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 +1,131 @@
+"""
+lib.ffmpeg — FFmpeg / FFprobe 路径统一入口
+=============================================
+
+本机 FFmpeg 装在 `~/.local/bin`（非 brew、不在默认 PATH），
+所有模块统一从这里取路径，避免 `subprocess.run(["ffmpeg", ...])` 找不到命令。
+
+用法：
+    from lib.ffmpeg import FFMPEG, FFPROBE
+    subprocess.run([FFMPEG, "-y", "-i", src, dst])
+"""
+from __future__ import annotations
+
+import os
+import shutil
+from pathlib import Path
+
+_CANDIDATES = [
+    os.path.expanduser("~/.local/bin/ffmpeg"),
+    "/usr/local/bin/ffmpeg",
+    "/opt/homebrew/bin/ffmpeg",
+]
+_CANDIDATES_PROBE = [
+    os.path.expanduser("~/.local/bin/ffprobe-real"),
+    "/usr/local/bin/ffprobe",
+    "/opt/homebrew/bin/ffprobe",
+]
+
+
+def _find_real_ffprobe() -> str | None:
+    """查找真正可用的 ffprobe
+
+    ⚠️ 本机 `~/.local/bin/ffprobe` 实为 `ffmpeg` 的**符号链接**（不支持 -show_entries）；
+    真正的 ffprobe 在别处（如 Trae/火星代码自带 6.1.1 完整版）。
+    """
+    import glob
+    pats = [
+        os.path.expanduser("~/.marscode/**/modules/ai-agent/ffprobe"),
+        os.path.expanduser("~/.trae/**/ffprobe"),
+        os.path.expanduser("~/.vscode/**/ffprobe"),
+        "/Applications/*.app/Contents/**/ffprobe",
+    ]
+    for pat in pats:
+        for p in sorted(glob.glob(pat, recursive=True), reverse=True):
+            try:
+                if os.path.isfile(p) and os.access(p, os.X_OK):
+                    # 验证确实支持 -show_entries（真正的 ffprobe）
+                    import subprocess
+                    r = subprocess.run([p, "-h"], capture_output=True, text=True, timeout=10)
+                    if "show_entries" in ((r.stdout or "") + (r.stderr or "")):
+                        return p
+            except Exception:
+                continue
+    return None
+
+
+# ═══════════════════════════════════════════════════════════
+# 媒体信息探测（**用 `ffmpeg -i` 解析**）
+#
+# ⚠️ 本机 ffprobe 是精简构建：不支持 `-show_entries` / `-select_streams`
+#    （会报 `Unrecognized option`）→ 相对地，`ffmpeg -i` 完全可用。
+#    因此统一改用 ffmpeg 输出解析，避免各处 ffprobe 调用**静默失败**。
+# ═══════════════════════════════════════════════════════════
+
+def probe_info(media_path) -> dict:
+    """探测媒体信息 → {duration, bitrate_kbps, size_bytes, has_audio, has_video}"""
+    import re
+    import subprocess
+
+    p = Path(media_path)
+    info = {"duration": 0.0, "bitrate_kbps": 0,
+            "size_bytes": p.stat().st_size if p.exists() else 0,
+            "has_audio": False, "has_video": False}
+    if not p.exists():
+        return info
+    try:
+        r = subprocess.run([FFMPEG, "-i", str(p)], capture_output=True, text=True, timeout=30)
+        txt = (r.stderr or "") + (r.stdout or "")
+    except Exception:
+        return info
+    m = re.search(r"Duration:\s*(\d+):(\d+):([\d.]+)", txt)
+    if m:
+        info["duration"] = int(m.group(1)) * 3600 + int(m.group(2)) * 60 + float(m.group(3))
+    m = re.search(r"bitrate:\s*(\d+)\s*kb/s", txt)
+    if m:
+        info["bitrate_kbps"] = int(m.group(1))
+    elif info["duration"] > 0:
+        info["bitrate_kbps"] = int(info["size_bytes"] * 8 / info["duration"] / 1000)
+    info["has_audio"] = "Audio:" in txt
+    info["has_video"] = "Video:" in txt
+    # 视频尺寸（从 "Video: h264 ..., 1080x1920" 解析）
+    m = re.search(r"Video:.*?(\d{2,5})x(\d{2,5})", txt)
+    if m:
+        info["width"], info["height"] = int(m.group(1)), int(m.group(2))
+    else:
+        info["width"], info["height"] = 0, 0
+    return info
+
+
+def probe_duration(media_path) -> float:
+    """媒体时长（秒）—— 兼容实现（ffmpeg -i 解析）"""
+    return probe_info(media_path)["duration"]
+
+
+def has_audio_stream(media_path) -> bool:
+    """是否含音轨 —— 兼容实现"""
+    return probe_info(media_path)["has_audio"]
+
+
+def _resolve(candidates: list[str], name: str) -> str:
+    for c in candidates:
+        if Path(c).exists():
+            return c
+    found = shutil.which(name)
+    if found:
+        return found
+    # 找不到也返回名字（让调用时报清晰的错），但记录警告
+    return name
+
+
+FFMPEG = _resolve(_CANDIDATES, "ffmpeg")
+# ⚠️ 本机 `~/.local/bin/ffprobe` 实为 ffmpeg 的**符号链接**（不支持 -show_entries）
+# → 优先查找**真正的** ffprobe；找不到就退回 FFMPEG（配合 probe_info 使用）
+FFPROBE = _find_real_ffprobe() or FFMPEG
+
+__all__ = ["FFMPEG", "FFPROBE", "ffmpeg_available"]
+
+
+def ffmpeg_available() -> bool:
+    """ffmpeg 是否真的可用"""
+    return Path(FFMPEG).exists() or bool(shutil.which("ffmpeg"))