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）。
1.2 KiB
1.2 KiB
卡壳干预协议
文件：99_system/protocols/stuck-intervention.md 触发条件：运行时条件触发（非关键词触发） 加载方式：SOUL.md 检测到卡壳条件后加载
触发条件（任一满足即触发）
- 同一问题尝试 2 种以上方案未解决
- 单次任务耗时超过预估的 3 倍
- 规则冲突或逻辑矛盾无法自行裁决
- 遇到从未见过的错误类型，信息不足以判断
执行步骤
- 立即停止当前尝试，不自行继续
- 记录日志：写入 errors.log，格式：
{timestamp} | {context} | {error_type} | {attempted_solutions} - 按模板输出（见下方）
输出模板
⚠️ 卡壳点：[一句话描述当前困境]
已尝试方案：
- 方案A：[简述] → 失败原因：[简述]
- 方案B：[简述] → 失败原因：[简述]
候选方案：
- A) [方案简述] — 预估耗时：[X分钟] — 风险：[简述]
- B) [方案简述] — 预估耗时：[X分钟] — 风险：[简述]
建议：[倾向 A/B，简述理由]
等待你的决定 → 收到后按选定方案继续执行。
退出机制
收到 ghai 决策后，立即退出此模块，按选定方案继续执行。