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/10_dashboard/routes/comment_workbench.py

@@ -0,0 +1,306 @@
+"""
+comment_workbench.py — 评论工作台 API（v3 角色化评论）
+
+路由前缀: /api/comment-workbench
+"""
+import logging
+import sys
+from pathlib import Path
+from fastapi import APIRouter, HTTPException
+
+logger = logging.getLogger("dashboard.comment_workbench")
+
+_THIS_DIR = Path(__file__).resolve().parent.parent
+SCRIPTS_DIR = _THIS_DIR.parent / "07_matrix" / "scripts"
+sys.path.insert(0, str(SCRIPTS_DIR))
+
+router = APIRouter(prefix="/api/comment-workbench", tags=["comment_workbench"])
+
+ROLE_LABELS = {
+    "sharer": "分享型", "questioner": "提问型", "sympathizer": "共情型",
+    "skeptic": "质疑型", "sufferer": "患者型", "filler": "灌水型",
+    "expert_ref": "推荐型", "answerer": "解答型",
+}
+
+DEFAULT_ROLES = {
+    "filler": 0.30, "questioner": 0.17, "sharer": 0.17,
+    "sympathizer": 0.13, "sufferer": 0.10, "skeptic": 0.07,
+    "expert_ref": 0.06, "answerer": 0.12,
+}
+
+
+def _get_corpus_mgr():
+    from mc.corpus import CorpusManager
+    return CorpusManager()
+
+
+@router.get("/roles")
+def api_roles(platform: str = "douyin"):
+    """获取可用角色列表及默认比例"""
+    mgr = _get_corpus_mgr()
+    roles_raw = mgr.get_roles(platform)
+    result = []
+    for role_id, info in roles_raw.items():
+        label = ROLE_LABELS.get(role_id, role_id)
+        default_pct = DEFAULT_ROLES.get(role_id, 0)
+        result.append({
+            "id": role_id,
+            "label": label,
+            "count": info["count"],
+            "examples": info["examples"][:3],
+            "default_pct": default_pct,
+        })
+    return {"roles": result}
+
+
+@router.post("/generate")
+def api_generate_comments(data: dict):
+    """按角色生成评论
+
+    Body:
+        video_title: str          — 视频标题
+        video_tags: [str]         — 视频标签（可选）
+        platform: str             — 平台，默认 douyin
+        role_distribution: dict   — 角色比例，空则用默认（比例模式）
+        role_counts: dict         — 角色精确条数 {"filler": 2, ...}（数字模式，优先于比例）
+        total: int                — 比例模式下生成多少条，默认 30
+        ai_enhance: bool          — 是否 AI 改写
+        long_ratio: float         — 长评占比 0~1
+    """
+    video_title = data.get("video_title", "")
+    video_tags = data.get("video_tags", []) or []
+    video_industry = data.get("video_industry") or None
+    guide_points = data.get("guide_points", "") or ""
+    content_type = data.get("content_type", "") or ""
+    direction = data.get("direction", "auto")
+    platform = data.get("platform", "douyin")
+    role_dist = data.get("role_distribution", {}) or DEFAULT_ROLES
+    role_counts = data.get("role_counts") or None
+    total = data.get("total", 30)
+    ai_enhance = data.get("ai_enhance", False)
+    long_ratio = data.get("long_ratio", 0.0)
+    guide_ratio = min(max(float(data.get("guide_ratio", 1.0)), 0.0), 1.0)  # 引导结合比例 0~1
+
+    if not video_title:
+        raise HTTPException(400, detail="video_title 必填")
+
+    mgr = _get_corpus_mgr()
+
+    # 行业：前端指定 > 自动识别 > None(通用)
+    if video_industry:
+        industry = video_industry
+    else:
+        industry = mgr._classify_video(video_title)
+        if not industry:
+            for tag in video_tags:
+                industry = mgr._classify_video(tag)
+                if industry:
+                    break
+    # 视频标签转为逗号字符串
+    tags_str = ", ".join(video_tags) if isinstance(video_tags, list) else str(video_tags)
+    logger.info("  📋 视频行业: %s | 内容类型: %s | 引导: %.30s", industry or "通用", content_type or "-", guide_points or "-")
+
+    gen_kwargs = dict(
+        platform=platform,
