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）。
112 lines
3.4 KiB
Markdown
112 lines
3.4 KiB
Markdown
# Blueprint 蓝图设计规范 v1.0.0
|
|
|
|
> 最后更新：2026-05-01
|
|
> 设计目标：可组合、可验证、可追踪的脚本化操作流
|
|
|
|
## 一、设计原则
|
|
|
|
每个蓝图由若干 **原子操作步骤** 组成，每个步骤必须记录：
|
|
|
|
```
|
|
前置条件 (pre-condition) → 执行操作 → 后置条件 (post-condition)
|
|
↑ ↓
|
|
状态验证锚点 状态验证锚点
|
|
```
|
|
|
|
## 二、步骤格式
|
|
|
|
```json
|
|
{
|
|
"step_id": 1,
|
|
"op": "goto_home",
|
|
"args": {},
|
|
|
|
"pre": {
|
|
"page_mode": ["unknown", "grid", "player", "search"],
|
|
"login_required": false,
|
|
"check": []
|
|
},
|
|
|
|
"post": {
|
|
"page_mode": "grid",
|
|
"anchors": ["alink-item"],
|
|
"video_found": false,
|
|
"description": "到达首页卡片列表"
|
|
},
|
|
|
|
"verify": {"mode": "anchor", "anchor": "grid_page", "timeout": 15},
|
|
"on_fail": "retry(2)"
|
|
}
|
|
```
|
|
|
|
## 三、预定义页面模式
|
|
|
|
| 模式 | 锚点元素 | 描述 |
|
|
|------|---------|------|
|
|
| `unknown` | 无 | 未知/空白页 |
|
|
| `grid` | `[data-e2e="alink-item"]` | 首页卡片列表 |
|
|
| `player` | `[data-e2e="video-player-digg"]` | 视频播放器（带点赞/收藏按钮） |
|
|
| `search` | `[data-e2e="searchbar-input"]` | 搜索页 |
|
|
| `login_popup` | `[class*="login"]` 覆盖层 | 登录弹窗 |
|
|
|
|
## 四、预定义的原子操作
|
|
|
|
| 操作 | 前置条件 | 后置条件 | 说明 |
|
|
|------|---------|---------|------|
|
|
| `goto_home` | 任意 | `grid` | 导航到首页，激活手机模式 |
|
|
| `search(keyword)` | `grid` | `search` | 输入关键词搜索 |
|
|
| `open_video` | `grid` / `search` | `player` | 打开第一个找到的视频 |
|
|
| `like` | `player` | `player`(已赞) | 点赞当前视频 |
|
|
| `collect` | `player` | `player`(已收藏) | 收藏当前视频 |
|
|
| `next_video` | `player` | `player`(新视频) | 切换下一条（手机模式：全局流） |
|
|
| `comment(text)` | `player` + 登录 | `player`(已评论) | 输入评论并发送 |
|
|
| `go_back` | `player` | `grid` / `search` | 返回上一页 |
|
|
| `wait_watch(seconds)` | `player` | `player` | 观看一段时间 |
|
|
| `scroll_feed` | `grid` | `grid` | 首页滚动 |
|
|
|
|
## 五、完整流程示例：douyin_nurture_v1
|
|
|
|
```
|
|
start: unknown
|
|
│
|
|
├── goto_home (pre:unknown → post:grid)
|
|
│ └── 激活手机模式：设UA→导航→刷新→等渲染
|
|
│
|
|
├── search(关键词) (pre:grid → post:search)
|
|
│
|
|
├── open_video (pre:search → post:player)
|
|
│
|
|
├── like (pre:player → post:player)
|
|
├── wait_watch(8s) (pre:player → post:player)
|
|
│
|
|
├── next_video (pre:player → post:player) ← 手机模式全局流
|
|
│
|
|
├── like (pre:player → post:player)
|
|
├── collect (pre:player → post:player)
|
|
│
|
|
├── go_back (pre:player → post:search)
|
|
│
|
|
└── open_video (pre:search → post:player)
|
|
├── like
|
|
├── collect
|
|
└── next_video
|
|
```
|
|
|
|
## 六、状态持久化
|
|
|
|
每次养号运行后，生成 `.state.json` 记录：
|
|
|
|
```json
|
|
{
|
|
"run_id": "20260501_093000",
|
|
"account": "douyin_01",
|
|
"blueprint": "douyin_nurture_v1",
|
|
"steps": [
|
|
{"step": 1, "op": "goto_home", "pre": "unknown", "post": "grid", "success": true}
|
|
],
|
|
"login_method": "profile",
|
|
"device_mode": "mobile_tablet",
|
|
"duration_sec": 76
|
|
}
|
|
```
|