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）。
归档：视频工厂旧设计文档（2026-10-01）
这批文档是视频工厂重构前的设计稿，内容已被 PLANS/VIDEO_FACTORY_MASTER.md（v2.0 唯一权威版） 取代。
| 文档 | 归档原因 |
|---|---|
VIDEO_FACTORY_FRAMEWORK.md |
菜单分类有误：把"流程"和"能力"混着平铺；「导演创作」被当成独立板块（实际是一条流程）、「人物置换」被错放进资产（实际也是一条流程）→ 正确结构见 MASTER 第二节 |
VIDEO_FACTORY_ARCHITECTURE.md |
技术细节已并入 MASTER（第六节后端架构、第七节代码映射） |
DCS_VIDEO_FACTORY_PLAN.md |
现状调研 + M1 计划；M1 已完成（统一分镜 Schema → 导演适配器 → 端到端出片），计划部分作废 |
仍可参考的部分
- M1 的实施记录与实测数据（统一分镜 Schema 14 模型 / 导演适配器 / 可灵引擎 / 去AI化 / 流水线 / 并发与体积优化）
- 现有代码盘点表（哪些是空壳、哪些真能跑）
已失效的部分
- 菜单/信息架构（错把流程与能力平级摆放）
- 阶段划分（S1
S5 → 已重排为 MASTER 的 P1P7）
当前权威文档
PLANS/VIDEO_FACTORY_MASTER.md —— 三层模型（流程 / 能力 / 资产）+ 前端信息架构 + 流程清单与现状 + 执行审查机制 + 后端架构 + 改造计划 + 待确认项。