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）。
109 lines
2.6 KiB
Python
109 lines
2.6 KiB
Python
"""
|
|
工具函数：路径解析、shell 执行、颜色输出
|
|
"""
|
|
|
|
import os
|
|
import sys
|
|
import subprocess
|
|
from pathlib import Path
|
|
|
|
from .const import __agent_sync_root__, __agent_local_root__
|
|
|
|
|
|
def get_sync_root() -> Path:
|
|
"""获取 agent-sync 根目录"""
|
|
env_root = os.environ.get("AGENT_SYNC_ROOT")
|
|
if env_root:
|
|
return Path(env_root)
|
|
return Path(__agent_sync_root__).expanduser()
|
|
|
|
|
|
def get_local_root() -> Path:
|
|
"""获取 agent-local 根目录"""
|
|
env_root = os.environ.get("AGENT_LOCAL_ROOT")
|
|
if env_root:
|
|
return Path(env_root)
|
|
return Path(__agent_local_root__).expanduser()
|
|
|
|
|
|
def get_python() -> str:
|
|
"""获取 WorkBuddy 管理的 Python 路径"""
|
|
candidates = [
|
|
os.environ.get("AGENTOS_PYTHON"),
|
|
str(Path.home() / ".workbuddy/binaries/python/envs/agent-os/bin/python3"),
|
|
str(Path.home() / ".workbuddy/binaries/python/versions/3.13.12/bin/python3"),
|
|
"python3",
|
|
]
|
|
for c in candidates:
|
|
if c and Path(c).exists():
|
|
return c
|
|
return "python3"
|
|
|
|
|
|
def get_node() -> str:
|
|
"""获取 WorkBuddy 管理的 node 路径"""
|
|
candidates = [
|
|
str(Path.home() / ".workbuddy/binaries/node/versions/22.12.0/bin/node"),
|
|
"node",
|
|
]
|
|
for c in candidates:
|
|
if c and Path(c).exists():
|
|
return c
|
|
return "node"
|
|
|
|
|
|
def get_npx() -> str:
|
|
"""获取 WorkBuddy 管理的 npx 路径"""
|
|
node_dir = Path.home() / ".workbuddy/binaries/node/versions/22.12.0/bin"
|
|
npx_path = node_dir / "npx"
|
|
if npx_path.exists():
|
|
return str(npx_path)
|
|
return "npx"
|
|
|
|
|
|
def run(cmd: list, **kwargs) -> subprocess.CompletedProcess:
|
|
"""运行命令并返回结果"""
|
|
default = {"capture_output": True, "text": True, "timeout": 120}
|
|
default.update(kwargs)
|
|
return subprocess.run(cmd, **default)
|
|
|
|
|
|
def color(text: str, color_name: str = "blue") -> str:
|
|
"""终端颜色输出"""
|
|
colors = {
|
|
"red": "\033[91m",
|
|
"green": "\033[92m",
|
|
"yellow": "\033[93m",
|
|
"blue": "\033[94m",
|
|
"cyan": "\033[96m",
|
|
"reset": "\033[0m",
|
|
}
|
|
return f"{colors.get(color_name, '')}{text}{colors['reset']}"
|
|
|
|
|
|
def info(msg: str):
|
|
print(f"{color('[INFO]', 'blue')} {msg}")
|
|
|
|
|
|
def ok(msg: str):
|
|
print(f"{color('[OK]', 'green')} {msg}")
|
|
|
|
|
|
def warn(msg: str):
|
|
print(f"{color('[WARN]', 'yellow')} {msg}")
|
|
|
|
|
|
def err(msg: str):
|
|
print(f"{color('[ERROR]', 'red')} {msg}")
|
|
|
|
|
|
def banner():
|
|
"""显示欢迎横幅"""
|
|
print()
|
|
print("=" * 60)
|
|
print(f" AgentOS 系统管理 CLI v1.0.0")
|
|
print(f" Synced: {get_sync_root()}")
|
|
print(f" Local: {get_local_root()}")
|
|
print("=" * 60)
|
|
print()
|