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）。
125 lines
3.8 KiB
Bash
125 lines
3.8 KiB
Bash
#!/bin/bash
|
||
# guardd 安装脚本 — 动态生成 plist → 部署到 launchd，设置 300 秒周期
|
||
# 用法: bash scripts/install.sh
|
||
# 多机器兼容：自动探测本机路径，无需手动修改 plist 模板
|
||
|
||
set -euo pipefail
|
||
|
||
GUARDD_DIR="$(cd "$(dirname "$0")/.." && pwd)"
|
||
PLIST_DEST="$HOME/Library/LaunchAgents/com.agentos.guardd.plist"
|
||
GUARDD_PY="$GUARDD_DIR/guardd.py"
|
||
RUNTIME_DIR="$HOME/workbuddy-agent-os/agent-local/runtime/guardd"
|
||
|
||
# ── 自动探测 Python ──────────────────────────────────────
|
||
# 优先使用 agent-os venv，fallback 到当前 python3
|
||
if [ -x "$HOME/.workbuddy/binaries/python/envs/agent-os/bin/python3" ]; then
|
||
PYTHON_BIN="$HOME/.workbuddy/binaries/python/envs/agent-os/bin/python3"
|
||
elif [ -x "$HOME/.workbuddy/binaries/python/envs/default/bin/python3" ]; then
|
||
PYTHON_BIN="$HOME/.workbuddy/binaries/python/envs/default/bin/python3"
|
||
else
|
||
PYTHON_BIN=$(command -v python3)
|
||
fi
|
||
PYTHON_LIB_DIR="$(dirname "$(dirname "$PYTHON_BIN")")/versions/$(basename "$(dirname "$(dirname "$PYTHON_BIN")")")/lib" 2>/dev/null || echo ""
|
||
|
||
echo "=== guardd 安装脚本 ==="
|
||
echo "源目录: $GUARDD_DIR"
|
||
echo "Python: $PYTHON_BIN"
|
||
|
||
# 1. 检查 guardd.py 是否存在
|
||
if [ ! -f "$GUARDD_PY" ]; then
|
||
echo "❌ 未找到 guardd.py: $GUARDD_PY"
|
||
echo " 请确保在 guardd 目录下运行此脚本"
|
||
exit 1
|
||
fi
|
||
|
||
# 2. 创建运行时目录
|
||
mkdir -p "$RUNTIME_DIR"
|
||
echo "✅ 运行时目录: $RUNTIME_DIR"
|
||
|
||
# 3. 确保 guardd.py 可执行
|
||
chmod +x "$GUARDD_PY"
|
||
echo "✅ guardd.py 可执行权限"
|
||
|
||
# 4. 动态生成 plist（多机器兼容，不依赖静态模板）
|
||
cat > "$PLIST_DEST" << PLEOF
|
||
<?xml version="1.0" encoding="UTF-8"?>
|
||
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
|
||
"http://www.apple.com/DTDs/PropertyList-1.0.dtd">
|
||
<plist version="1.0">
|
||
<dict>
|
||
<key>Label</key>
|
||
<string>com.agentos.guardd</string>
|
||
|
||
<key>ProgramArguments</key>
|
||
<array>
|
||
<string>$PYTHON_BIN</string>
|
||
<string>$GUARDD_PY</string>
|
||
</array>
|
||
|
||
<key>StartInterval</key>
|
||
<integer>300</integer>
|
||
|
||
<key>RunAtLoad</key>
|
||
<true/>
|
||
|
||
<key>StandardOutPath</key>
|
||
<string>${RUNTIME_DIR}/stdout.log</string>
|
||
|
||
<key>StandardErrorPath</key>
|
||
<string>${RUNTIME_DIR}/stderr.log</string>
|
||
|
||
<key>EnvironmentVariables</key>
|
||
<dict>
|
||
<key>PATH</key>
|
||
<string>/usr/local/bin:/usr/bin:/bin:/opt/homebrew/bin</string>
|
||
<key>GUARDD_DASHBOARD_URL</key>
|
||
<string>http://localhost:9988</string>
|
||
</dict>
|
||
|
||
<key>KeepAlive</key>
|
||
<false/>
|
||
|
||
<key>ThrottleInterval</key>
|
||
<integer>300</integer>
|
||
</dict>
|
||
</plist>
|
||
PLEOF
|
||
echo "✅ plist 已动态生成: $PLIST_DEST"
|
||
|
||
# 5. 卸载旧的 launchd job（如果存在）
|
||
launchctl bootout gui/$(id -u)/com.agentos.guardd 2>/dev/null || true
|
||
|
||
# 6. 加载新 plist
|
||
launchctl bootstrap gui/$(id -u) "$PLIST_DEST"
|
||
echo "✅ guardd 已加载到 launchd"
|
||
|
||
# 7. 立即启动一次（测试）
|
||
launchctl kickstart -k gui/$(id -u)/com.agentos.guardd
|
||
echo "✅ guardd 已启动"
|
||
|
||
# 8. 验证
|
||
sleep 2
|
||
if [ -f "$RUNTIME_DIR/last_run.json" ]; then
|
||
echo "✅ guardd 首次运行成功"
|
||
cat "$RUNTIME_DIR/last_run.json"
|
||
else
|
||
echo "⏳ guardd 尚未完成首次运行，等待 10 秒..."
|
||
sleep 8
|
||
if [ -f "$RUNTIME_DIR/last_run.json" ]; then
|
||
echo "✅ guardd 首次运行成功"
|
||
cat "$RUNTIME_DIR/last_run.json"
|
||
else
|
||
echo "⚠️ 未检测到 last_run.json，请检查日志: $RUNTIME_DIR/guardd.log"
|
||
if [ -f "$RUNTIME_DIR/stderr.log" ]; then
|
||
echo "--- stderr ---"
|
||
cat "$RUNTIME_DIR/stderr.log"
|
||
fi
|
||
fi
|
||
fi
|
||
|
||
echo ""
|
||
echo "=== guardd 安装完成 ==="
|
||
echo "查看状态: cat $RUNTIME_DIR/last_run.json"
|
||
echo "查看日志: cat $RUNTIME_DIR/guardd.log"
|
||
echo "手动卸载: launchctl bootout gui/$(id -u) $PLIST_DEST"
|