Files
MediaCrawler/mac-agent-os-main/05_tools/07_matrix/scripts/login_identity.py
T
butubb 2112c1a870
Deploy VitePress site to Pages / build (push) Canceled after 0s
Deploy VitePress site to Pages / Deploy (push) Canceled after 0s
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

181 lines
6.1 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
#!/usr/bin/env python3
"""
身份登录 — 首次手动登录,登录态保存到持久化目录
用法:
python login_identity.py <identity_name> [--platform douyin|xiaohongshu]
流程:
1. 通过 cdp_connector.CDPConnector(identity_dir=...) 启动 Camoufox 持久化
2. 用户手动登录
3. 按 Enter 触发 → 状态自动保存
支持平台:
- douyin → douyin.com
- xiaohongshu → xiaohongshu.com/explore
"""
import argparse
import asyncio
import sys
from pathlib import Path
from matrix_mgmt import AGENT_LOCAL
IDENTITIES_ROOT = AGENT_LOCAL / "tools" / "matrix" / "identities"
# ── 平台 URL 映射 ──
PLATFORM_URLS = {
"douyin": "https://www.douyin.com/",
"xiaohongshu": "https://www.xiaohongshu.com/explore",
}
PLATFORM_NAMES = {
"douyin": "抖音",
"xiaohongshu": "小红书",
}
async def login_identity(identity_name: str, platform: str = "auto"):
"""执行首次手动登录
Args:
identity_name: 账号ID
platform: "auto" 时从 accounts.yaml 自动解析
"""
import sys as _sys
_sys.path.insert(0, str(Path(__file__).parent))
# 从账号注册表读取 identity_dir 和 platform
acct_info = {}
try:
from matrix_mgmt import MatrixManager
mgr = MatrixManager()
for a in mgr.list_accounts():
if a["id"] == identity_name:
acct_info = a
break
except: pass
# 身份目录:优先用 accounts.yaml 中的 identity_dir,否则用账号ID
acct_identity = acct_info.get("identity_dir") or acct_info.get("identity_hint") or identity_name
acct_identity = acct_identity.replace("identities/", "")
identity_dir = str(IDENTITIES_ROOT / acct_identity)
# 平台:auto 时从账号信息解析
if platform == "auto":
p = acct_info.get("platform", "douyin")
platform = p if p in ("douyin", "xiaohongshu") else "douyin"
signal_file = Path(f"/tmp/login_identity_{identity_name}.signal")
platform_url = PLATFORM_URLS.get(platform, PLATFORM_URLS["douyin"])
platform_name = PLATFORM_NAMES.get(platform, platform)
# 前置检查
if not Path(identity_dir).exists():
print(f"❌ 身份 '{identity_name}' 不存在")
print(f" 请先运行: python create_identity.py {identity_name}")
sys.exit(1)
# 清理旧信号
if signal_file.exists():
signal_file.unlink()
from cdp_connector import CDPConnector
print(f"\n{'='*55}")
print(f" 🔐 {platform_name} 身份登录: {identity_name}")
print(f"{'='*55}")
print(f" 持久化目录: {identity_dir}/user_data/")
# 通过 cdp_connector 启动持久化 Camoufox
conn = CDPConnector(
identity_dir=identity_dir,
headless=False,
window=(702, 783),
)
try:
await conn.connect()
except Exception as e:
print(f"❌ 浏览器连接失败: {e}")
sys.exit(1)
# 设置视口
try:
await conn.page.set_viewport_size({"width": 702, "height": 783})
except Exception:
pass
# 导航到平台首页
print(f" 📍 打开 {platform_name} 首页...")
try:
await conn.page.goto(platform_url, timeout=30000, wait_until="domcontentloaded")
except Exception:
print(f" ⚠️ 页面加载超时,但浏览器已打开,请手动导航")
print(f" 🌐 当前页面: {conn.page.url}")
# 创建信号文件表示浏览器已就绪
signal_file.write_text("ready")
print(f"\n 🟡 请手动登录账号 [{identity_name}] ({platform_name})")
print(f" Camoufox 窗口已打开(Windows 平板模式 702×783)")
print(f" {'💡 打开小红书后如果出现登录弹窗,先手动关闭' if platform == 'xiaohongshu' else ''}")
print(f" 登录完成后,在终端按 Enter 键确认")
print(f" 或: touch {signal_file}")
print()
# 轮询等待信号
while signal_file.exists() and signal_file.read_text().strip() == "ready":
await asyncio.sleep(2)
print(f"\n ✅ 登录态准备保存")
# 验证登录状态
print(f" 🔍 验证登录状态...")
await asyncio.sleep(2)
cookies = await conn.context.cookies()
platform_cookies = [c for c in cookies if platform.replace("_", "").replace("hongshu", "") in c.get('domain', '')]
# 使用 auth_manager 的规则检测
from auth_manager import check_login_by_cookie_sync, get_session_id
logged_in = check_login_by_cookie_sync(cookies, platform)
session_val = get_session_id(cookies, platform)
if logged_in:
cnt = len(platform_cookies)
print(f" 登录: ✅ 检测到 {platform_name} session cookie")
if session_val:
print(f" session: {session_val[:20]}...")
else:
print(f" 登录: ⚠️ 未检测到 {platform_name} session cookie")
print(f" 平台 Cookie 数: {len(platform_cookies)}")
print(f" 请确认是否已成功登录(全部 Cookie: {len(cookies)} 个)")
# 兜底:只要平台 cookie 够多就认为登录了
if len(platform_cookies) > 30:
print(f" → 平台 Cookie 数量充足,判定为已登录 ✅")
logged_in = True
print(f"\n{'='*55}")
if logged_in:
print(f" ✅ 身份 '{identity_name}' 登录完成!")
else:
print(f" ⚠️ 身份 '{identity_name}' 登录状态不确定")
print(f" Cookie 已保存,可尝试运行养号查看效果")
print(f" 浏览器保持运行,可进行养号操作")
print(f"{'='*55}")
# 保持浏览器运行(不调用 conn.close())
def main():
parser = argparse.ArgumentParser(description="身份登录 — 首次手动登录")
parser.add_argument("identity_name", help="身份名称 (如 douyin_01)")
parser.add_argument("--platform", "-p", default="douyin",
choices=["douyin", "xiaohongshu"],
help="平台 (douyin/xiaohongshu)")
args = parser.parse_args()
asyncio.run(login_identity(args.identity_name, args.platform))
if __name__ == "__main__":
main()