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）。
This commit is contained in:
@@ -0,0 +1,160 @@
|
||||
"""
|
||||
gap_engine.models — 数据模型（照 GapEngine 原文，含创意卡扩展）
|
||||
|
||||
原文 7 个类：ParamValue / Param / Layer / ParamLibrary / Selection / GapResult / CreativeConstraints
|
||||
扩展：ComboCandidate（AI 生成的候选组合）、CreativeCard（入库的创意卡）
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
from datetime import datetime, timezone
|
||||
from typing import Any, Optional
|
||||
|
||||
from pydantic import BaseModel, Field
|
||||
|
||||
|
||||
# ════════════════════════════════════════════════════════════
|
||||
# 参数库（照原文）
|
||||
# ════════════════════════════════════════════════════════════
|
||||
|
||||
class ParamValue(BaseModel):
|
||||
"""单个参数值：值名 + 预期强度 + 画面联想描述"""
|
||||
value: str
|
||||
intensity: float = 0.5
|
||||
cue: str = ""
|
||||
|
||||
|
||||
class Param(BaseModel):
|
||||
id: str
|
||||
name: str
|
||||
values: list[ParamValue] = Field(default_factory=list)
|
||||
|
||||
|
||||
class Layer(BaseModel):
|
||||
id: str
|
||||
name: str
|
||||
params: list[Param] = Field(default_factory=list)
|
||||
|
||||
|
||||
class ParamLibrary(BaseModel):
|
||||
layers: list[Layer] = Field(default_factory=list)
|
||||
|
||||
def find_value(self, layer_id: str, param_id: str, value: str) -> Optional[ParamValue]:
|
||||
for L in self.layers:
|
||||
if L.id != layer_id:
|
||||
continue
|
||||
for p in L.params:
|
||||
if p.id != param_id:
|
||||
continue
|
||||
for v in p.values:
|
||||
if v.value == value:
|
||||
return v
|
||||
return None
|
||||
|
||||
def param_name(self, layer_id: str, param_id: str) -> str:
|
||||
for L in self.layers:
|
||||
if L.id == layer_id:
|
||||
for p in L.params:
|
||||
if p.id == param_id:
|
||||
return p.name
|
||||
return param_id
|
||||
|
||||
|
||||
# ════════════════════════════════════════════════════════════
|
||||
# 选择与缺口（照原文）
|
||||
# ════════════════════════════════════════════════════════════
|
||||
|
||||
class Selection(BaseModel):
|
||||
"""一次选择：某个参数取某个值"""
|
||||
layer_id: str
|
||||
param_id: str
|
||||
param_name: str = ""
|
||||
value: str
|
||||
intensity: float
|
||||
cue: str = ""
|
||||
|
||||
|
||||
class GapResult(BaseModel):
|
||||
"""缺口计算结果（字段口径照原文）"""
|
||||
selections: list[Selection] = Field(default_factory=list)
|
||||
variance: float = 0.0
|
||||
gap_score: float = 0.0 # 0-100（方差 × 400 归一，原文口径：落差型反差）
|
||||
extreme_score: float = 0.0 # 0-100（平均偏离中性 0.5，补足"整体异质"型反差）
|
||||
high_count: int = 0 # intensity >= 0.6
|
||||
low_count: int = 0 # intensity <= 0.3
|
||||
scene_card: str = "" # 画面联想卡
|
||||
level: str = "" # 显著 / 中等 / 微弱
|
||||
|
||||
|
||||
class CreativeConstraints(BaseModel):
|
||||
"""矩阵配置（负面/正向/道具场景）—— 本文档不含生成参数"""
|
||||
negative_hard: list[dict] = Field(default_factory=list)
|
||||
negative_soft: list[dict] = Field(default_factory=list)
|
||||
positive: list[dict] = Field(default_factory=list)
|
||||
props: list[dict] = Field(default_factory=list)
