip().lower()
+        if text_clean in self._used_comments:
+            return True
+        # 相似度检查：如果已有的评论包含当前文本或反之
+        for used in self._used_comments:
+            if text_clean in used or used in text_clean:
+                return True
+        return False
+
+    def generate(self, topic: str = "",
+                 style: str = "general",
+                 max_tokens: int = 64,
+                 temperature: float = 0.9,
+                 retries: int = 3) -> str:
+        """
+        生成一条小红书风格评论。
+
+        Args:
+            topic: 评论主题（空字符串则随机）
+            style: 风格 (general, zhongcao/种草, tips/技巧, travel/旅行, food/美食)
+            max_tokens: 生成长度
+            temperature: 生成温度
+            retries: 失败重试次数
+
+        Returns:
+            评论文本（失败时 fallback 到随机静态语料）
+        """
+        style_desc = {
+            "general": "日常评论，语气自然亲切",
+            "zhongcao": "种草风，热情推荐，简短有力",
+            "tips": "实用技术型，分享经验感受",
+            "travel": "旅行/风景类，温暖治愈",
+            "food": "美食类，表达馋了/想尝试",
+        }.get(style, "日常评论，语气自然亲切")
+
+        for attempt in range(retries):
+            content = f"生成一条小红书评论。\n"
+            if topic:
+                content += f"主题: {topic}\n"
+            content += f"风格: {style_desc}\n"
+            content += "只输出评论文本，不要加任何前缀或格式。"
+
+            messages = [
+                {"role": "system", "content": SYSTEM_PROMPT},
+                {"role": "user", "content": content},
+            ]
+
+            text = _call_omlx(messages, max_tokens=max_tokens,
+                              temperature=temperature)
+            if text and not self._is_duplicate(text):
+                self._used_comments.add(text.strip().lower())
+                return text
+
+            time.sleep(0.3)
+
+        # 所有重试失败，fallback 到静态语料
+        return self._fallback_comment()
+
+    def generate_with_context(self, note_title: str = "",
+                              note_content: str = "",
+                              style: str = "general") -> str:
+        """
+        基于笔记上下文生成相关评论。
+
+        Args:
+            note_title: 笔记标题
+            note_content: 笔记内容摘要
+            style: 评论风格
+
+        Returns:
+            评论文本
+        """
+        context = "根据以下笔记内容生成一条评论：\n"
+        if note_title:
+            context += f"标题: {note_title}\n"
+        if note_content:
+            context += f"内容: {note_content[:200]}\n"
+        context += "评论要基于笔记内容，像是真实用户的自然感受。"
+
+        messages = [
+            {"role": "system", "content": SYSTEM_PROMPT},
+            {"role": "user", "content": context},
+        ]
+
+        text = _call_omlx(messages, max_tokens=80, temperature=0.85)
+        if text and not self._is_duplicate(text):
+            self._used_comments.add(text.strip().lower())
+            return text
+
+        return self._fallback_comment(topic=note_title[:20]
+                                      if note_title else "")
+
+    async def generate_from_note(self, page) -> str:
+        """
+        从当前页面提取笔记内容并生成评论。
+
+        Args:
+            page: Playwright Page 对象
+
+        Returns:
+            评论文本
+        """
+        try:
+            note_info = await page.evaluate("""
+            () => {
+                const title = document.querySelector('.title, h1, [class*=note-title]');
+                const content = document.querySelector('.content, .desc, [class*=content]');