+        video_title=video_title,
+        video_industry=industry,
+        guide_points=guide_points,
+        content_type=content_type,
+        video_tags=tags_str,
+        ai_enhance=ai_enhance,
+        long_ratio=long_ratio,
+        guide_ratio=guide_ratio,
+    )
+    if role_counts:
+        # 数字模式：精确按角色条数取，total 由后端自动求和
+        comments = mgr.batch_get_comments_by_roles(
+            role_counts=role_counts,
+            **gen_kwargs,
+        )
+    else:
+        comments = mgr.batch_get_comments_by_roles(
+            role_distribution=role_dist,
+            total=total,
+            **gen_kwargs,
+        )
+    return {"comments": comments, "total": len(comments)}
+
+
+@router.post("/generate-discussion")
+def api_generate_discussion(data: dict):
+    """多人讨论模式：一次生成完整讨论剧本（单次 AI 调用）→ turns 列表
+
+    Body:
+        video_title: str        — 视频标题
+        topic: str              — 讨论主题（用户主导概念）
+        guide_items: [str]|str  — 引导要素（多个推荐对象，每行一个）
+        outline: str            — 剧本走向（自由文本，如"先质疑→过来人澄清→带出医生"）
+        total: int              — 总条数（3~40，默认 15）
+        bystander_ratio: float  — 路人打酱油占比（0~0.5，默认 0.2）
+    """
+    video_title = (data.get("video_title") or "").strip()
+    topic = (data.get("topic") or "").strip()
+    outline = (data.get("outline") or "").strip()
+    guide_path = (data.get("guide_path") or "").strip()
+    total = max(3, min(60, int(data.get("total", 15))))
+    bystander_ratio = min(max(float(data.get("bystander_ratio", 0.2)), 0.0), 0.5)
+    role_counts = data.get("role_counts") or {}
+    if not isinstance(role_counts, dict):
+        role_counts = {}
+    long_comment_count = max(0, min(3, int(data.get("long_comment_count", 2))))
+    guide_count = max(0, int(data.get("guide_count", 0)))  # 0 = 自动按 30%
+    guide_raw = data.get("guide_items") or []
+    if isinstance(guide_raw, str):
+        guide_items = [l.strip() for l in guide_raw.split("\n") if l.strip()]
+    else:
+        guide_items = [str(g).strip() for g in guide_raw if str(g).strip()]
+
+    if not video_title and not topic:
+        raise HTTPException(400, detail="video_title 或 topic 至少填一个")
+
+    from mc.corpus import AIGenerator
+    ai = AIGenerator()
+    if not ai.available:
+        raise HTTPException(503, detail="AI 不可用（检查 config/ai.yaml 或 agent-local 配置）")
+
+    import asyncio as _asyncio
+    try:
+        loop = _asyncio.get_event_loop()
+    except RuntimeError:
+        loop = _asyncio.new_event_loop()
+    turns = loop.run_until_complete(ai.generate_discussion_script(
+        video_title=video_title,
+        topic=topic,
+        guide_items=guide_items,
+        outline=outline,
+        total=total,
+        bystander_ratio=bystander_ratio,
+        guide_path=guide_path,
+        role_counts=role_counts,
+        long_comment_count=long_comment_count,
+        guide_count=guide_count,
+    ))
+    logger.info("  💬 讨论剧本生成: %d 条 (主题=%s 要素=%d)", len(turns), topic[:20], len(guide_items))
+    warning = ""
+    # 期望条数：配比模式 = 配比总和；自由模式 = total
+    expected = total
+    if role_counts:
+        try:
+            expected = sum(int(v) for v in role_counts.values() if str(v).strip().isdigit())
+        except Exception:
+            expected = total
+    if expected and len(turns) < expected:
+        warning = f"AI 少输出 {expected - len(turns)} 条（要求 {expected}，实际 {len(turns)}），可重新生成或手动补"
+    return {"status": "ok", "turns": turns, "total": len(turns), "requested": expected, "warning": warning}
+
+
+@router.post("/extract-topic")
+def api_extract_topic(data: dict):
+    """从视频标题提炼「讨论主题」（简短核心词，供讨论模式作起点）
+
+    Body: { video_title: str }
