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）。
2026-10-10 17:12:25 +08:00
parent 21ff01b894
commit 2112c1a870
1601 changed files with 367425 additions and 0 deletions
@@ -0,0 +1,110 @@
+"""
+gap_engine.library — 参数库与矩阵配置的读写
+
+数据来源（都可直接编辑，改动即时生效）：
+  09_ave/config/param_library.yaml   六层参数库（6层/38参数/177值）
+  09_ave/config/creative_matrix.yaml 矩阵配置（负面/正向/道具场景/生成参数）
+"""
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+from typing import Optional
+
+import yaml
+
+_SCRIPTS = Path(__file__).resolve().parent.parent
+if str(_SCRIPTS) not in sys.path:
+    sys.path.insert(0, str(_SCRIPTS))
+
+from lib.logger import get_logger                      # noqa: E402
+from gap_engine.models import ParamLibrary, CreativeConstraints   # noqa: E402
+
+log = get_logger("gap_engine")
+
+_AVE_DIR = _SCRIPTS.parent
+LIB_PATH = _AVE_DIR / "config" / "param_library.yaml"
+MATRIX_PATH = _AVE_DIR / "config" / "creative_matrix.yaml"
+
+# 简易缓存（按文件 mtime 失效）
+_cache: dict = {}
+
+
+def _load_yaml(path: Path) -> dict:
+    try:
+        return yaml.safe_load(path.read_text(encoding="utf-8")) or {}
+    except Exception as e:
+        log.warning("读取 %s 失败: %s", path.name, e)
+        return {}
+
+
+def load_library(use_cache: bool = True) -> ParamLibrary:
+    """加载六层参数库（按 mtime 自动失效缓存）"""
+    key = "library"
+    try:
+        mtime = LIB_PATH.stat().st_mtime
+    except Exception:
+        mtime = 0
+    if use_cache and _cache.get(key, {}).get("mtime") == mtime:
+        return _cache[key]["obj"]
+    d = _load_yaml(LIB_PATH)
+    lib = ParamLibrary(**d) if d.get("layers") else ParamLibrary(layers=[])
+    _cache[key] = {"mtime": mtime, "obj": lib}
+    return lib
+
+
+def load_matrix(use_cache: bool = True) -> dict:
+    """加载矩阵配置（原始 dict，含 generation / negative / positive / props / scenes / presets）"""
+    key = "matrix"
+    try:
+        mtime = MATRIX_PATH.stat().st_mtime
+    except Exception:
+        mtime = 0
+    if use_cache and _cache.get(key, {}).get("mtime") == mtime:
+        return _cache[key]["obj"]
+    d = _load_yaml(MATRIX_PATH)
+    _cache[key] = {"mtime": mtime, "obj": d}
+    return d
+
+
+def save_matrix(data: dict) -> dict:
+    """保存矩阵配置（前端 ②③④ 标签页的勾选结果）"""
+    data = dict(data or {})
+    data["updated"] = __import__("datetime").date.today().isoformat()
+    MATRIX_PATH.write_text(
+        yaml.safe_dump(data, allow_unicode=True, sort_keys=False, width=100),
+        encoding="utf-8")
+    _cache.pop("matrix", None)
+    log.info("矩阵配置已保存")
+    return load_matrix(use_cache=False)
+
+
+def save_library_text(text: str) -> dict:
+    """保存参数库（整份 YAML 文本；供高级编辑用）"""
+    parsed = yaml.safe_load(text)
+    if not parsed or not parsed.get("layers"):
+        raise ValueError("参数库格式错误：缺少 layers")
+    LIB_PATH.write_text(text, encoding="utf-8")
+    _cache.pop("library", None)
+    lib = load_library(use_cache=False)
+    n_param = sum(len(L.params) for L in lib.layers)
+    n_val = sum(len(p.values) for L in lib.layers for p in L.params)
+    return {"layers": len(lib.layers), "params": n_param, "values": n_val}
+
+
+def constraints_from_matrix(matrix: Optional[dict] = None) -> CreativeConstraints:
+    """矩阵 dict → CreativeConstraints（供过滤/加权使用）"""
+    m = matrix or load_matrix()
+    neg = m.get("negative") or {}
+    return CreativeConstraints(
+        negative_hard=neg.get("hard") or [],
+        negative_soft=neg.get("soft") or [],
+        positive=m.get("positive") or [],
+        props=m.get("props") or [],
+        scenes=m.get("scenes") or [],
+    )
+
+
+def generation_cfg(matrix: Optional[dict] = None) -> dict:
+    m = matrix or load_matrix()
+    return m.get("generation") or {}