feat(privacy): 关掉昵称脱敏 —— 脱敏有损，撞名就分不出博主

需求：评论栏/作品栏要能分清是哪个博主。修好分组字段之后名字仍带星号，因为上游作为
教学版默认对昵称做中间脱敏（首尾各留 1 字，中间星号）。这个脱敏是**有损**的：

  「张三」和「张四」都变成「张*」
  「小明老师」和「小刚老师」都变成「小***师」

而本仓库的用途是监控一批公开创作者账号，分清谁是谁正是这一层要干的事。所以关掉它。

* config/base_config.py 新增 MASK_NICKNAME = False（和 INJECT_ALL_COOKIES 一样是个
  开关，不是删代码 —— 改回 True 就恢复上游行为）。
* tools/user_hash.py 的 mask_nickname 读这个开关，关闭时原样返回。读的是模块属性而
  不是导入值，测试才能 monkeypatch。脱敏实现本身一字未动。
* 顺带修一个数据陈旧问题：评论是去重后直接 continue 的，昵称只在首次入库时写一次，
  于是开关一改（或评论者改名）老评论永远停在旧值 —— 而重采是唯一能拿到新值的途径。
  现在已存在的评论会跟着刷新昵称（作品那边的 creator_name 早就是这么做的）。
* anonymous 的 creator_hash 保持不变：那是分组用的稳定键，不是显示名。

测试：
* 三个隐私套件 + weibo 的 autouse fixture 强制把开关打开 —— 它们验的是**脱敏机制
  本身**，机制仍然必须正确，所以显式打开来测，而不是让它们随部署配置漂。
* test_mask_and_hash_tools 改成两个方向都覆盖（开着脱敏 / 关着脱敏）。
* test_tieba_extractor.py 里 8 处字面量的脱敏期望值换成真实昵称 —— 提取器现在就是
  返回原文的，期望值理应跟着改（这一条是行为变更的直接后果，不是测试放宽）。
* 新增一条：已入库的评论昵称会随重采刷新（且不会因刷新而重复插入）。

tests/test_douyin_no_user_info.py

@@ -41,6 +41,17 @@ from database.models import Base, DouyinAweme, DouyinAwemeComment
 from tools.user_hash import anonymize_user_id, mask_nickname
 
 
+@pytest.fixture(autouse=True)
+def _force_nickname_masking(monkeypatch):
+    """这一组验的是**脱敏机制本身**，所以强制把它打开。
+
+    本仓库的部署配置是关掉的（config.MASK_NICKNAME = False）—— 监控的是一批公开创作者
+    账号，而脱敏是有损的（「张三」「张四」都成「张*」），分不出谁是谁。机制仍然必须正确，
+    所以这里显式打开来测。
+    """
+    monkeypatch.setattr(config, "MASK_NICKNAME", True)
+
+
 # 抖音教学版禁用字段(键):不得作为存储 dict 的 key 出现。
 FORBIDDEN_KEYS = {
     "user_id", "sec_uid", "short_user_id", "user_unique_id",

tests/test_kuaishou_no_user_info.py

@@ -18,10 +18,23 @@ import types
 
 import pytest
 
+import config
 import store.kuaishou as ks
 from store.kuaishou import update_kuaishou_video, update_ks_video_comment
 from tools.user_hash import anonymize_user_id, mask_nickname
 
+
+@pytest.fixture(autouse=True)
+def _force_nickname_masking(monkeypatch):
+    """这一组验的是**脱敏机制本身**，所以强制把它打开。
+
+    本仓库的部署配置是关掉的（config.MASK_NICKNAME = False）—— 监控的是一批公开创作者
+    账号，而脱敏是有损的（「张三」「张四」都成「张*」），分不出谁是谁。机制仍然必须正确，
+    所以这里显式打开来测。
+    """
+    monkeypatch.setattr(config, "MASK_NICKNAME", True)
+
+
 # 教学版禁用字段(键)：一律不得出现在存储 dict 中。
 # 昵称字段 nickname 允许保留，但值须脱敏。
 FORBIDDEN_KEYS = {"user_id", "avatar", "signature", "ip_location", "gender"}

tests/test_monitor_ingest.py

@@ -698,3 +698,35 @@ class TestDouyinIngest:
         await ingest_run(db, run2, task, tmp_path)
 
