butubb/MediaCrawler

Fork 0

Files

T

butubb 2112c1a870

Deploy VitePress site to Pages / build (push) Canceled after 0s

Details

Deploy VitePress site to Pages / Deploy (push) Canceled after 0s

Details

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）。

2026-10-10 17:12:25 +08:00

1.1 KiB

Raw Blame History

id, title, type, status, nature, domain, subdomain, tags, confidence, source, source_type, date_created, date_modified, version, previous_version, superseded_by, summary

title

type

status

nature

domain

subdomain

2026-05-01

来源：03_knowledge/01_submissions

L3 原文存档 — 2026-05-01

来源：claw_daily_log | /Users/chengzige/WorkBuddy/Claw/.workbuddy/memory/2026-05-01.md

2026-05-01 工作日志

Matrix 养号系统全量测试（15:35-16:10）

已完成

标准化 SOP 文档：docs/ACCOUNT_LOGIN_SOP.md v1.0.0
- 完整的账号登录管理标准化流程（环境检查→状态查看→重登录→验证→切换→故障排查）
- 已更新 SKILL.md 引用该 SOP
全量测试报告：docs/FULL_TEST_REPORT.md v1.0.0
- Phase 1: 环境预检 ✅ 18/18 通过
- Phase 2a: douyin_01 Chrome ✅ 全部通过（启动→登录→蓝图→关闭→重启持久化验证）
- Phase 2b: douyin_02 Chrome ✅ 全部通过（同上）
- Phase 3: douyin_

...（内容已截断，完整内容见源文件）

1.1 KiB Raw Blame History Unescape Escape