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）。
119 lines
4.2 KiB
Bash
119 lines
4.2 KiB
Bash
#!/bin/bash
|
|
# ═══════════════════════════════════════════════════════════
|
|
# guardd — 自动安装/修复脚本
|
|
# 适用: 任何联邦机器（自动适配当前用户）
|
|
# 用法: bash install_guardd.sh
|
|
# ═══════════════════════════════════════════════════════════
|
|
|
|
set -e
|
|
|
|
USER_HOME="$HOME"
|
|
USER_NAME="$(whoami)"
|
|
AGENT_SYNC="$HOME/workbuddy-agent-os/agent-sync"
|
|
AGENT_LOCAL="$HOME/workbuddy-agent-os/agent-local"
|
|
GUARDD_DIR="$AGENT_SYNC/05_tools/00_setup/guardd"
|
|
GUARDD_PY="$GUARDD_DIR/guardd.py"
|
|
|
|
# 检测 WorkBuddy 管理的 Python
|
|
PYTHON_BIN=""
|
|
for p in "$HOME/.workbuddy/binaries/python/envs/agent-os/bin/python3" \
|
|
"$HOME/.workbuddy/binaries/python/versions/3.13.12/bin/python3" \
|
|
"/usr/bin/python3"; do
|
|
if [ -x "$p" ]; then
|
|
PYTHON_BIN="$p"
|
|
break
|
|
fi
|
|
done
|
|
|
|
if [ -z "$PYTHON_BIN" ]; then
|
|
echo "❌ 未找到可用的 Python 3"
|
|
exit 1
|
|
fi
|
|
|
|
echo "════════════════════════════════════════════"
|
|
echo " guardd 安装脚本"
|
|
echo " 用户: $USER_NAME"
|
|
echo " 路径: $AGENT_SYNC"
|
|
echo " Python: $PYTHON_BIN"
|
|
echo "════════════════════════════════════════════"
|
|
echo ""
|
|
|
|
# ── 1. 创建必要目录 ──
|
|
echo "[1/5] 创建运行时目录..."
|
|
mkdir -p "$AGENT_LOCAL/identity"
|
|
mkdir -p "$AGENT_LOCAL/runtime/guardd"
|
|
|
|
# ── 2. 修复 guardd.py 的 logger bug（已固化的版本会从仓库同步） ──
|
|
echo "[2/5] 检查 guardd.py..."
|
|
if [ ! -f "$GUARDD_PY" ]; then
|
|
echo "❌ guardd.py 不存在 — 请先 git pull"
|
|
exit 1
|
|
fi
|
|
|
|
# ── 3. 生成 plist ──
|
|
echo "[3/5] 生成 launchd plist..."
|
|
PLIST_PATH="$HOME/Library/LaunchAgents/com.agentos.guardd.plist"
|
|
|
|
cat > "$PLIST_PATH" << EOF
|
|
<?xml version="1.0" encoding="UTF-8"?>
|
|
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
|
|
"http://www.apple.com/DTDs/PropertyList-1.0.dtd">
|
|
<plist version="1.0">
|
|
<dict>
|
|
<key>Label</key>
|
|
<string>com.agentos.guardd</string>
|
|
<key>ProgramArguments</key>
|
|
<array>
|
|
<string>${PYTHON_BIN}</string>
|
|
<string>${GUARDD_PY}</string>
|
|
</array>
|
|
<key>StartInterval</key>
|
|
<integer>300</integer>
|
|
<key>RunAtLoad</key>
|
|
<true/>
|
|
<key>StandardOutPath</key>
|
|
<string>${AGENT_LOCAL}/runtime/guardd/stdout.log</string>
|
|
<key>StandardErrorPath</key>
|
|
<string>${AGENT_LOCAL}/runtime/guardd/stderr.log</string>
|
|
<key>EnvironmentVariables</key>
|
|
<dict>
|
|
<key>PATH</key>
|
|
<string>/usr/local/bin:/usr/bin:/bin:${HOME}/.workbuddy/binaries/python/versions/3.13.12/bin</string>
|
|
<!-- GUARDD_DASHBOARD_URL 已废弃: 改为读 agent-local/config.yaml 中的 dashboard_url
|
|
<key>GUARDD_DASHBOARD_URL</key>
|
|
<string>http://localhost:9988</string>
|
|
-->
|
|
</dict>
|
|
<key>KeepAlive</key>
|
|
<false/>
|
|
<key>ThrottleInterval</key>
|
|
<integer>300</integer>
|
|
</dict>
|
|
</plist>
|
|
EOF
|
|
echo " ✅ plist 已生成: $PLIST_PATH"
|
|
|
|
# ── 4. 卸载旧服务 ──
|
|
echo "[4/5] 卸载旧 guardd 服务..."
|
|
launchctl bootout gui/$(id -u)/com.agentos.guardd 2>/dev/null || true
|
|
# 兼容旧版 launchctl
|
|
launchctl unload "$PLIST_PATH" 2>/dev/null || true
|
|
echo " ✅ 已卸载"
|
|
|
|
# ── 5. 加载新服务 ──
|
|
echo "[5/5] 加载 guardd 服务..."
|
|
launchctl bootstrap gui/$(id -u) "$PLIST_PATH" 2>/dev/null || launchctl load "$PLIST_PATH"
|
|
echo " ✅ 已加载"
|
|
|
|
echo ""
|
|
echo "════════════════════════════════════════════"
|
|
echo " ✅ 安装完成！"
|
|
echo "════════════════════════════════════════════"
|
|
echo ""
|
|
echo "查看状态: launchctl print gui/$(id -u)/com.agentos.guardd | grep state"
|
|
echo "查看日志: tail -f $AGENT_LOCAL/runtime/guardd/stdout.log"
|
|
echo ""
|
|
echo "如需卸载:"
|
|
echo " launchctl bootout gui/$(id -u)/com.agentos.guardd"
|
|
echo " rm ~/Library/LaunchAgents/com.agentos.guardd.plist"
|