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/09_ave/scripts/character_adapter/__init__.py

@@ -0,0 +1,397 @@
+"""
+角色适配器 (Character Adapter) — 漫剧视频工厂
+
+功能:
+  - 接收脚本 + 角色注册中心的角色信息
+  - 遍历脚本的每个 segment，注入角色描述块
+  - 生成适配后的分镜列表（含角色参考信息）
+  - 输出可用于 Gate 2 展示的数据
+
+用法:
+  from character_adapter import CharacterAdapter
+  from character_registry import CharacterRegistry
+
+  registry = CharacterRegistry()
+  adapter = CharacterAdapter(registry)
+  adapted = adapter.adapt(script)
+"""
+
+import copy
+import os
+from typing import Optional
+
+
+# ── 表情映射 ──
+
+EMOTION_MAP = {
+    "中性": "neutral",
+    "微笑": "smile",
+    "开心": "happy",
+    "愤怒": "angry",
+    "悲伤": "sad",
+    "害怕": "fear",
+    "惊讶": "surprise",
+    "厌恶": "disgust",
+    "平静": "neutral",
+    "喜悦": "happy",
+    "激动": "excited",
+    "忧郁": "sad",
+    "冷漠": "neutral",
+}
+
+
+def _map_emotion(chinese_emotion: str) -> str:
+    """将中文情绪映射为表情键名"""
+    return EMOTION_MAP.get(chinese_emotion, "neutral")
+
+
+class CharacterAdapter:
+    """角色适配器 — 将脚本中的主角替换为注册角色的描述"""
+
+    def __init__(self, registry=None):
+        """
+        参数:
+          registry: CharacterRegistry 实例，None 则延迟初始化
+        """
+        self._registry = registry
+
+    @property
+    def registry(self):
+        if self._registry is None:
+            from character_registry import CharacterRegistry
+            self._registry = CharacterRegistry()
+        return self._registry
+
+    # ── 核心方法 ──
+
+    def adapt(self, script: dict) -> dict:
+        """
+        将脚本中的每个分镜适配为注册角色版本
+
+        参数:
+          script: 标准格式脚本字典
+
+        返回:
+          适配后的脚本（含 character_block 字段）
+        """
+        char = self.registry.get_active_character()
+        adapted = copy.deepcopy(script)
+
+        meta = adapted.get("meta", {})
+        meta["adapted_character"] = char.name
+        meta["adapt_time"] = __import__("time").strftime("%Y-%m-%d %H:%M:%S")
+
+        for seg in adapted.get("segments", []):
+            self._adapt_segment(seg, char)
+
+        return adapted
+
+    def adapt_to_storyboard(self, script: dict) -> list[dict]:
+        """
+        将脚本转换为适配后的分镜列表（展平，无 meta）
+
+        返回:
+          每个分镜包含角色描述块信息，供 Gate 2 展示和视觉生成使用
+        """
+        char = self.registry.get_active_character()
+        result = []
+
+        for seg in script.get("segments", []):
+            adapted_seg = copy.deepcopy(seg)
+            self._adapt_segment(adapted_seg, char)
+            result.append(adapted_seg)
+
+        return result
+
+    def _adapt_segment(self, seg: dict, char) -> dict:
+        """
+        适配单个分镜 — 注入角色描述块
+
+        对每个分镜:
+          1. 生成角色描述块 (character_block)
+          2. 在 scene/description 中确保角色名正确
+          3. 注入角色参考信息
+        """
+        # 生成角色描述块
+        seg["character_block"] = char.build_prompt_block(
+            style=seg.get("visual_style", "manhua"),
+            expression=seg.get("emotion", "中性"),
+            scene=seg.get("scene", ""),
+            camera_angle=seg.get("camera", "中景"),
+        )
+
+        # 注入角色参考信息
+        seg["character_ref"] = char.to_storyboard_block()
+
+        # 注入参考图路径（用于 Kling character_refs）
+        ref_images = char.reference_images
+        if ref_images.get("portrait"):
+            seg["reference_image"] = ref_images["portrait"]
+        elif ref_images.get("grid"):
+            seg["reference_image"] = ref_images["grid"]
+
+        # 注入表情参考图（根据 segment 的情绪）
+        emotion = seg.get("emotion", "中性")
+        expressions = ref_images.get("expressions", {})
+        emotion_key = _map_emotion(emotion)
+        if emotion_key in expressions and expressions[emotion_key]:
+            seg["emotion_reference"] = expressions[emotion_key]
+
+        # 确保场景描述中出现角色名（如果还没出现）
+        if char.name not in seg.get("description", ""):
+            seg["description"] = f"{char.name}{seg.get('description', '')}"
+
+        return seg
+
+    # ── 批量适配 ──
+
+    def adapt_batch(self, scripts: list[dict]) -> list[dict]:
+        """批量适配多个脚本"""
+        return [self.adapt(s) for s in scripts]
+
+    # ── 预览 ──
+
