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 +1,139 @@
|
||||
# plugins/base.py
|
||||
# Dashboard v4.0 插件基类 — 联邦控制中心规范
|
||||
# 版本: 2.0.0 | 更新: 2026-05-18
|
||||
|
||||
import json, os, uuid
|
||||
from datetime import datetime, timezone
|
||||
from pathlib import Path
|
||||
from typing import Optional, Any
|
||||
|
||||
# ── 路径常量(所有插件用这些, 禁止硬编码)──────────────────
|
||||
# 优先级: 环境变量 > Path.home()
|
||||
# 其他机器只需 export AGENT_SYNC=... 和 AGENT_LOCAL=... 即可
|
||||
HOME = Path.home()
|
||||
AGENT_SYNC = Path(os.environ.get("AGENT_SYNC", str(HOME / "workbuddy-agent-os" / "agent-sync")))
|
||||
AGENT_LOCAL = Path(os.environ.get("AGENT_LOCAL", str(HOME / "workbuddy-agent-os" / "agent-local")))
|
||||
CROSS_MACHINE = AGENT_SYNC / "04_memory" / "cross_machine"
|
||||
DASHBOARD_LOCAL = AGENT_LOCAL / "runtime" / "dashboard"
|
||||
|
||||
# ── 本机身份 ───────────────────────────────────────────────
|
||||
HOSTNAME_FILE = AGENT_LOCAL / "identity" / "cached_hostname"
|
||||
UID_FILE = AGENT_LOCAL / "identity" / "machine_uid"
|
||||
|
||||
def resolve_hostname() -> str:
|
||||
if HOSTNAME_FILE.exists():
|
||||
return HOSTNAME_FILE.read_text().strip()
|
||||
return os.uname().nodename
|
||||
|
||||
def resolve_uid() -> str:
|
||||
if UID_FILE.exists():
|
||||
return UID_FILE.read_text().strip()
|
||||
return "unknown"
|
||||
|
||||
HOSTNAME = resolve_hostname()
|
||||
MACHINE_UID = resolve_uid()
|
||||
|
||||
|
||||
class DashboardPlugin:
|
||||
"""插件基类 v2.0
|
||||
|
||||
每个系统模块实现此基类, 自动注册到联邦控制中心。
|
||||
插件实例化后, summary() 数据自动写入 cross_machine/data/{name}/{uid}.json
|
||||
供所有机器的 Dashboard 读取展示。
|
||||
|
||||
子类必须定义:
|
||||
name, label, icon, version, description, order
|
||||
|
||||
子类必须实现:
|
||||
summary(machines) — 返回概览数据 (含各机器分区)
|
||||
detail(machine) — 返回指定机器的详细数据
|
||||
|
||||
子类可选实现:
|
||||
actions() — 返回可执行操作列表
|
||||
"""
|
||||
|
||||
# ── 元信息 (子类必须定义) ───────────────────────────────
|
||||
name: str = "" # 唯一标识, 如 "matrix"
|
||||
label: str = "" # 中文名, 如 "账号矩阵"
|
||||
icon: str = "📦" # 图标
|
||||
version: str = "1.0.0" # 插件版本
|
||||
description: str = "" # 简要说明
|
||||
order: int = 99 # 排序 (值越小越靠前)
|
||||
|
||||
# ── 核心接口 (子类必须实现) ─────────────────────────────
|
||||
|
||||
def summary(self, machines: list[str]) -> dict:
|
||||
"""
|
||||
概览数据。machines: 当前所有在线机器 hostname 列表。
|
||||
返回结构示例:
|
||||
{
|
||||
"总账号": 8,
|
||||
"在线": 6,
|
||||
"各机器": {
|
||||
"chengzigedeAir": {"账号":5, "在线":4},
|
||||
"Redmi-12C": {"账号":3, "在线":2},
|
||||
"7kechengdeAir": {"_note": "未接入此模块"},
|
||||
}
|
||||
}
|
||||
某机器未接入此模块时, 返回 {"_note": "未接入此模块"}
|
||||
"""
|
||||
raise NotImplementedError
|
||||
|
||||
def detail(self, machine: str = "") -> dict:
|
||||
"""
|
||||
详细面板数据。machine="" 返回所有机器汇总; 否则返回指定机器。
|
||||
返回结构由各插件自定义。
|
||||
"""
|
||||
raise NotImplementedError
|
||||
|
||||
# ── 可选覆写 ────────────────────────────────────────────
|
||||
|
||||
def actions(self) -> list[dict]:
|
||||
"""可执行操作列表, 用于 Dashboard 操作面板"""
|
||||
return []
|
||||
|
||||
def get_sub_views(self) -> list[dict]:
|
||||
"""返回该插件下的子视图列表
|
||||
每个子视图: {"key": "characters", "label": "角色管理", "icon": "🧑", "group":"ave"}
|
||||
返回空列表表示该插件没有子视图(仅使用主视图)
|
||||
group: 用于前端侧边栏分组
|
||||
"""
|
||||
return []
|
||||
|
||||
def health_check(self) -> bool:
|
||||
"""健康检查"""
|
||||
return self.is_available()
|
||||
|
||||
# ── 数据写入 ────────────────────────────────────────────
|
||||
|
||||
def write_shared(self):
|
||||
"""将 summary() 数据写入 cross_machine, 供其他机器读取"""
|
||||
from ._registry import get_machine_list
|
||||
machines = get_machine_list()
|
||||
try:
|
||||
data = self.summary(machines)
|
||||
except Exception as e:
|
||||
data = {"_error": str(e)}
|
||||
out = {
|
||||
"plugin": self.name,
|
||||
"version": self.version,
|
||||
"machine_uid": MACHINE_UID,
|
||||
"hostname": HOSTNAME,
|
||||
"timestamp": datetime.now(timezone.utc).isoformat(),
|
||||
"data": data,
|
||||
}
|
||||
path = CROSS_MACHINE / "data" / self.name
|
||||
path.mkdir(parents=True, exist_ok=True)
|
||||
(path / f"{MACHINE_UID}.json").write_text(
|
||||
json.dumps(out, indent=2, ensure_ascii=False), encoding="utf-8")
|
||||
|
||||
# ── 兼容旧版 ────────────────────────────────────────────
|
||||
|
||||
def is_available(self) -> bool:
|
||||
"""旧版兼容"""
|
||||
return True
|
||||
|
||||
def get_summary(self) -> dict:
|
||||
"""旧版兼容 — 转为 summary(machines)"""
|
||||
from ._registry import get_machine_list
|
||||
return self.summary(get_machine_list())
|
||||
Reference in New Issue
Block a user