+    """
+    video_title = (data.get("video_title") or "").strip()
+    if not video_title:
+        raise HTTPException(400, detail="video_title 必填")
+
+    from mc.corpus import AIGenerator
+    ai = AIGenerator()
+    if not ai.available:
+        raise HTTPException(503, detail="AI 不可用（检查 config/ai.yaml 或 agent-local 配置）")
+
+    import asyncio as _asyncio
+    try:
+        loop = _asyncio.get_event_loop()
+    except RuntimeError:
+        loop = _asyncio.new_event_loop()
+    topic = loop.run_until_complete(ai.extract_topic(video_title))
+    logger.info("  🎯 主题提炼: %s → %s", video_title[:24], topic)
+    return {"status": "ok", "topic": topic}
+
+
+@router.post("/generate-path")
+def api_generate_path(data: dict):
+    """生成「引导路径」：起点(主题) → 终点(引导要素)，步数自适应 max(3, 2+要素数) 封顶 6
+
+    Body: { topic: str, guide_items: [str]|str, outline?: str }
+    """
+    topic = (data.get("topic") or "").strip()
+    outline = (data.get("outline") or "").strip()
+    if not topic:
+        raise HTTPException(400, detail="topic 必填")
+    guide_raw = data.get("guide_items") or []
+    if isinstance(guide_raw, str):
+        guide_items = [l.strip() for l in guide_raw.split("\n") if l.strip()]
+    else:
+        guide_items = [str(g).strip() for g in guide_raw if str(g).strip()]
+
+    from mc.corpus import AIGenerator
+    ai = AIGenerator()
+    if not ai.available:
+        raise HTTPException(503, detail="AI 不可用（检查 config/ai.yaml 或 agent-local 配置）")
+
+    import asyncio as _asyncio
+    try:
+        loop = _asyncio.get_event_loop()
+    except RuntimeError:
+        loop = _asyncio.new_event_loop()
+    path = loop.run_until_complete(ai.generate_guide_path(topic, guide_items, outline))
+    steps = len([l for l in (path or "").split("\n") if l.strip()])
+    logger.info("  🧭 引导路径: %s + %d 要素 → %d 步", topic[:16], len(guide_items), steps)
+    return {"status": "ok", "path": path, "steps": steps}
+
+
+@router.post("/parse-outline")
+def api_parse_outline(data: dict):
+    """把用户的自然语言想法拆解成结构化「讨论走向」（供讨论模式生成用）
+
+    Body: { raw_idea: str }  — 用户原始描述（可能跳跃/口语）
+    """
+    raw_idea = (data.get("raw_idea") or "").strip()
+    if not raw_idea:
+        raise HTTPException(400, detail="raw_idea 必填")
+
+    from mc.corpus import AIGenerator
+    ai = AIGenerator()
+    if not ai.available:
+        raise HTTPException(503, detail="AI 不可用（检查 config/ai.yaml 或 agent-local 配置）")
+
+    import asyncio as _asyncio
+    try:
+        loop = _asyncio.get_event_loop()
+    except RuntimeError:
+        loop = _asyncio.new_event_loop()
+    outline = loop.run_until_complete(ai.parse_discussion_outline(raw_idea))
+    logger.info("  🧭 走向拆解: %s → %d 字", raw_idea[:24], len(outline or ""))
+    return {"status": "ok", "outline": outline}
+
+
+@router.post("/save-comments")
+def api_save_comments(data: dict):
+    """将精选评论保存到语料库
+
+    Body: {
+        "comments": [{"text": "...", "role": "...", "category": "..."}],
+        "platform": "douyin"
+    }
+    """
+    comments = data.get("comments", [])
+    platform = data.get("platform", "douyin")
+    if not comments:
+        raise HTTPException(400, detail="comments 必填")
+
+    mgr = _get_corpus_mgr()
+    saved = 0
+    for c in comments:
+        text = c.get("text", "").strip()
+        role = c.get("role", "filler")
+        cat = c.get("category", "") or "入库评论"
+        if not text:
+            continue
+        # 入库到指定分类（不存在则自动创建）
+        mgr.add_comment(cat, text, platform)
+        saved += 1
+
+    logger.info("  ✅ 入库 %d 条评论 → %s/%s", saved, platform, cat)
+    return {"status": "ok", "saved": saved}