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）。
157 lines
5.9 KiB
Bash
157 lines
5.9 KiB
Bash
#!/bin/bash
|
||
#
|
||
# Matrix 矩阵养号系统 — 新机一键恢复脚本（v4.0 配置文件版）
|
||
#
|
||
# 用法:
|
||
# bash ~/workbuddy-agent-os/agent-sync/05_tools/07_matrix/install.sh
|
||
#
|
||
# 功能:
|
||
# 1. 在 agent-local/tools/matrix/ 建立本机数据目录骨架
|
||
# 2. 生成本机 local.yaml 路径配置文件（替代软链接，解决多机同步问题）
|
||
# 3. 清理旧版软链接残留（如有）
|
||
# 4. 安装 Python 依赖
|
||
# 5. 提示初始化账号配置
|
||
#
|
||
# 设计原则 (v4.0):
|
||
# - local.yaml 不参与坚果云同步，每台机器独立生成
|
||
# - Python 脚本统一通过 scripts/local_paths.py 读取路径，不再依赖软链接
|
||
# - 多机同步只需跑一次 install.sh，互不干扰
|
||
#
|
||
|
||
set -e
|
||
|
||
TOOL_DIR="$(cd "$(dirname "$0")" && pwd)"
|
||
LOCAL_DIR="$HOME/workbuddy-agent-os/agent-local/tools/matrix"
|
||
PYTHON="${WORKBUDDY_PYTHON:-$(which python3)}"
|
||
|
||
echo "=========================================="
|
||
echo " Matrix 矩阵养号系统 — 新机恢复 (v4.0)"
|
||
echo "=========================================="
|
||
echo ""
|
||
echo "代码目录: $TOOL_DIR"
|
||
echo "本地数据: $LOCAL_DIR"
|
||
echo "Python: $PYTHON"
|
||
echo ""
|
||
|
||
# ── Step 1: 建立本机数据目录骨架 ────────────────────────────
|
||
echo "▶ [1/5] 建立本地数据目录..."
|
||
mkdir -p "$LOCAL_DIR/config"
|
||
mkdir -p "$LOCAL_DIR/data/cookies"
|
||
mkdir -p "$LOCAL_DIR/data/camoufox_pids"
|
||
mkdir -p "$LOCAL_DIR/profiles"
|
||
mkdir -p "$LOCAL_DIR/logs"
|
||
mkdir -p "$LOCAL_DIR/screenshots"
|
||
echo " ⚠️ 注意: profiles/ 含 Chrome 登录数据，换机后需重新登录各平台账号"
|
||
echo " ✅ $LOCAL_DIR"
|
||
|
||
# ── Step 2: 生成 local.yaml 配置文件 ─────────────────────────
|
||
echo "▶ [2/5] 生成 local.yaml 路径配置..."
|
||
CONF_FILE="$TOOL_DIR/local.yaml"
|
||
if [ -f "$CONF_FILE" ]; then
|
||
CURRENT_ROOT=$(grep "local_data_root:" "$CONF_FILE" 2>/dev/null | sed 's/.*local_data_root: *//' | tr -d "\"'" | xargs)
|
||
if [ "$CURRENT_ROOT" = "$LOCAL_DIR" ]; then
|
||
echo " ✅ local.yaml 已存在且路径正确，跳过"
|
||
else
|
||
echo " ⚠️ local.yaml 存在但路径不一致: $CURRENT_ROOT"
|
||
echo " → 更新为当前路径: $LOCAL_DIR"
|
||
cat > "$CONF_FILE" << EOF
|
||
# Matrix 本机数据目录配置
|
||
# 此文件由 install.sh 生成，每台机器独立，不参与坚果云同步
|
||
#
|
||
# local_data_root: 本机 agent-local/tools/matrix 目录的绝对路径
|
||
|
||
matrix:
|
||
local_data_root: $LOCAL_DIR
|
||
EOF
|
||
echo " ✅ local.yaml 已更新"
|
||
fi
|
||
else
|
||
cat > "$CONF_FILE" << EOF
|
||
# Matrix 本机数据目录配置
|
||
# 此文件由 install.sh 生成，每台机器独立，不参与坚果云同步
|
||
#
|
||
# local_data_root: 本机 agent-local/tools/matrix 目录的绝对路径
|
||
|
||
matrix:
|
||
local_data_root: $LOCAL_DIR
|
||
EOF
|
||
echo " ✅ local.yaml 已生成: $CONF_FILE"
|
||
fi
|
||
|
||
# ── Step 3: 清理旧版软链接 ───────────────────────────────────
|
||
echo "▶ [3/5] 检查旧版软链接残留..."