+    def preview_adaptation(self, script: dict) -> dict:
+        """
+        预览适配效果（不修改原始脚本）
+
+        返回:
+          {
+            "character": "小漫",
+            "segments_before": [...],  # 适配前的 scene 列表
+            "segments_after": [...]     # 适配后的 scene+character_block
+          }
+        """
+        char = self.registry.get_active_character()
+        before = []
+        after = []
+
+        for seg in script.get("segments", []):
+            before.append({
+                "id": seg.get("id"),
+                "scene": seg.get("scene"),
+                "description": seg.get("description"),
+            })
+
+            adapted = copy.deepcopy(seg)
+            self._adapt_segment(adapted, char)
+            after.append({
+                "id": adapted.get("id"),
+                "scene": adapted.get("scene"),
+                "description": adapted.get("description"),
+                "character_block": adapted.get("character_block", ""),
+            })
+
+        return {
+            "character": char.name,
+            "total_segments": len(script.get("segments", [])),
+            "before": before,
+            "after": after,
+        }
+
+
+    # ── Kling character_refs 构建 ──
+
+    def build_kling_character_refs(self, name: str = "") -> list[dict]:
+        """
+        构建 Kling API 支持的 character_refs 格式
+
+        Kling 图生视频支持传入 character_refs 数组来保持角色一致性:
+        [{"image_url": "path/to/portrait.png", "image_type": "人物全身照"}]
+
+        返回:
+          [{"image_url": "...", "image_type": "人物全身照"}, ...]
+        """
+        char = self.registry.get_character(name) if name else self.registry.get_active_character()
+        ref_images = char.reference_images
+        refs = []
+
+        # 优先级: portrait > grid > cells
+        portrait = ref_images.get("portrait", "")
+        grid = ref_images.get("grid", "")
+
+        # 如果 portrait 可用 → 直接使用
+        if portrait:
+            refs.append({
+                "image_url": _ensure_file_url(portrait),
+                "image_type": "人物全身照",
+            })
+            # 添加表情参考
+            expressions = ref_images.get("expressions", {})
+            for emotion, img_path in expressions.items():
+                if img_path:
+                    refs.append({
+                        "image_url": _ensure_file_url(img_path),
+                        "image_type": f"表情_{emotion}",
+                    })
+        elif grid:
+            refs.append({
+                "image_url": _ensure_file_url(grid),
+                "image_type": "人物全身照",
+            })
+
+        return refs
+
+    def inject_character_refs(self, segments: list[dict], char_name: str = "") -> list[dict]:
+        """
+        将 character_refs 注入到每个 segment 中
+
+        参数:
+          segments: 分镜列表
+          char_name: 角色名（可选，默认当前活跃角色）
+
+        返回:
+          注入 character_refs 后的分镜列表
+        """
+        char = self.registry.get_character(char_name) if char_name else self.registry.get_active_character()
+        refs = self.build_kling_character_refs(char_name or char.name)
+
+        result = []
+        for seg in segments:
+            adapted = copy.deepcopy(seg)
+            # 注入 character_refs（每个分镜独立一份，方便逐帧控制）
+            adapted["character_refs"] = refs
+            result.append(adapted)
+
+        return result
+
+    # ── Visual Storyboard 构建（Gate 1.5 用） ──
+
+    def build_visual_prompts(self, storyboard: list[dict]) -> list[dict]:
+        """
+        从适配后的分镜生成视觉提示词（Gate 1.5 审核内容）
+
+        每个分镜包含完整视觉 prompt:
+        - character_block: 角色描述块
+        - scene: 场景描述
+        - visual_prompt: 完整视觉 prompt = 角色块 + 场景 + 镜头
+        - reference_image: 参考图路径
+        - emotion: 情绪
+        - duration_sec: 时长
+
+        返回:
+          视觉提示词列表
+        """
+        char = self.registry.get_active_character()
+        char_block = char.build_prompt_block(style="manhua")
+
+        result = []
+        for seg in storyboard:
+            # 构建完整 visual prompt
+            scene_desc = seg.get("scene", "")
+            camera = seg.get("camera", "中景")
