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 +1,73 @@
|
||||
# 2026-05-14 系统升级:Peekaboo v3 + CloakBrowser 集成
|
||||
|
||||
## 升级内容
|
||||
|
||||
本机(chengzige)已完成以下升级:
|
||||
|
||||
### 1. Peekaboo v3 — 桌面 GUI 自动化
|
||||
|
||||
**用途**:屏幕视觉识别 + 鼠标键盘操作(OCR、截图、桌面应用操作)
|
||||
|
||||
**安装(每台机器独立执行)**:
|
||||
```bash
|
||||
npm install -g @steipete/peekaboo
|
||||
peekaboo permissions status # 确认权限已开启
|
||||
```
|
||||
|
||||
**MCP 配置已同步**:`01_core/mcp.json` → `apply-config.sh` 自动部署到本机
|
||||
|
||||
**技能文件**:`02_skills/peekaboo_controller/SKILL.md`
|
||||
|
||||
### 2. CloakBrowser — 源码级反爬浏览器
|
||||
|
||||
**用途**:替换 Playwright/agent-browser,30/30反爬检测通过
|
||||
|
||||
**安装(每台机器独立执行)**:
|
||||
```bash
|
||||
pip install cloakbrowser
|
||||
# 首次运行自动下载 ~200MB Chromium 二进制
|
||||
```
|
||||
|
||||
**技能文件**:`02_skills/cloakbrowser_controller/SKILL.md`
|
||||
|
||||
### 3. web_crawler 引擎升级
|
||||
|
||||
**变更**:高反爬引擎从 Playwright + Stealth 替换为 CloakBrowser
|
||||
|
||||
## 本机操作清单
|
||||
|
||||
```bash
|
||||
# 本机(chengzige)已完成:
|
||||
npm install -g @steipete/peekaboo ✅
|
||||
pip install cloakbrowser ✅
|
||||
git commit/push 02_skills/ + 01_core/mcp.json ✅
|
||||
```
|
||||
|
||||
## 其他机器操作清单
|
||||
|
||||
```bash
|
||||
# 5kecheng / 7kecheng 执行:
|
||||
|
||||
# 0. 同步代码
|
||||
cd ~/workbuddy-agent-os/agent-sync
|
||||
git pull
|
||||
bash 00_bootstrap/apply-config.sh # 部署新 MCP 配置
|
||||
|
||||
# 1. 安装 Peekaboo(仅 macOS)
|
||||
npm install -g @steipete/peekaboo
|
||||
peekaboo permissions status # 去系统设置开权限
|
||||
|
||||
# 2. 安装 CloakBrowser
|
||||
pip install cloakbrowser
|
||||
|
||||
# 3. 验证
|
||||
python3 -c "import cloakbrowser; print('CloakBrowser OK')"
|
||||
peekaboo --version
|
||||
```
|
||||
|
||||
## 不涉及的模块
|
||||
|
||||
- **Matrix 养号(Camoufox)**— 不动,已深度适配
|
||||
- **OpenCLI** — 不变
|
||||
- **Scrapling/Crawl4AI** — 不变
|
||||
- **httpx** — 不变
|
||||
Reference in New Issue
Block a user