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）。
1.7 KiB
1.7 KiB
实施进度跟踪
最后更新: 2026-07-16 17:30
✅ Phase 1 — guardd 调度引擎
| 任务 | 提交 |
|---|---|
| 1a guardd modules/ 目录拆分 | 015b0579 |
| 1b TaskStore + PriorityQueue | 015b0579 |
| 1c 孤儿浏览器清理 | 015b0579 |
| 1d BrowserSlotManager + 心跳增强 | f36b39cd |
| 1e 调度主循环 + Executor + guardd集成 | f36b39cd |
✅ Phase 2 — 联邦指挥台
| 任务 | 提交 |
|---|---|
| 2a CommandBus 读写分离 + 任务拆解 | daaf19a2 |
| 2b API路由 + 指挥台前端 | 44d561d |
| 2c 跨机依赖事件推送 | fffeef6c |
✅ Phase 3 — 高级功能
| 任务 | 提交 |
|---|---|
| 3a 指挥台操作（停止/排序按钮） | 7c0f00a |
| 3b ORACLE 定时任务同步 | 015b0579 |
| 3c 三级接力蓝图 | fffeef6c |
| 3d 告警中心 | fffeef6c |
| 3e 超时熔断 | fffeef6c |
| 账号健康度面板 | 本次 |
| 远程机器 launchd 自启 | 本次 |
| 拖拽排序按钮 | 本次 |
✅ Phase 4 — 抖追踪 + CDP 采集引擎 (2026-07-15/16)
| 任务 | 提交 |
|---|---|
| 4a mediacrawler_adapter — CDP 采集引擎 | 90b3042c |
| 4b 抖追踪前端 UI（导入/采集/跟踪/全选） | 90b3042c |
| 4c 跟踪专项页 + 评论展开 + 刷新全部 | 38d3ba2f |
| 4d 复制链接（单条/已选/全部） | 38d3ba2f |
| 4e Chrome debug launchd 自启 | 90b3042c |
| 4f KeepAlive true，崩溃自动重启 | e7bb8767 |
| 4g 评论工作台粘贴解析「标题+链接」配对 | 7c372bec |
| 4h 双行排版标题+网址 | 1b26d235 |
| 4i 浏览器标题跟随路由切换 | 7e4a789a |
待做（低优先级）
- 拖拽排序后端API（目前只有前端按钮）
- 三级接力端到端人机验证
- 指挥台UI美化