12 Commits

Include renames

Author	SHA1	Message	Date
butubb	b9aa590814	feat(monitor): 作品标签 —— 词表在设置里维护，作品上贴 ... 和「作品备注」刻意并存，不是一回事：备注是一句话的自由文字，标签是**从一份固定 词表里选的分类**。分类必须封闭，否则「重点 / 重要 / 优先」各写各的，筛就没法用了。 * `monitor_tag`：词表，全局一套（不按平台分）—— 「重点」是给人自己用的心智，不该在 小红书和抖音各定义一遍。颜色存的是**调色板里的名字**，不是色值：Tailwind 的类名是 静态提取的，拼出来的 `text-${color}` 它看不见，线上会静默变无色。 * `monitor_note_tag`：作品↔标签，**多对多**。一条作品可以既是重点又是竞品；只能贴一个 的话人就会跑去备注里写自由文字，这份词表就白建了。全部替换式提交，不是逐个增删。 * 删除标签时**显式删关联**，不靠外键级联 —— 测试跑 SQLite，它默认不开外键约束。 * 组头上的筛选做成平铺开关片，多选是「或」。 顺带：/monitor/notes 现在支持按 tag_id 筛。	2026-10-11 09:16:17 +08:00
butubb	5c7577cab0	fix(monitor): 作品的跳转链接跟到标题后面，不再挂在整行最右边 ... 挂在最后一列时它脱离了被修饰的东西 —— 眼睛得横穿整张表才找得到那个链接， 而它属于的是最左边那条作品。 一并去掉那一列（表头也去掉），列数从 9 回到 8：行比表头多一格，本来就对不齐。 现在两边都是 8 格：箭头 / 作品 / 4 项指标 / 发布日期 / 首次发现。	2026-10-11 09:02:28 +08:00
butubb	44277600e4	feat(monitor): 组头上加一个跳到博主主页的按钮 ... `creator_hash` 是单向的，拼不出主页地址 —— 所以这个 id 必须在采集时单独存下来。 抖音的资料接口本来就返回 sec_uid，只是之前没落库。 * `monitor_creator_stat` 加 `creator_id` 列（老数据默认空，下一次采集补上）； * 链接在 `adapters.creator_url()` 里拼，**空串是有意义的返回值**：平台不认识、 或者没拿到 id，就返回空，界面据此不画按钮 —— 画一个点开 404 的按钮比不画糟； * 没有作品的博主照样有链接：他恰恰是你想点进去看的那个人。 已知缺口：小红书那条路（爬虫子进程）根本不落创作者资料，所以那边没有链接。	2026-10-11 08:52:51 +08:00
butubb	e0581682e1	fix(monitor): 没有作品的博主在作品栏里也要看得见 ... 分组是从作品推出来的（按作品的 creator_hash 归组），于是没有作品的博主根本 不进列表：目标加了、资料采到了、粉丝数就躺在库里，界面上什么都看不见。 而这类博主恰恰是最该看见的 —— 还在涨粉，只是最近没发东西。藏起来正好藏反了。 线上就有一个：5 个目标里 3 个没作品，那 3 个连同已采到的粉丝数一起消失了。 改成 **账号快照 ∪ 作品** 两个来源： * 有快照没作品 → 一个 0 篇的组，备注和粉丝数照常显示，组里写「暂无作品」； * 有作品没快照 → 一个没有账号指标的组（小红书那条路不产生快照）。 /notes 因此多返回一份 `creators`，而不是让前端从作品里推 —— 作品推不出上面 第一类人。组头改读它，`MonitorNote` 上那几个字段降级成「顺着作品问作者」用。	2026-10-10 20:57:07 +08:00
butubb	d02fec5914	fix(monitor): 组头取账号指标时，别被组里第一条作品带偏 ... 分组只按博主，而账号指标是挂在 (任务, 博主) 上的 —— 同一个博主被两个任务 监控时，组里可能只有一部分作品带指标。取第一条的话，「第一个任务还没采过」 就会让整组看起来没有指标。	2026-10-10 18:24:42 +08:00