+                return {
+                    title: title ? title.textContent.trim().substring(0, 100) : '',
+                    content: content ? content.textContent.trim().substring(0, 200) : '',
+                };
+            }
+            """)
+        except Exception:
+            note_info = {"title": "", "content": ""}
+
+        return self.generate_with_context(
+            note_title=note_info.get("title", ""),
+            note_content=note_info.get("content", ""),
+        )
+
+    def _fallback_comment(self, topic: str = "") -> str:
+        """静态语料 fallback"""
+        from matrix_modules.comment.xhs.corpus import get_comment
+        return get_comment(length="medium")
+
+
+# ════════════════════════════════════════════════════════════
+# 便捷函数（与 comment_corpus.py 接口一致）
+# ════════════════════════════════════════════════════════════
+
+_global_generator: AICommentGenerator = None
+
+
+def _get_generator() -> AICommentGenerator:
+    """获取全局生成器实例"""
+    global _global_generator
+    if _global_generator is None:
+        _global_generator = AICommentGenerator()
+    return _global_generator
+
+
+def ai_comment(topic: str = "", style: str = "general") -> str:
+    """获取一条 AI 生成的小红书评论"""
+    return _get_generator().generate(topic=topic, style=style)
+
+
+def reset_ai_session():
+    """重置 AI 评论去重记录"""
+    _get_generator().reset_session()
+
+
+# ════════════════════════════════════════════════════════════
+# 测试入口
+# ════════════════════════════════════════════════════════════
+
+if __name__ == "__main__":
+    print("🎯 AI 评论生成器测试\n")
+
+    gen = AICommentGenerator()
+
+    # 测试：不同主题
+    for topic in ["美食探店心得", "周末旅行攻略", "护肤好物分享", "穿搭技巧总结"]:
+        comment = gen.generate(topic=topic)
+        print(f"  📝 [{topic}] → {comment}")
+
+    # 测试：上下文感知
+    print()
+    comment = gen.generate_with_context(
+        note_title="在苏州发现一家宝藏咖啡馆",
+        note_content="周末和朋友去了平江路一家新开的咖啡馆，环境超好，咖啡也很棒！",
+    )
+    print(f"  📝 [上下文] → {comment}")
+
+    # 测试：oMLX 不可用时 fallback
+    print()
+    gen.set_url("http://localhost:9999", "invalid_key")
+    fallback = gen.generate(topic="测试")
+    print(f"  📝 [fallback] → {fallback}")

mac-agent-os-main/05_tools/07_matrix/scripts/matrix_modules/comment/xhs/__init__.py

@@ -0,0 +1,6 @@
+"""
+小红书评论语料模块
+"""
+from .corpus import get_comment, get_comments, random_comment, short_comment, long_comment
+
+__all__ = ["get_comment", "get_comments", "random_comment", "short_comment", "long_comment"]

mac-agent-os-main/05_tools/07_matrix/scripts/matrix_modules/comment/xhs/corpus.py

@@ -0,0 +1,321 @@
+"""
+小红书评论语料库
+风格: 种草/经验分享/生活方式/美食/旅行/美妆/穿搭
+特点: 语气亲切、emoji 适度、实用性强、避免营销感
+
+分类标签:
+- lifestyle: 生活方式/日常
+- food: 美食/探店
+- travel: 旅行/出游
+- beauty: 美妆/护肤
+- fashion: 穿搭/时尚
+- tips: 经验/技巧
+- emotion: 情感共鸣
+"""
+
+import random
+
+# ════════════════════════════════════════════════════════════
+# 会话级去重 — 同一运行中不重复发送相同评论
+# ════════════════════════════════════════════════════════════
+
+_used_comments: set = set()
+
+
+def reset_session():
+    """清空已用评论记录（新账号/新运行开始时调用）"""
+    _used_comments.clear()
+
+# ════════════════════════════════════════════════════════════
+# 按分类组织的语料
+# ════════════════════════════════════════════════════════════
+
+CORPUS = {
+    "lifestyle": [
+        "这就是我理想的生活状态",
+        "看完立刻去试了，真的有用",
+        "收藏了，周末就安排",
+        "这个思路太棒了，学到了",
