Files
MediaCrawler/mac-agent-os-main/05_tools/09_ave/scripts/lib/ghvideo_upload.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

136 lines
4.5 KiB
Python

#!/usr/bin/env python3
"""
AVE 文件上传助手 — 上传文件到 ghvideo Gitee 仓库获取公网直链
用途:
即梦/火山引擎 API 需要图片/视频/音频的公网 HTTP URL。
通过 Gitee raw 服务提供直链: https://gitee.com/babycalf/ghvideo/raw/main/{filename}
用法:
python ghvideo_upload.py /path/to/file.jpg
python ghvideo_upload.py --dir /path/to/dir/ # 批量上传目录下所有文件
返回:
https://gitee.com/babycalf/ghvideo/raw/main/filename.ext
"""
import argparse
import os
import subprocess
import sys
from pathlib import Path
REPO_DIR = Path.home() / "workbuddy-agent-os" / "agent-local" / "tools" / "ave" / "ghvideo"
REPO_URL = "https://gitee.com/babycalf/ghvideo.git"
RAW_BASE = "https://gitee.com/babycalf/ghvideo/raw/main"
def main():
parser = argparse.ArgumentParser(description="上传文件到 ghvideo 中转仓库")
parser.add_argument("path", nargs="*", help="文件或目录路径")
parser.add_argument("--dir", help="批量上传目录")
args = parser.parse_args()
files = []
if args.dir:
for f in sorted(Path(args.dir).iterdir()):
if f.is_file():
files.append(str(f))
elif args.path:
for p in args.path:
if os.path.isdir(p):
for f in sorted(Path(p).iterdir()):
if f.is_file():
files.append(str(f))
else:
files.append(p)
else:
parser.print_help()
return
if not files:
print("没有文件")
return
# 确保仓库存在
if not (REPO_DIR / ".git").exists():
print(f"初始化仓库: {REPO_DIR}")
subprocess.run(["git", "init"], cwd=REPO_DIR, capture_output=True)
subprocess.run(["git", "remote", "add", "origin", REPO_URL], cwd=REPO_DIR, capture_output=True)
# 复制文件到仓库目录
for f in files:
src = Path(f)
if not src.exists():
print(f" 跳过: {f} (不存在)")
continue
dest = REPO_DIR / src.name
import shutil
shutil.copy2(str(src), str(dest))
print(f" 复制: {src.name}")
# Git 提交推送
subprocess.run(["git", "add", "-A"], cwd=REPO_DIR, capture_output=True)
subprocess.run(["git", "commit", "-m", f"upload: {len(files)} files"], cwd=REPO_DIR, capture_output=True)
r = subprocess.run(["git", "push", "-u", "origin", "master"], cwd=REPO_DIR,
capture_output=True, text=True, timeout=60)
if r.returncode == 0:
print(f"\n✅ 推送成功! {len(files)} 个文件")
for f in files:
name = Path(f).name
url = f"{RAW_BASE}/{name}"
print(f" {url}")
else:
# 可能已经有内容, 尝试 pull 再 push
print(f" 推送失败, 尝试 pull...")
subprocess.run(["git", "pull", "--rebase", "origin", "master"], cwd=REPO_DIR,
capture_output=True, timeout=30)
r2 = subprocess.run(["git", "push", "-u", "origin", "master"], cwd=REPO_DIR,
capture_output=True, text=True, timeout=60)
if r2.returncode == 0:
print(f"✅ 推送成功!")
for f in files:
name = Path(f).name
url = f"{RAW_BASE}/{name}"
print(f" {url}")
else:
print(f"❌ 推送失败: {r2.stderr[:200]}")
def upload_and_get_url(file_path: str) -> str:
"""
上传文件到 ghvideo 仓库并返回公网直链
参数:
file_path: 本地文件路径
返回:
公网直链 URL
"""
import shutil
name = Path(file_path).name
dest = REPO_DIR / name
# 复制文件到仓库
shutil.copy2(file_path, str(dest))
# 提交推送
subprocess.run(["git", "-C", str(REPO_DIR), "add", name], capture_output=True)
subprocess.run(["git", "-C", str(REPO_DIR), "commit", "-m", f"upload {name}"],
capture_output=True)
r = subprocess.run(["git", "-C", str(REPO_DIR), "push", "origin", "master"],
capture_output=True, text=True, timeout=60)
if r.returncode != 0:
# pull 再试
subprocess.run(["git", "-C", str(REPO_DIR), "pull", "--rebase", "origin", "master"],
capture_output=True, timeout=30)
subprocess.run(["git", "-C", str(REPO_DIR), "push", "origin", "master"],
capture_output=True, timeout=60)
url = f"{RAW_BASE}/{name}"
print(f" 上传完成: {url}")
return url
if __name__ == "__main__":
main()