butubb	20e672834c	feat(monitor): 博主的粉丝数，以及给作品起备注 ... 两件都是「作品栏里把这东西认出来」的延伸： * **账号级指标**：作品列表只会说「这条涨了多少赞」，说不了「这个人整个 账号的粉丝在涨还是在掉」。抖音的资料接口本来就有粉丝数/总获赞/作品数， 每轮顺手记一条快照（`monitor_creator_stat`，粒度 = 任务×博主×轮次， 和作品指标同形）。组头显示最近一条。 快照在「一条作品都没采到」的早退**之前**落：作品列表被风控挡住的那一轮， 正是「粉丝还在涨、但新作品没在发现」最该被看见的时刻。 * **作品备注**：博主备注回答「这个账号是谁」，这条回答「这条我要盯着」。 一个博主底下常常只有一两件值得盯的作品，所以不能合并成一条。键取 (platform, note_id)，跨任务共用一份。 两边都守住同一条口径：**不知道就是 null，不写成 0** —— 0 在趋势图上是一条 砸到底的线，和「还没采到」是两回事。	2026-10-10 18:09:03 +08:00
butubb	0a88474c92	feat(monitor): 给博主起备注 —— 作品栏里才认得出「这是谁」 ... 作品栏按 creator_hash 把作品归到博主的组里，可那是个哈希；creator_name 是平台昵称， 粉丝少的号常常认不出。两样都没法把账号对上人。 * 新表 monitor_creator_alias，键取 **(platform, creator_hash)** 而不是按任务： 哈希对同一个 uid 是稳定的，所以同一个博主出现在多个任务里时，备注只填一次。 * list_notes 带上 creator_alias（整体查一次再在内存里取，不是每条作品查一次）。 * `PUT /monitor/creators/{creator_hash}`，空串即清掉那条备注。 * 作品栏的博主组头：**优先显示备注**，起过备注之后平台昵称降成副标题（它仍是有用的 对照）；组头上一个铅笔按钮就地编辑，回车保存、失焦保存、Esc 取消。 Esc 那条要单独处理：取消之后紧接着的失焦会把刚放弃的内容存进去，所以用一个标记让那次 失焦闭嘴。 测试 +6：没起过时是空串、起了会跟着作品返回、**跨任务共用一条**、**不串到别的平台**、 空串清掉、前后空格会被去掉。	2026-10-10 18:00:13 +08:00
butubb	3486c7f524	feat(monitor): 作品栏和评论栏显示作品的发布日期 ... 需求：抖音和小红书都要能看到作品的发布日期。 `MonitorNote.published_at` 其实**一直在库里**（ingest 早就按平台取：小红书 time、 抖音 create_time），只是从来没往 API 和界面上透 —— 后端序列化没这个键，前端类型里 也没有，所以界面上只有「首次发现」。 * 后端：list_notes 的序列化补上 published_at；_note_meta_map 也带上，于是 list_comments 多一个 note_published_at，分组接口的桶多一个 published_at。 * 前端：NotesTable 新增「发布日期」列（要让分组表头的 colspan 从 +4 变 +5）； 评论栏作品那一层在标题旁显示日期 —— 同名作品不少，日期能帮着认。 * 新增 formatDate：发布日期问的是「哪一天发的」，绝对日期比「3天前」好认，也不会 每天看都在变。具体到分钟的版本放在 title 里，悬停可见。 刻意和「首次发现」分开：前者是作者发布的那天，后者是我们第一次看到它的那天。把一个 早就存在的作品加进监控时，两者能差好几个月 —— 测试里就用不同的值把这两者钉住。 顺带修正一处过时注释：前端类型里还写着 creator_name 是「已脱敏的昵称」， 脱敏已经在上一个提交里关掉了（config.MASK_NICKNAME）。 测试 +2：桶要带发布日期；作品列表接口要带，且它不等于 first_seen_at。	2026-10-10 16:06:22 +08:00
butubb	2e6fa955b0	feat(monitor): 博主组头补上指标合计与本轮增量 ... 折叠之后组头只有「N 篇」，等于把信息藏了起来 —— 折叠应该意味着「收起来但仍可一眼读到」， 而不是「看不见」。现在组头与数据行列对齐，每个指标列给出该博主的合计，下面再带本轮增量 （那才是监控真正要看的）。 合计口径与项目一致：某个指标在所有作品上都是 null 时，合计是 null 而不是 0 —— 「0」是真实值、「null」是不知道，合计成 0 会让「还没采到」看起来像「互动为零」。	2026-10-08 13:58:26 +08:00