+        "已经开始期待了",
+        "这就是我想要的感觉",
+        "看完心情都变好了",
+        "太真实了，完全说到心坎里",
+        "这个分享太及时了",
+        "已经转发给闺蜜了",
+        "这就是生活该有的样子",
+        "看完立刻动手试了一下",
+        "这个角度从来没想过",
+        "太治愈了，反复看了好几遍",
+        "这就是我最近在找的东西",
+    ],
+    "food": [
+        "看着就很有食欲",
+        "下次去一定要试试",
+        "这个做法收藏了",
+        "看起来好好吃",
+        "已经流口水了",
+        "这个搭配绝了",
+        "周末就去做",
+        "求具体做法",
+        "这个店在哪里",
+        "看起来就很正宗",
+        "已经加入收藏夹",
+        "这个摆盘太美了",
+        "食材都很新鲜的样子",
+        "这个口味应该很适合我",
+        "已经截图保存了",
+    ],
+    "travel": [
+        "这个地方太美了",
+        "已经加入旅行清单",
+        "下次假期就去",
+        "这个机位太绝了",
+        "攻略做得很详细",
+        "风景太治愈了",
+        "已经分享给朋友了",
+        "这个路线规划得很好",
+        "看完立刻想去",
+        "这个地方人不多吧",
+        "住宿看起来不错",
+        "这个角度拍出来太好看了",
+        "已经收藏了，下次参考",
+        "这个景点值得去吗",
+        "交通方便吗",
+    ],
+    "beauty": [
+        "这个效果太明显了",
+        "已经种草了",
+        "求链接",
+        "这个颜色很适合我",
+        "肤质看起来变好了",
+        "这个步骤学到了",
+        "已经加入购物车",
+        "这个手法很关键",
+        "效果能维持多久",
+        "敏感肌可以用吗",
+        "这个搭配思路很好",
+        "已经截图保存教程",
+        "这个产品的确不错",
+        "步骤很详细，收藏了",
+        "这个技巧太实用了",
+    ],
+    "fashion": [
+        "这套搭配太绝了",
+        "颜色搭配得很好",
+        "这个风格很适合你",
+        "已经截图保存",
+        "求衣服链接",
+        "这个配饰点睛了",
+        "整体比例很好",
+        "这个单品很百搭",
+        "已经加入灵感库",
+        "这个配色可以学",
+        "风格很独特",
+        "这套日常也能穿",
+        "细节处理得很好",
+        "这个搭配思路学到了",
+        "已经转发给姐妹了",
+    ],
+    "tips": [
+        "这个技巧太实用了",
+        "已经收藏，下次用",
+        "步骤写得很清楚",
+        "这个坑我也踩过",
+        "感谢分享，省了很多时间",
+        "这个方法效率很高",
+        "已经试过了，确实好用",
+        "这个思路可以举一反三",
+        "细节讲得很到位",
+        "这个工具我也在用",
+        "已经加入知识库",
+        "这个经验太宝贵了",
+        "看完立刻去实践了",
+        "这个总结很到位",
+        "已经分享给同事了",
+    ],
+    "emotion": [
+        "太真实了",
+        "完全共鸣",
+        "这就是我想说的",
+        "看完很有感触",
+        "太懂这种感觉了",
+        "说得太对了",
+        "这就是生活",
+        "看完沉默了",
+        "太戳心了",
+        "这个视角很独特",
+        "完全同意",
+        "这就是成长吧",
+        "看完想了很多",
+        "这个分享很有力量",
+        "感谢分享",
+    ],
+}
+
+# ════════════════════════════════════════════════════════════
+# 通用短评（不分类，随机使用）
+# ════════════════════════════════════════════════════════════
+
+GENERAL_SHORT = [
+    "学到了",
+    "收藏了",
+    "确实如此",
+    "很有道理",
+    "太棒了",
+    "感谢分享",
+    "已三连",
+    "好文",
+    "mark",
+    "码住",
+    "实用",
+    "干货",
+    "受教了",
+    "涨知识了",
+    "这个好",
+    "不错",
+    "可以",
+    "666",
+    "绝了",
+    "牛",
+]
+
+# ── 三级接力语料（评论→回复→再回复的自然互动链）──
+# 每个分类含 first/reply/second 三层
+CHAIN_CORPUS = {
+    "food": [
+        {"first": "看着就很有食欲，周末去试试", "reply": "同意！上次去吃过一次确实不错", "second": "我也去过，他家那个招牌菜绝了"},
+        {"first": "这个做法收藏了，回家就做", "reply": "做了好几次了，家人都说好吃", "second": "是的，跟着做了一次很成功"},
+    ],
+    "travel": [
+        {"first": "这个地方太美了，已加入旅行清单", "reply": "去年去过，风景确实好，值得二刷", "second": "求攻略！准备下个月去"},
+        {"first": "这个机位太绝了，拍得真好", "reply": "早上五点去占的位置，值得", "second": "太卷了哈哈哈，不过效果确实好"},
+    ],
+    "tech": [
+        {"first": "分析得很透彻，学到了", "reply": "对，第三点我之前完全没想到", "second": "是的，按这个方法试了效果很好"},
+    ],
+    "lifestyle": [
+        {"first": "这就是我理想的生活状态", "reply": "同款生活！每天都很充实", "second": "羡慕了，我也要这样过"},
+    ],
+    "emotion": [
