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）。
46 lines
1.1 KiB
Markdown
46 lines
1.1 KiB
Markdown
---
|
|
name: sync_manager
|
|
version: 1.1.0
|
|
description: 同步管理技能——知识库备份、导出、迁移（同步由坚果云处理）
|
|
triggers:
|
|
- 备份知识库
|
|
- 导出知识库
|
|
- 同步状态
|
|
- backup kb
|
|
- 备份
|
|
- 知识库备份
|
|
---
|
|
|
|
# Sync Manager Skill（同步管理）
|
|
|
|
## 概述
|
|
|
|
管理 Obsidian 知识库的备份、导出和迁移。同步功能由坚果云处理，本技能不涉及。
|
|
|
|
## 核心能力
|
|
|
|
### 1. 备份知识库
|
|
- 将 `03_knowledge/` 全量打包到 `04_memory/memory_backup/`
|
|
- 命名：`kb_backup_YYYY-MM-DD_HHmm.tar.gz`
|
|
|
|
### 2. 导出知识库
|
|
- 生成可分发的知识库压缩包
|
|
- 可选：只导出特定领域/标签
|
|
|
|
### 3. 同步状态
|
|
- 检查坚果云同步路径 `~/NutstoreCloudBridge/` 的状态
|
|
- 报告最近同步时间和文件差异
|
|
|
|
## 坚果云同步
|
|
|
|
- 同步路径：`~/NutstoreCloudBridge/`
|
|
- 同步方式：坚果云客户端自动同步，非 Git
|
|
- 本技能不管理云端同步过程
|
|
|
|
## 依赖
|
|
|
|
| 依赖 | 说明 | 状态 |
|
|
|---|---|---|
|
|
| 坚果云客户端 | 知识库同步 | ✅ 已安装 |
|
|
| tar/gzip | 备份打包 | ✅ 系统自带 |
|