butubb	0eb6ba31c5	feat(monitor): 作品栏按博主分组折叠，评论栏改为 博主/作品/评论 三级 ... 先回答现状：跳转作品的按钮本来就有（作品栏每行末尾的外链图标）； 评论栏原本是**两级**（作品 -> 评论），第一级是作品不是博主，所以并不是三级。 - MonitorNote 新增 creator_name（爬虫产出的 jsonl 里本来就有昵称，只是没存）。 存的是**已脱敏**的值（张***三），与项目一贯的匿名化姿态一致 —— 爬虫刻意不落原始 user_id（tools/user_hash.py），所以 creator_hash 是唯一稳定的分组依据。 实测该哈希是无盐 sha256，能用任务目标的 external_id 反算配对。 - 入库时刷新 creator_name：作者改昵称是常事，只在首次写一次会一直显示旧的 - 作品栏：按 creator_hash 分组，组头可折叠（默认展开 —— 折叠的默认值不该藏数据）， 行内跳转按钮加了 title 说明 - 评论栏：一级博主、二级作品、三级评论。_note_meta_map 补上博主维度， 评论流和作品分组都带上它 - 认不出博主的作品归到「未知博主」，不丢 顺带修一个语法错误：JSX 注释放在三元表达式分支里是非法的（那是子节点语法不是表达式）， 移进 div 内。	2026-10-08 09:43:19 +08:00
butubb	89b7b1e825	fix: 封面图不再被图床拒绝，作品栏补上封面 ... - NoteCover: 新增共用封面组件，核心是 referrerPolicy="no-referrer"。小红书图床对带外部 Referer 的请求一律 403，而浏览器对跨域 <img> 默认就会带上本站源作为 Referer —— 于是封面全显示成破图，而 URL 本身完全正常。实测同一张图：无 Referer 200 / 67968B，Referer 为本站 403 / 0B - CommentsFeed: 改用 NoteCover，修掉评论栏封面全部加载失败 - NotesTable: 作品栏此前完全没有渲染封面，补上缩略图；封面缺失时用占位块，避免行高随封面陆续到达而跳动 放在一个组件里而不是就地加属性，是为了让下一个显示封面的页面不会漏掉。	2026-10-07 15:21:29 +08:00
butubb	4e60524f37	feat: 监控面板 / 登录鉴权 / 多平台切换 / MySQL ... 在上游 MediaCrawler 之上新增一层： - 监控层 api/monitor/ —— 多博主/多笔记的定时采集、指标快照差分、报表、 企业微信通知。每轮采集写入独立目录，差分才成立。 - WebUI 登录鉴权 api/auth.py —— PBKDF2 口令 + 服务端会话，/api 全接口防护。 WebSocket 单独加依赖：BaseHTTPMiddleware 对 ws 作用域直接放行，覆盖不到。 - 全局平台切换 + 能力矩阵 —— 如实区分「爬虫模块支持」与「监控层已接线」， 未接通的平台直接拒绝建任务，而不是静默跑空。 - 监控库改用 MySQL 5.7（可回退 SQLite 供测试）：逐表强制 utf8mb4 （服务端与库默认都是 latin1），启动校验所连 schema 以防写错库， 连接池 recycle + pre_ping 应对 MySQL 的 8 小时空闲断连。 修复上游缺陷： - xhs/core.py: 主页抓取失败会跳掉整个博主，导致一条作品都抓不到， 而那份资料只喂给一个空函数。改为尽力而为，失败不中断。 - xhs/login.py: cookie 登录只注入 web_session，冷启动签名会失败。 新增 INJECT_ALL_COOKIES 开关（默认关闭，原有行为不变）。 - requirements.txt: 补上 websockets。它在上游 pyproject.toml 里有声明、 这里漏了，导致 uvicorn 没有 WebSocket 能力，实时日志流从未工作。 改动过的上游文件清单及合并方式见 UPSTREAM.md。 测试：492 passed（另有 1 个既有的 Windows/gbk 上游测试失败，与本改动无关）	2026-10-07 09:58:40 +08:00