|
||||
scenes: list[dict] = Field(default_factory=list)
|
||||
|
||||
def relaxed_soft_ids(self) -> list[str]:
|
||||
return [s["id"] for s in self.negative_soft if s.get("relaxed")]
|
||||
|
||||
def locked_hard_ids(self) -> list[str]:
|
||||
return [s["id"] for s in self.negative_hard if s.get("locked")]
|
||||
|
||||
|
||||
# ════════════════════════════════════════════════════════════
|
||||
# 候选组合（AI 生成，扩展）
|
||||
# ════════════════════════════════════════════════════════════
|
||||
|
||||
class ComboCandidate(BaseModel):
|
||||
"""一条候选创意（= 一次完整选择 + 缺口分 + 一句话联想 + 风险标记）"""
|
||||
cid: str = "" # 候选 id（批次内唯一）
|
||||
one_liner: str = "" # 核心产物：一句话联想（导演据此脑补）
|
||||
selections: list[Selection] = Field(default_factory=list)
|
||||
key_points: list[str] = Field(default_factory=list) # 关键联想点（不展开就能判断）
|
||||
gap_score: float = 0.0
|
||||
extreme_score: float = 0.0 # 整体异质度（全高强度也可能是强反差）
|
||||
variance: float = 0.0
|
||||
level: str = ""
|
||||
scene_card: str = ""
|
||||
risks: list[dict] = Field(default_factory=list) # [{kind:'soft'|'hard', id, name, reason}]
|
||||
needs_soft: list[str] = Field(default_factory=list) # LLM 标注：本条需要放开哪些 🟡 项（id）
|
||||
needs_hard: list[str] = Field(default_factory=list) # LLM 标注：本条涉及哪些 🔴 项（id）→ 命中即淘汰
|
||||
positive_hits: list[str] = Field(default_factory=list) # 命中的正向项 id
|
||||
bonus: float = 0.0 # 正向加权分
|
||||
final_score: float = 0.0 # gap_score + bonus
|
||||
props: list[str] = Field(default_factory=list) # 道具（名称）
|
||||
scenes: list[str] = Field(default_factory=list) # 场景变量（名称）
|
||||
filtered: bool = False # 是否被硬过滤淘汰
|
||||
filter_reason: str = ""
|
||||
|
||||
|
||||
# ════════════════════════════════════════════════════════════
|
||||
# 创意卡（入库，扩展）
|
||||
# ════════════════════════════════════════════════════════════
|
||||
|
||||
INJECT_MODES = ("strict", "reference", "idea_only")
|
||||
|
||||
|
||||
class CreativeCard(BaseModel):
|
||||
"""创意卡 = 入创意库的一条创意（可被分镜/口播/脚本流程引用）"""
|
||||
id: str = ""
|
||||
title: str = "" # 主题（一句话）
|
||||
one_liner: str = "" # 一句话联想
|
||||
brief: str = "" # 原始输入的 1-2 句话
|
||||
selections: list[Selection] = Field(default_factory=list)
|
||||
props: list[str] = Field(default_factory=list)
|
||||
scenes: list[str] = Field(default_factory=list)
|
||||
gap_score: float = 0.0
|
||||
variance: float = 0.0
|
||||
level: str = ""
|
||||
scene_card: str = ""
|
||||
positive_hits: list[str] = Field(default_factory=list)
|
||||
matrix_snapshot: dict = Field(default_factory=dict) # 本次矩阵（含放开了哪些🟡）
|
||||
inject_mode: str = "reference" # strict 严格约束 / reference 参考 / idea_only 仅创意
|
||||
status: str = "draft" # draft 草稿 / selected 已选 / used 已用于
|
||||
used_by: list[dict] = Field(default_factory=list) # [{flow, run_id, at}]
|
||||
created_at: str = ""
|
||||
updated_at: str = ""
|
||||
|
||||
|
||||
def utcnow() -> str:
|
||||
return datetime.now(timezone.utc).isoformat(timespec="seconds")
|
||||
Reference in New Issue
Block a user