butubb/MediaCrawler

Fork 0

Files

T

butubb 2112c1a870

Deploy VitePress site to Pages / build (push) Canceled after 0s

Details

Deploy VitePress site to Pages / Deploy (push) Canceled after 0s

Details

feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程，直接发 HTTP

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）。

2026-10-10 17:12:25 +08:00

2.0 KiB

Raw Blame History

name, version, type, description, author, last_updated

name	version	type	description	author	last_updated
matrix	2.1.0	tool	多平台社交账号矩阵养号工具	agent-os	2026-05-01

Matrix 养号工具模块

模块信息

字段	值
名称	matrix
版本	2.1.0
类型	tool
路径	`05_tools/07_matrix/`
本地数据	`agent-local/tools/matrix/`
依赖	patchright, camoufox, PyYAML

模块结构

05_tools/07_matrix/          ← 同步目录（Git + 坚果云）
├── MODULE.md                 ← 本文件（模块描述）
├── install.sh                ← 新机部署脚本
├── requirements.txt          ← Python 依赖
├── local.yaml.template       ← 本地配置模板
├── config_template/          ← 账号配置模板
├── scripts/                  ← 核心代码
├── blueprints/               ← 蓝图文件
└── docs/                     ← 标准化文档

agent-local/tools/matrix/    ← 本地数据（每机独立，不同步）
├── config/accounts.yaml      ← 本机账号配置
├── data/cookies/             ← 登录 Cookie
├── data/matrix.db            ← 执行记录
├── profiles/                 ← Chrome Profile（需重新登录）
├── logs/                     ← 运行日志
└── screenshots/             ← 截图

部署方式

# 本模块的部署由 agentos upgrade 统一管理
# 如单独执行:
bash install.sh                           # 建目录 + 装依赖 + 生成 local.yaml
pip install -r requirements.txt            # 安装 Python 包
python -m patchright install chromium      # 安装 Playwright Chromium
pip install camoufox && python -m camoufox fetch  # 安装 Camoufox

升级历史

版本	日期	变更
2.1.0	2026-05-01	原子化登录模块 auth_manager.py + 稳定性修复
2.0.0	2026-04-30	Camoufox 集成 + 蓝图引擎升级
1.0.0	2026-04-27	初始版本

2.0 KiB Raw Blame History