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）。
70 lines
2.6 KiB
Python
70 lines
2.6 KiB
Python
"""
|
|
批量生成 8 张漫剧分镜图 — WorkBuddy 云服务 (混元生图 3.0)
|
|
"""
|
|
import sys, json, os, subprocess, time
|
|
|
|
OUT_DIR = "/Users/7kecheng/workbuddy-agent-os/agent-local/tools/ave/cache/generated/PROD-20260517-0003"
|
|
os.makedirs(OUT_DIR, exist_ok=True)
|
|
|
|
CLOUD_SCRIPT = "/Applications/WorkBuddy.app/Contents/Resources/app.asar.unpacked/resources/builtin-skills/buddy-multimodal-generation/scripts/buddy-cloud.py"
|
|
PYTHON = "/Users/7kecheng/.workbuddy/binaries/python/envs/agent-os/bin/python"
|
|
|
|
# 从 visual_prompts JSON 加载
|
|
with open("/Users/7kecheng/workbuddy-agent-os/agent-local/tools/ave/cache/PROD-20260517-0003_visual_prompts.json") as f:
|
|
prompts = json.load(f)
|
|
|
|
# 读取 token
|
|
token = open("/dev/tty", "r") if False else "" # placeholder — will pass via pipe
|
|
|
|
print(f"将生成 {len(prompts)} 张分镜图")
|
|
print()
|
|
|
|
results = []
|
|
for i, vp in enumerate(prompts):
|
|
seg_id = vp["id"]
|
|
scene = vp["scene"]
|
|
prompt = vp["visual_prompt"]
|
|
|
|
# 清理 prompt — 去掉架构标记，转为纯文本描述
|
|
clean_prompt = (
|
|
f"日系清新漫画风格。{scene}。"
|
|
f"主角阿远，黑短发戴细框眼镜，"
|
|
f"情绪：{vp['emotion']}。"
|
|
f"镜头：{vp.get('reference_image', '中景')}"
|
|
)
|
|
# 使用更精确的 prompt
|
|
final_prompt = (
|
|
f"日系清新漫画风格，{scene}。"
|
|
f"一个25岁黑短发戴细框金属眼镜的偏瘦男生阿远，"
|
|
f"表情{vp['emotion']}。"
|
|
f"柔和色调，线条干净，温暖治愈氛围。"
|
|
)
|
|
|
|
out_path = f"{OUT_DIR}/seg_{seg_id:02d}_{scene}.png"
|
|
print(f"[{i+1}/{len(prompts)}] #{seg_id} {scene} — 生成中...", end=" ", flush=True)
|
|
|
|
start = time.time()
|
|
# 使用 --no-poll 先提交，后续再检查状态
|
|
# 先试试直接同步生成
|
|
result = subprocess.run(
|
|
[PYTHON, CLOUD_SCRIPT, "image", final_prompt,
|
|
"--resolution", "1248:832",
|
|
"--revise", "1",
|
|
"--token-stdin"],
|
|
input=token,
|
|
capture_output=True, text=True, timeout=300
|
|
)
|
|
elapsed = time.time() - start
|
|
|
|
if result.returncode == 0:
|
|
# 从输出中提取图片 URL
|
|
output = result.stdout.strip()
|
|
print(f"✅ ({elapsed:.0f}s)")
|
|
# 保存输出信息
|
|
results.append({"id": seg_id, "scene": scene, "output": output, "path": out_path})
|
|
else:
|
|
print(f"❌ 失败: {result.stderr.strip()[:100]}")
|
|
results.append({"id": seg_id, "scene": scene, "error": result.stderr.strip()})
|
|
|
|
print(f"\n完成: {len([r for r in results if 'output' in r])}/{len(prompts)} 张")
|