|
||
CLEANUP_NEEDED=0
|
||
for name in config data logs screenshots profiles; do
|
||
LINK="$TOOL_DIR/$name"
|
||
if [ -L "$LINK" ]; then
|
||
TARGET=$(readlink "$LINK")
|
||
echo " 🧹 发现旧版软链接: $name → $TARGET"
|
||
rm "$LINK"
|
||
echo " 已删除（路径已由 local.yaml 管理）"
|
||
CLEANUP_NEEDED=1
|
||
elif [ -d "$LINK" ]; then
|
||
# 可能是坚果云展开的真实目录（含旧数据）
|
||
echo " ⚠️ $LINK 是真实目录（非软链接）"
|
||
echo " 可能是坚果云同步时展开的旧软链接数据"
|
||
echo " 建议检查内容后手动处理或删除"
|
||
fi
|
||
done
|
||
if [ "$CLEANUP_NEEDED" -eq 0 ]; then
|
||
echo " ✅ 无旧版软链接残留"
|
||
fi
|
||
|
||
# ── Step 4: 安装 Python 依赖 ────────────────────────────────
|
||
echo "▶ [4/5] 安装 Python 依赖..."
|
||
if $PYTHON -m pip install -r "$TOOL_DIR/requirements.txt" -q; then
|
||
echo " ✅ 依赖安装完成"
|
||
# 安装 patchright 浏览器二进制
|
||
$PYTHON -m patchright install chromium 2>/dev/null && echo " ✅ Chromium (patchright) 已安装" || echo " ⚠️ Chromium 安装跳过（可稍后手动执行: python -m patchright install chromium）"
|
||
else
|
||
echo " ❌ 依赖安装失败，请检查 Python 环境"
|
||
exit 1
|
||
fi
|
||
|
||
# ── Step 5: 配置模板初始化 (统一跨机模板) ──────────────────
|
||
echo "▶ [5/5] 初始化配置模板..."
|
||
CONFIG_DIR="$LOCAL_DIR/config"
|
||
TEMPLATE_DIR="$TOOL_DIR/config_template"
|
||
mkdir -p "$CONFIG_DIR"
|
||
|
||
# 从模板复制所有配置（不覆盖已有文件）
|
||
for tmpl in "$TEMPLATE_DIR"/*; do
|
||
fname=$(basename "$tmpl")
|
||
target="$CONFIG_DIR/$fname"
|
||
if [ ! -f "$target" ]; then
|
||
cp "$tmpl" "$target"
|
||
echo " 📋 已安装: $fname"
|
||
else
|
||
echo " ✅ 已存在: $fname"
|
||
fi
|
||
done
|
||
|
||
# ── 初始化数据库 ────────────────────────────────────────────
|
||
DB_FILE="$LOCAL_DIR/data/matrix.db"
|
||
if [ ! -f "$DB_FILE" ]; then
|
||
echo ""
|
||
echo "▶ 初始化数据库..."
|
||
cd "$TOOL_DIR" && $PYTHON scripts/init_db.py && echo " ✅ 数据库已初始化" || echo " ⚠️ 数据库初始化失败，可稍后手动执行: python scripts/init_db.py"
|
||
fi
|
||
|
||
echo ""
|
||
echo "=========================================="
|
||
echo " ✅ 安装完成！"
|
||
echo "=========================================="
|
||
echo ""
|
||
echo "使用方法:"
|
||
echo " cd $TOOL_DIR"
|
||
echo " python scripts/switch_account.py --method profile --target douyin_01 --port 9222"
|
||
echo " python scripts/task_engine.py --blueprint douyin_browse_v2 --account douyin_01"
|
||
echo ""
|
||
echo "账号配置文件:"
|
||
echo " $CONFIG_FILE"
|
||
echo ""
|
||
echo "❗ 坚果云同步提示:"
|
||
echo " 请将 local.yaml 加入坚果云排除列表，避免被同步到其他机器"
|
||
echo ""
|
||
exit 0
|