         assert len(await _events(db, EVENT_METRIC_DELTA)) == 1
+
+
+class TestNicknameRefresh:
+    """已入库的评论，昵称要跟着重新采集的值走。
+
+    评论是去重后直接跳过的，若不刷新，脱敏开关一改（或评论者改了昵称），老数据就永远
+    停在旧值上 —— 而重采是唯一能拿到新值的途径。
+    """
+
+    @pytest.mark.asyncio
+    async def test_an_existing_comment_gets_its_nickname_refreshed(self, db, tmp_path):
+        task = await _make_task(db)
+        _write_run_dir(tmp_path, [_note("n1")], comments=[_comment("c1", "n1", 500)])
+        run1 = await _make_run(db, task, started_at=1)
+        await ingest_run(db, run1, task, tmp_path)
+
+        assert (await db.scalar(select(MonitorComment))).nickname == "u***r"
+
+        _write_run_dir(
+            tmp_path,
+            [_note("n1")],
+            comments=[_comment("c1", "n1", 500, nickname="未脱敏的新昵称")],
+        )
+        run2 = await _make_run(db, task, started_at=2)
+        await ingest_run(db, run2, task, tmp_path)
+
+        comment = await db.scalar(select(MonitorComment))
+        assert comment.nickname == "未脱敏的新昵称"
+        # 去重的语义没变：同一条评论不该被插成两行。
+        assert (
+            len(list((await db.scalars(select(MonitorComment))).all())) == 1
+        )

tests/test_no_user_info.py

@@ -14,6 +14,8 @@ import pathlib
 
 import pytest
 
+import config
+
 ROOT = pathlib.Path(__file__).resolve().parent.parent
 
 # 统一的禁用字段名(键)。昵称字段(nickname/user_nickname/screen_name/name/user_name)允许保留(值需脱敏)。
@@ -28,6 +30,17 @@ NICK_KEYS = {"nickname", "user_nickname", "screen_name", "name", "user_name"}
 MASK_RE = re.compile(r"^.?\*{1,4}.?$")
 
 
+@pytest.fixture(autouse=True)
+def _force_nickname_masking(monkeypatch):
+    """这一组验的是**脱敏机制本身**，所以强制把它打开。
+
+    本仓库的部署配置是关掉的（config.MASK_NICKNAME = False）—— 监控的是一批公开创作者
+    账号，而脱敏是有损的（「张三」「张四」都成「张*」），分不出谁是谁。机制仍然必须正确，
+    所以这里显式打开来测；开关两个方向的行为由 test_mask_and_hash_tools 覆盖。
+    """
+    monkeypatch.setattr(config, "MASK_NICKNAME", True)
+
+
 # ----------------------------- ORM 自省 -----------------------------
 
 def test_orm_has_no_forbidden_columns():
@@ -84,17 +97,26 @@ def _check_nickname_masked(d: dict, raw: str, label: str):
         assert MASK_RE.match(val) or "*" in val, f"[{label}] {k} 未脱敏: {val}"
 
 
-def test_mask_and_hash_tools():
+def test_mask_and_hash_tools(monkeypatch):
     from tools.user_hash import anonymize_user_id, mask_nickname
     h = anonymize_user_id("12345")
     assert h and h != "12345" and re.fullmatch(r"[0-9a-f]{16}", h)
     assert anonymize_user_id(None) == "" and anonymize_user_id("") == ""
-    # 昵称脱敏：首尾留1字、中间星号，且不等于原文
+
+    # 开关打开：首尾留 1 字、中间星号，且不等于原文。
+    monkeypatch.setattr(config, "MASK_NICKNAME", True)
     assert mask_nickname("张三丰") != "张三丰"
     assert "*" in mask_nickname("张三丰")
     assert mask_nickname(None) == ""
     assert mask_nickname("a") == "*"
 
+    # 开关关闭（本仓库的部署配置）：原样返回。脱敏是有损的 —— 「张三」和「张四」
+    # 都会变成「张*」，而分清谁是谁正是监控这一层要干的事。
+    monkeypatch.setattr(config, "MASK_NICKNAME", False)
+    assert mask_nickname("张三丰") == "张三丰"
+    assert mask_nickname("a") == "a"
+    assert mask_nickname(None) == ""
+
 
 def test_xhs_note_extraction_masks_user_info():
     import asyncio

tests/test_tieba_extractor.py

@@ -20,7 +20,7 @@ def test_extract_search_note_list_from_keyword_page():
     assert notes[0].note_id == "9117888152"
     assert notes[0].title.startswith("武汉交互空间科技")
     assert notes[0].tieba_name == "武汉交互空间"
-    assert notes[0].user_nickname == "V***人"
+    assert notes[0].user_nickname == "VR虚拟达人"
 
 
 def test_extract_search_note_list_from_current_pc_card_page():
@@ -56,7 +56,7 @@ def test_extract_search_note_list_from_current_pc_card_page():
     assert notes[0].desc == "培训班需求，数学，英语，编程老师，专职兼职都可"
     assert notes[0].tieba_name == "诸城吧"
     assert notes[0].tieba_link.endswith("kw=%E8%AF%B8%E5%9F%8E")
-    assert notes[0].user_nickname == "7***7"
+    assert notes[0].user_nickname == "754023117"
     assert notes[0].publish_time == "2026-3-15"
     assert notes[0].total_replay_num == 19
 
