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）。
77 lines
3.0 KiB
Bash
77 lines
3.0 KiB
Bash
#!/bin/bash
|
||
# ─────────────────────────────────────────────────
|
||
# 多机同步脚本 — 拉取最新代码 + 重建依赖
|
||
# 在 7kecheng / 5kechengdeAir 上各执行一次
|
||
# ─────────────────────────────────────────────────
|
||
|
||
set -e
|
||
echo "════════════════════════════════════════"
|
||
echo " AgentOS 多机同步 $(date '+%Y-%m-%d %H:%M')"
|
||
echo "════════════════════════════════════════"
|
||
|
||
# ── 1. 拉取最新代码 ──
|
||
echo ""
|
||
echo "=== 1. 拉取最新代码 ==="
|
||
cd ~/workbuddy-agent-os/agent-sync
|
||
git pull --rebase origin main
|
||
echo " ✅ 代码已更新 ($(git log --oneline -1))"
|
||
|
||
# ── 2. 重建 Dashboard venv ──
|
||
echo ""
|
||
echo "=== 2. 重建 Dashboard venv ==="
|
||
VENV=~/.workbuddy/binaries/python/envs/dashboard
|
||
rm -rf "$VENV"
|
||
|
||
# 使用 managed Python 3.13（如果不可用则用 system Python）
|
||
PY_BIN=~/.workbuddy/binaries/python/versions/3.13.12/bin/python3
|
||
if [ ! -f "$PY_BIN" ]; then
|
||
PY_BIN=/usr/bin/python3
|
||
fi
|
||
echo " 使用 Python: $($PY_BIN --version)"
|
||
|
||
$PY_BIN -m venv "$VENV"
|
||
$VENV/bin/pip install fastapi uvicorn pyyaml -q
|
||
echo " ✅ Dashboard venv 就绪"
|
||
|
||
# ── 3. 更新 launchd 配置 ──
|
||
echo ""
|
||
echo "=== 3. 更新 launchd 配置 ==="
|
||
# Dashboard
|
||
cp ~/workbuddy-agent-os/agent-sync/05_tools/00_setup/guardd/com.agentos.dashboard.plist \
|
||
~/Library/LaunchAgents/com.agentos.dashboard.plist 2>/dev/null || true
|
||
|
||
# SOCKS5 转发器
|
||
cp ~/workbuddy-agent-os/agent-sync/05_tools/00_setup/guardd/com.agentos.socks5-forwarder.plist \
|
||
~/Library/LaunchAgents/com.agentos.socks5-forwarder.plist 2>/dev/null || true
|
||
|
||
echo " ✅ launchd 配置已更新"
|
||
|
||
# ── 4. 重启服务 ──
|
||
echo ""
|
||
echo "=== 4. 重启服务 ==="
|
||
# 重启 Dashboard
|
||
launchctl bootout gui/$(id -u)/com.agentos.dashboard 2>/dev/null || true
|
||
sleep 1
|
||
launchctl bootstrap gui/$(id -u) ~/Library/LaunchAgents/com.agentos.dashboard.plist 2>/dev/null || \
|
||
launchctl load ~/Library/LaunchAgents/com.agentos.dashboard.plist 2>/dev/null || true
|
||
|
||
# guardd 下次心跳会自动更新
|
||
echo " ✅ 服务已重启"
|
||
|
||
# ── 5. 验证 ──
|
||
echo ""
|
||
echo "=== 5. 验证 ==="
|
||
sleep 3
|
||
curl -s http://localhost:9988/api/machines 2>/dev/null | python3 -c "
|
||
import json,sys
|
||
d=json.load(sys.stdin)
|
||
print(f' Dashboard: {d[\"total\"]} 台机器在线')
|
||
for m in d['machines']:
|
||
print(f' {m[\"hostname\"]:20s} {m[\"status\"]}')
|
||
" 2>/dev/null || echo " ⚠️ Dashboard 启动中，稍后刷新 http://localhost:9988"
|
||
|
||
echo ""
|
||
echo "════════════════════════════════════════"
|
||
echo " ✅ 同步完成！"
|
||
echo "════════════════════════════════════════"
|