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）。
67 lines
2.1 KiB
Python
67 lines
2.1 KiB
Python
"""
|
|
plugins/scheduler.py — 调度器管理插件 (v1.0)
|
|
全局定时任务管理 / 调度器状态 / 执行历史
|
|
版本: 1.0.0 | 更新: 2026-06-16
|
|
"""
|
|
import json
|
|
from pathlib import Path
|
|
from datetime import datetime
|
|
|
|
from plugins.base import DashboardPlugin, AGENT_SYNC, AGENT_LOCAL, HOSTNAME, MACHINE_UID
|
|
|
|
|
|
class SchedulerDashboardPlugin(DashboardPlugin):
|
|
name = "scheduler"
|
|
label = "调度器"
|
|
icon = "⏰"
|
|
version = "1.0.0"
|
|
description = "全局定时任务管理 / 调度器状态 / 执行历史"
|
|
order = 50
|
|
|
|
def _read_schedule_tasks(self):
|
|
"""读取矩阵定时任务"""
|
|
sched_dir = AGENT_SYNC / "05_tools" / "07_matrix" / "data" / "schedules"
|
|
tasks = []
|
|
if sched_dir.exists():
|
|
for f in sched_dir.glob("*.json"):
|
|
try:
|
|
tasks.append(json.loads(f.read_text()))
|
|
except:
|
|
pass
|
|
return tasks
|
|
|
|
def _read_workbuddy_automations(self):
|
|
"""读取 WorkBuddy 自动化任务"""
|
|
tasks = []
|
|
# 扫描 agent-local 中的自动化配置
|
|
auto_dir = AGENT_LOCAL / "automations"
|
|
if auto_dir.exists():
|
|
for f in auto_dir.glob("*.json"):
|
|
try:
|
|
tasks.append(json.loads(f.read_text()))
|
|
except:
|
|
pass
|
|
return tasks
|
|
|
|
def summary(self, machines: list[str]) -> dict:
|
|
"""返回调度器概览"""
|
|
sched_tasks = self._read_schedule_tasks()
|
|
wb_tasks = self._read_workbuddy_automations()
|
|
return {
|
|
"矩阵定时任务": len(sched_tasks),
|
|
"WorkBuddy自动化": len(wb_tasks),
|
|
"调度器状态": "运行中",
|
|
}
|
|
|
|
def detail(self, machine: str) -> dict:
|
|
"""返回指定机器的调度详情"""
|
|
return {
|
|
"machine": machine,
|
|
"schedules": len(self._read_schedule_tasks()),
|
|
"automations": len(self._read_workbuddy_automations()),
|
|
}
|
|
|
|
def actions(self) -> list[dict]:
|
|
"""返回调度器可执行操作"""
|
|
return []
|