+        {"first": "太真实了，完全说到心坎里", "reply": "是啊，经历过的人才懂", "second": "抱抱，都会好起来的"},
+    ],
+}
+
+
+def get_chain(group: str = "food", position: str = "first") -> str:
+    """获取三级接力语料。group=分类, position=first/reply/second"""
+    import random
+    pool = CHAIN_CORPUS.get(group, CHAIN_CORPUS["food"])
+    item = random.choice(pool)
+    return item.get(position, item["first"])
+
+
+def get_chain_group(group: str = "food") -> dict:
+    """获取一组完整的三级接力语料"""
+    import random
+    pool = CHAIN_CORPUS.get(group, CHAIN_CORPUS["food"])
+    return random.choice(pool)
+
+
+# ════════════════════════════════════════════════════════════
+# 评论生成器
+# ════════════════════════════════════════════════════════════
+
+
+def get_comment(category: str = None, length: str = "medium") -> str:
+    """
+    获取一条小红书风格评论（自动去重：同一运行中不会重复返回相同评论）
+
+    Args:
+        category: 分类标签 (lifestyle/food/travel/beauty/fashion/tips/emotion)
+                  None 时随机选择分类
+        length: 长度控制
+            - short: 2~8 字短评
+            - medium: 10~25 字常规评论 (默认)
+            - long: 25~50 字长评论
+
+    Returns:
+        评论文本
+    """
+    global _used_comments
+
+    if length == "short":
+        available = [c for c in GENERAL_SHORT if c not in _used_comments]
+        if not available:
+            available = GENERAL_SHORT  # 用完了就复用
+        comment = random.choice(available)
+        _used_comments.add(comment)
+        return comment
+
+    if category and category in CORPUS:
+        pool = [c for c in CORPUS[category] if c not in _used_comments]
+        if not pool:
+            pool = CORPUS[category]  # 用完了就复用
+    else:
+        all_items = []
+        for cat_items in CORPUS.values():
+            all_items.extend(cat_items)
+        pool = [c for c in all_items if c not in _used_comments]
+        if not pool:
+            pool = all_items  # 用完了就复用
+
+    comment = random.choice(pool)
+    _used_comments.add(comment)
+
+    # 长度控制
+    if length == "long" and len(comment) < 20:
+        # 追加一条短评组合
+        comment += "。" + random.choice(GENERAL_SHORT)
+    elif length == "medium" and len(comment) > 30:
+        # 截断到合适长度
+        comment = comment[:28] + "..."
+
+    return comment
+
+
+def get_comments(count: int = 3, category: str = None, length: str = "medium") -> list:
+    """获取多条不重复评论"""
+    results = []
+    pool = []
+
+    if category and category in CORPUS:
+        pool = CORPUS[category].copy()
+    else:
+        for cat_items in CORPUS.values():
+            pool.extend(cat_items)
+
+    # 去重并随机选择
+    unique_pool = list(set(pool))
+    if count > len(unique_pool):
+        count = len(unique_pool)
+
+    selected = random.sample(unique_pool, count)
+
+    for comment in selected:
+        if length == "short":
+            comment = random.choice(GENERAL_SHORT)
+        elif length == "long" and len(comment) < 20:
+            comment += "。" + random.choice(GENERAL_SHORT)
+        results.append(comment)
+
+    return results
+
+
+# ════════════════════════════════════════════════════════════
+# 快捷函数
+# ════════════════════════════════════════════════════════════
+
+
+def random_comment() -> str:
+    """随机获取一条中等长度评论（养号默认使用）"""
+    return get_comment(length="medium")
+
+
+def short_comment() -> str:
+    """获取短评"""
+    return get_comment(length="short")
+
+
+def long_comment() -> str:
+    """获取长评"""
+    return get_comment(length="long")