+            emotion = seg.get("emotion", "中性")
+            duration = seg.get("duration_sec", 5)
+
+            visual_prompt = (
+                f"{char_block}\n"
+                f"[场景] {scene_desc}\n"
+                f"[镜头] {camera}\n"
+                f"[表情] {emotion}"
+            )
+
+            entry = {
+                "id": seg.get("id", 0),
+                "scene": scene_desc,
+                "visual_prompt": visual_prompt,
+                "reference_image": seg.get("reference_image",
+                    char.reference_images.get("portrait", "")),
+                "emotion": emotion,
+                "duration_sec": duration,
+            }
+
+            # 如果有关键词/台词
+            if seg.get("narration") or seg.get("dialogue"):
+                entry["narration"] = seg.get("narration", "")
+                entry["dialogue"] = seg.get("dialogue", "")
+
+            result.append(entry)
+
+        return result
+
+
+# ── 工具函数 ──
+
+def _ensure_file_url(path: str) -> str:
+    """确保路径以 file:// 开头（Kling API 需要 URL）"""
+    if not path:
+        return ""
+    if path.startswith("http://") or path.startswith("https://") or path.startswith("file://"):
+        return path
+    return f"file://{os.path.abspath(path)}"
+
+
+# ═══════════════════════════════════════════════════════════
+# CLI
+# ═══════════════════════════════════════════════════════════
+
+def cli():
+    import argparse
+    parser = argparse.ArgumentParser(description="角色适配器")
+    parser.add_argument("action", nargs="?", default="preview",
+                        choices=["adapt", "preview", "batch", "refs", "visual-prompts"])
+    parser.add_argument("--script", default="", help="脚本 YAML 文件路径")
+    parser.add_argument("--character", default="", help="指定角色（可选）")
+    parser.add_argument("--output", default="", help="输出路径")
+
+    args = parser.parse_args()
+    from character_registry import CharacterRegistry
+    from script_schemas import load_script
+
+    registry = CharacterRegistry()
+    adapter = CharacterAdapter(registry)
+
+    # 如果有指定角色，切换过去
+    if args.character:
+        registry.switch_to(args.character)
+
+    print(f"角色适配器: 当前角色 = {registry.get_active_name()}")
+    print()
+
+    if args.action in ("adapt", "preview"):
+        if not args.script:
+            print("❌ 请指定 --script")
+            return
+
+        script = load_script(args.script)
+
+        if args.action == "preview":
+            preview = adapter.preview_adaptation(script)
+            print(f"预览适配 ({preview['total_segments']} 个分镜):")
+            print(f"角色: {preview['character']}")
+            for b, a in zip(preview["before"], preview["after"]):
+                print(f"\n  #{b['id']} {b['scene']}")
+                print(f"  适配前: {b['description'][:50]}...")
+                print(f"  适配后: {a['description'][:50]}...")
+                print(f"  角色块: {a['character_block'][:80]}...")
+        else:
+            adapted = adapter.adapt(script)
+            if args.output:
+                import yaml
+                with open(args.output, "w", encoding="utf-8") as f:
+                    yaml.dump({"script": adapted}, f, allow_unicode=True,
+                               default_flow_style=False, sort_keys=False)
+                print(f"✅ 已保存适配后脚本: {args.output}")
+            else:
+                print(json.dumps(adapted, indent=2, ensure_ascii=False))
+
+
+    elif args.action == "refs":
+        refs = adapter.build_kling_character_refs(args.character)
+        print(f"Kling character_refs for {args.character or registry.get_active_name()}:")
+        print(json.dumps(refs, indent=2, ensure_ascii=False))
+
+    elif args.action == "visual-prompts":
+        if not args.script:
+            print("❌ 请指定 --script")
+            return
+        script = load_script(args.script)
+        storyboard = adapter.adapt_to_storyboard(script)
+        prompts = adapter.build_visual_prompts(storyboard)
+        print(f"Visual prompts (Gate 1.5):")
+        print(json.dumps(prompts, indent=2, ensure_ascii=False))
+
+
+if __name__ == "__main__":
+    import json
+    cli()