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）。
82 lines
2.8 KiB
Bash
82 lines
2.8 KiB
Bash
#!/bin/bash
|
|
# ───────────────────────────────────────────────
|
|
# OpenCLI + Chrome 扩展 一键安装脚本
|
|
# 用于 AgentOS 其他节点快速部署
|
|
# ───────────────────────────────────────────────
|
|
|
|
set -e
|
|
|
|
echo "═══════════════════════════════════"
|
|
echo " OpenCLI — 自动安装"
|
|
echo "═══════════════════════════════════"
|
|
|
|
# 依赖检查
|
|
echo ""
|
|
echo "=== 依赖检查 ==="
|
|
NODE=$(which node 2>/dev/null || echo "")
|
|
if [ -z "$NODE" ]; then
|
|
echo "❌ Node.js 未安装，请先安装 Node.js >= 20"
|
|
exit 1
|
|
fi
|
|
echo " Node: $(node --version)"
|
|
echo " npm: $(npm --version)"
|
|
echo " Chrome: $(/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --version 2>/dev/null || echo '⚠️ 未找到')"
|
|
|
|
# 安装/升级 CLI
|
|
echo ""
|
|
echo "=== 1. 安装/升级 OpenCLI ==="
|
|
npm install -g @jackwener/opencli
|
|
echo " ✅ CLI: $(opencli --version 2>/dev/null || echo '?')"
|
|
|
|
# 下载扩展
|
|
echo ""
|
|
echo "=== 2. 下载 Chrome 扩展 ==="
|
|
EXT_DIR="$HOME/.opencli/extension"
|
|
mkdir -p "$EXT_DIR"
|
|
curl -sL "https://github.com/jackwener/OpenCLI/releases/download/v1.8.0/opencli-extension-v1.0.15.zip" \
|
|
-o /tmp/opencli-ext.zip
|
|
unzip -qo /tmp/opencli-ext.zip -d "$EXT_DIR"
|
|
rm /tmp/opencli-ext.zip
|
|
echo " ✅ 扩展已下载到: $EXT_DIR"
|
|
|
|
# 创建启动脚本
|
|
echo ""
|
|
echo "=== 3. 创建 Chrome 启动脚本 ==="
|
|
SCRIPT="$HOME/.opencli/start_chrome_with_opencli.sh"
|
|
cat > "$SCRIPT" << 'CHROME_SCRIPT'
|
|
#!/bin/bash
|
|
# 启动 Chrome（加载 OpenCLI 扩展）
|
|
EXT_DIR="$HOME/.opencli/extension"
|
|
pkill -f "Google Chrome" 2>/dev/null
|
|
sleep 1
|
|
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \
|
|
--load-extension="$EXT_DIR" \
|
|
--remote-debugging-port=0 &
|
|
echo "Chrome 已启动（OpenCLI 扩展已加载）"
|
|
CHROME_SCRIPT
|
|
chmod +x "$SCRIPT"
|
|
echo " ✅ 启动脚本: $SCRIPT"
|
|
|
|
# 启动 Chrome + 扩展
|
|
echo ""
|
|
echo "=== 4. 启动 Chrome + 扩展 ==="
|
|
bash "$SCRIPT"
|
|
sleep 4
|
|
|
|
# 验证
|
|
echo ""
|
|
echo "=== 5. 验证 ==="
|
|
opencli doctor
|
|
|
|
echo ""
|
|
echo "═══════════════════════════════════"
|
|
echo " ✅ OpenCLI 安装完成！"
|
|
echo "═══════════════════════════════════"
|
|
echo ""
|
|
echo "后续使用："
|
|
echo " opencli daemon start # 启动守护进程"
|
|
echo " bash ~/.opencli/start_chrome_with_opencli.sh # 启动Chrome+扩展"
|
|
echo " opencli zhihu hot --limit 5 # 采集知乎热搜"
|
|
echo " opencli xiaohongshu search AI # 搜索小红书"
|
|
echo ""
|