@@ -147,7 +147,7 @@ def test_extract_note_detail_and_comments_from_current_pc_api():
     assert note.note_id == "10451142633"
     assert note.title == "这X尔斯对比巴尔斯，我只能说ID正确，允许居功自傲"
     assert note.desc == "皮队败决处刑德国编程钢琴师兼职数学家"
-    assert note.user_nickname == "泰***克"
+    assert note.user_nickname == "泰高祖蒙斯克"
     assert note.tieba_name == "dota2吧"
     assert note.total_replay_num == 15
     assert note.total_replay_page == 1
@@ -155,7 +155,7 @@ def test_extract_note_detail_and_comments_from_current_pc_api():
     assert len(comments) == 1
     assert comments[0].comment_id == "153154097267"
     assert comments[0].content == "xg现在大树阵容另一个辅助不选控制"
-    assert comments[0].user_nickname == "期***3"
+    assert comments[0].user_nickname == "期胡希3"
     assert comments[0].sub_comment_count == 4
     # 教学版已移除 ip_location 等可定位真人字段
 
@@ -191,7 +191,7 @@ def test_extract_creator_info_and_threads_from_current_pc_api():
     creator = extractor.extract_creator_info_from_api(creator_api)
     thread_ids = extractor.extract_creator_thread_id_list_from_api(feed_api)
 
-    assert creator.user_nickname == "米***子"
+    assert creator.user_nickname == "米米世界大手子"
     assert creator.fans == 58
     assert creator.follows == 1
     # 教学版已移除 user_id、user_name、ip_location 等可定位真人字段
@@ -223,7 +223,7 @@ def test_extract_tieba_note_list_from_bigpipe_thread_page():
     assert len(notes) == 48
     assert notes[0].note_id == "9079949995"
     assert notes[0].title == "盗墓笔记全集+txt小说，已整理"
-    assert notes[0].user_nickname == "公***仲"
+    assert notes[0].user_nickname == "公子伯仲"
     assert notes[0].tieba_name == "盗墓笔记吧"
     assert notes[0].tieba_link.endswith("kw=%E7%9B%97%E5%A2%93%E7%AC%94%E8%AE%B0&ie=utf-8")
 
@@ -233,7 +233,7 @@ def test_extract_note_detail_from_post_page():
 
     assert note.note_id == "9117905169"
     assert note.title == "对于一个父亲来说，这个女儿14岁就死了"
-    assert note.user_nickname == "章***轩"
+    assert note.user_nickname == "章景轩"
     assert note.tieba_name == "以太比特吧"
     assert note.total_replay_num == 786
     assert note.total_replay_page == 13
@@ -249,7 +249,7 @@ def test_extract_parent_comments_from_post_page():
     assert len(comments) == 30
     assert comments[0].comment_id == "150726491368"
     assert comments[0].content == "中国队第22金！无悬念！"
-    assert comments[0].user_nickname == "h***n"
+    assert comments[0].user_nickname == "heinzfrentzen"
     assert comments[0].tieba_name == "网球风云吧"
     # 教学版已移除 ip_location 等可定位真人字段
 

tests/test_weibo_no_user_info.py

@@ -22,6 +22,20 @@ import asyncio
 
 import pytest
 
+import config
+
+
+@pytest.fixture(autouse=True)
+def _force_nickname_masking(monkeypatch):
+    """这一组验的是**脱敏机制本身**，所以强制把它打开。
+
+    本仓库的部署配置是关掉的（config.MASK_NICKNAME = False）—— 监控的是一批公开创作者
+    账号，而脱敏是有损的（「张三」「张四」都成「张*」），分不出谁是谁。机制仍然必须正确，
+    所以这里显式打开来测。
+    """
+    monkeypatch.setattr(config, "MASK_NICKNAME", True)
+
+
 # 原始(明文)测试数据
 RAW_USER_ID = 7654321
 RAW_NICKNAME = "微博达人"