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）。
69 lines
2.2 KiB
Python
69 lines
2.2 KiB
Python
"""
|
|
AVE character_locker — 角色描述块锁定器
|
|
|
|
职责:
|
|
在全片 Prompt 链中自动注入固定角色描述块，
|
|
确保 Kling 文生视频时角色一致性。
|
|
|
|
用法:
|
|
from composer.character_locker import inject_character_block
|
|
prompt = inject_character_block(segments, character_desc)
|
|
"""
|
|
import json
|
|
import os
|
|
from pathlib import Path
|
|
|
|
# ── 角色库路径 ──
|
|
CHARACTER_DB = Path(os.environ.get("AVE_CACHE_DIR",
|
|
str(Path.home() / "workbuddy-agent-os/agent-local/tools/ave/cache/character_sheet/characters")))
|
|
CHARACTER_DB.mkdir(parents=True, exist_ok=True)
|
|
|
|
|
|
def load_character_block(char_name: str) -> str:
|
|
"""从角色库加载描述块"""
|
|
safe = char_name.replace(" ", "_").replace("/", "_")
|
|
path = CHARACTER_DB / f"{safe}.json"
|
|
if not path.exists():
|
|
raise FileNotFoundError(f"角色 '{char_name}' 不存在于角色库: {path}")
|
|
data = json.loads(path.read_text(encoding="utf-8"))
|
|
return data["description"]
|
|
|
|
|
|
def inject_character_block(segments: list[dict], character_desc: str) -> list[dict]:
|
|
"""
|
|
在每段素材描述前注入角色描述块
|
|
|
|
参数:
|
|
segments: 导演脚本的 segments 列表
|
|
character_desc: 角色描述块（从定妆照生成）
|
|
|
|
返回:
|
|
注入后的 segments（直接修改原列表）
|
|
"""
|
|
for seg in segments:
|
|
mat = seg.get("material", {})
|
|
search = mat.get("search", "")
|
|
# 如果已包含角色描述, 跳过
|
|
if character_desc in search:
|
|
continue
|
|
# 注入: 角色描述 + 场景描述
|
|
if search:
|
|
mat["search_locked"] = search # 保留原搜索词
|
|
mat["search"] = f"{character_desc}, {search}"
|
|
else:
|
|
mat["search"] = character_desc
|
|
|
|
return segments
|
|
|
|
|
|
def lock_prompt(prompt: str, character_desc: str) -> str:
|
|
"""锁定单个 Prompt: 注入角色描述块（如果尚未包含）"""
|
|
if character_desc in prompt:
|
|
return prompt
|
|
return f"{character_desc}, {prompt}"
|
|
|
|
|
|
def batch_lock_prompts(prompts: list[str], character_desc: str) -> list[str]:
|
|
"""批量锁定多个 Prompt"""
|
|
return [lock_prompt(p, character_desc) for p in prompts]
|