butubb
2112c1a870
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）。
58 lines
1.9 KiB
Bash
58 lines
1.9 KiB
Bash
#!/bin/bash
|
|
# setup_env.sh — 一键配置 AgentOS 环境变量
|
|
# 在任何机器上运行一次即可，后续 init.sh 会自动维护
|
|
# 用法: bash 00_bootstrap/setup_env.sh
|
|
|
|
SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
|
|
info() { echo -e "\033[36m[INFO]\033[0m $1"; }
|
|
ok() { echo -e "\033[32m[OK]\033[0m $1"; }
|
|
warn() { echo -e "\033[33m[WARN]\033[0m $1"; }
|
|
|
|
# 检测并设置 AGENT_SYNC
|
|
if [ -z "$AGENT_SYNC" ]; then
|
|
# 自动检测: 找脚本所在目录的父目录（agent-sync）
|
|
CANDIDATE="$SCRIPT_DIR/.."
|
|
if [ -f "$CANDIDATE/ORACLE.yaml" ] || [ -d "$CANDIDATE/01_core" ]; then
|
|
export AGENT_SYNC="$CANDIDATE"
|
|
else
|
|
export AGENT_SYNC="$HOME/workbuddy-agent-os/agent-sync"
|
|
fi
|
|
warn "AGENT_SYNC 未设置，自动检测: $AGENT_SYNC"
|
|
else
|
|
ok "AGENT_SYNC=$AGENT_SYNC"
|
|
fi
|
|
|
|
# 检测并设置 AGENT_LOCAL
|
|
if [ -z "$AGENT_LOCAL" ]; then
|
|
CANDIDATE="${AGENT_SYNC}/agent-local"
|
|
if [ -d "$CANDIDATE/identity" ]; then
|
|
export AGENT_LOCAL="$CANDIDATE"
|
|
else
|
|
export AGENT_LOCAL="$HOME/workbuddy-agent-os/agent-local"
|
|
fi
|
|
warn "AGENT_LOCAL 未设置，自动检测: $AGENT_LOCAL"
|
|
else
|
|
ok "AGENT_LOCAL=$AGENT_LOCAL"
|
|
fi
|
|
|
|
# 写入 shell 配置文件
|
|
for RC_FILE in "$HOME/.zshrc" "$HOME/.bash_profile" "$HOME/.bashrc"; do
|
|
if [ -f "$RC_FILE" ]; then
|
|
if ! grep -q "export AGENT_SYNC" "$RC_FILE" 2>/dev/null; then
|
|
echo "" >> "$RC_FILE"
|
|
echo "# AgentOS 路径变量（由 setup_env.sh 自动添加）" >> "$RC_FILE"
|
|
echo "export AGENT_SYNC=\"$AGENT_SYNC\"" >> "$RC_FILE"
|
|
echo "export AGENT_LOCAL=\"$AGENT_LOCAL\"" >> "$RC_FILE"
|
|
ok "已写入 $RC_FILE"
|
|
else
|
|
ok "$RC_FILE 已有 AGENT_SYNC 设置"
|
|
fi
|
|
break
|
|
fi
|
|
done
|
|
|
|
echo ""
|
|
info "环境变量配置完成。请执行: source ~/.zshrc"
|
|
echo ""
|
|
echo " AGENT_SYNC = $AGENT_SYNC"
|
|
echo " AGENT_LOCAL = $AGENT_LOCAL" |