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

1.6 KiB

Raw Blame History

SMS 验证码 API 使用说明

服务地址

https://wx.tyhtak.com

API 接口

GET /api/biz/msg/messages
  ?api_key=gtmsg2026
  &receiver_phone={phone}
  &page=1&per_page=20

配置方式

1. 全局默认手机号（scripts/config/sms.yaml）

sms:
  api_key: "gtmsg2026"
  phone: "15370103682"        # 默认手机号
  base_url: "https://wx.tyhtak.com/api/biz/msg/messages"

2. 账号级手机号（accounts.yaml）

accounts:
  - id: douyin_01
    phone: "18513308610"       # 每个账号绑定自己的手机号
  - id: douyin_02
    phone: "18500003366"
  - id: douyin_camo01
    phone: "15370103682"

3. 运行时优先级

sms_login(account_name='douyin_02') → 查 accounts.yaml → 拿到 phone=18500003366 → 调用 API 时用 receiver_phone=18500003366

4. 三个账号的 API 支持情况

所有账号共用同一个 API 平台（wx.tyhtak.com），只需在 API URL 中替换 receiver_phone 参数即可查询对应手机号的短信。

账号	手机号	API receiver_phone
douyin_01	18513308610	替换即可
douyin_02	18500003366	替换即可
douyin_camo01	15370103682	替换即可

使用方式

# 自动模式：从 accounts.yaml 查手机号
from matrix_modules.account.sms_login import sms_login
ok = await sms_login(page, account_name='douyin_02')

# 手动模式：指定手机号
from matrix_modules.account.sms import ApiSMSHandler
handler = ApiSMSHandler(phone='18500003366')
code = await handler.wait('抖音登录', timeout=60)

1.6 KiB Raw Blame History Unescape Escape