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）。
112 lines
3.8 KiB
Python
112 lines
3.8 KiB
Python
"""
|
||
composer/qa.py — 出片质检辅助（接触印相表）
|
||
|
||
用途：出片后自动抽若干关键帧拼成一张「接触印相表」(contact sheet)，
|
||
让人**一眼**核对：
|
||
· 口型是否与台词对上（有台词的镜头）
|
||
· 跨镜人物是否同一张脸（一致性）
|
||
· 表情/构图/光线是否连贯
|
||
|
||
纯本地 ffmpeg 处理，零成本。
|
||
"""
|
||
import subprocess
|
||
import sys
|
||
from pathlib import Path
|
||
|
||
_SCRIPT_ROOT = Path(__file__).resolve().parent.parent
|
||
if str(_SCRIPT_ROOT) not in sys.path:
|
||
sys.path.insert(0, str(_SCRIPT_ROOT))
|
||
|
||
from lib.logger import get_logger
|
||
|
||
log = get_logger("composer.qa")
|
||
|
||
|
||
def _ffmpeg() -> str:
|
||
try:
|
||
from lib.ffmpeg import FFMPEG
|
||
return FFMPEG
|
||
except Exception:
|
||
return "ffmpeg"
|
||
|
||
|
||
def _duration(video_path: str) -> float:
|
||
try:
|
||
from lib.ffmpeg import probe_duration
|
||
return float(probe_duration(video_path) or 0)
|
||
except Exception:
|
||
return 0.0
|
||
|
||
|
||
def make_contact_sheet(video_path: str, out_path: str,
|
||
cols: int = 4, rows: int = 2, tile_w: int = 360) -> str:
|
||
"""抽 `cols*rows` 帧均匀分布拼成一张图（默认 4x2 = 8 帧）
|
||
|
||
· 均匀采样（按视频时长算间隔），覆盖整个片段
|
||
· 输出 jpg，宽 ≈ cols * tile_w
|
||
"""
|
||
src = Path(video_path)
|
||
if not src.exists():
|
||
raise FileNotFoundError(f"视频不存在: {video_path}")
|
||
n = max(1, cols * rows)
|
||
dur = _duration(str(src))
|
||
interval = max(0.2, (dur / n)) if dur > 0 else 1.0
|
||
dst = Path(out_path)
|
||
dst.parent.mkdir(parents=True, exist_ok=True)
|
||
|
||
vf = f"fps=1/{interval:.3f},scale={tile_w}:-2,tile={cols}x{rows}"
|
||
r = subprocess.run(
|
||
[_ffmpeg(), "-y", "-i", str(src), "-vf", vf, "-frames:v", "1", "-q:v", "3", str(dst)],
|
||
capture_output=True, text=True, timeout=180)
|
||
if r.returncode != 0 or not dst.exists() or dst.stat().st_size < 1000:
|
||
raise RuntimeError(f"生成接触印相表失败: {r.stderr.strip()[-200:]}")
|
||
log.info(" 🖼 质检图: %s（%d 帧 · %dx%d）", dst.name, n, cols, rows)
|
||
return str(dst)
|
||
|
||
|
||
def make_shot_qa(job_dir: str, sb=None) -> dict:
|
||
"""为一次出片生成质检图（成片整体 + 每个镜头）
|
||
|
||
返回 {"final": path, "shots": [paths...]}；失败不抛（质检是辅助，不应阻塞交付）
|
||
"""
|
||
out: dict = {"final": "", "shots": []}
|
||
d = Path(job_dir)
|
||
if not d.exists():
|
||
return out
|
||
# ① 成片整体
|
||
final = d / "final_muxed.mp4"
|
||
if not final.exists():
|
||
final = d / "final.mp4"
|
||
if final.exists():
|
||
try:
|
||
out["final"] = make_contact_sheet(str(final), str(d / "qa" / "final_sheet.jpg"))
|
||
except Exception as e:
|
||
log.warning(" ⚠️ 成片质检图失败: %s", e)
|
||
# ② 逐镜头（对口型后的片段优先，核对口型最准）
|
||
qa_dir = d / "qa"
|
||
shots = []
|
||
try:
|
||
cands = sorted(d.glob("lipsync_*.mp4")) or sorted(d.glob("shot_*.mp4"))
|
||
for i, v in enumerate(cands, 1):
|
||
try:
|
||
shots.append(make_contact_sheet(
|
||
str(v), str(qa_dir / f"{v.stem}_sheet.jpg"), cols=3, rows=2, tile_w=280))
|
||
except Exception as e:
|
||
log.debug(" 镜头质检图失败 %s: %s", v.name, e)
|
||
except Exception as e:
|
||
log.warning(" ⚠️ 逐镜质检图失败: %s", e)
|
||
out["shots"] = shots
|
||
return out
|
||
|
||
|
||
if __name__ == "__main__":
|
||
import argparse
|
||
ap = argparse.ArgumentParser(description="出片质检辅助（接触印相表）")
|
||
ap.add_argument("job_dir", help="出片目录（含 final.mp4 或 final_muxed.mp4）")
|
||
args = ap.parse_args()
|
||
r = make_shot_qa(args.job_dir)
|
||
print(f"成片质检图: {r['final'] or '（无）'}")
|
||
print(f"镜头质检图: {len(r['shots'])} 张")
|
||
for p in r["shots"][:8]:
|
||
print(f" {p}")
|