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）。
103 lines
4.0 KiB
Markdown
103 lines
4.0 KiB
Markdown
# 🔧 修复计划与实施报告
|
|
|
|
> 版本: v2.0 | 日期: 2026-05-03
|
|
|
|
---
|
|
|
|
## 实施完成清单
|
|
|
|
### ✅ REPAIR_PLAN 原计划
|
|
|
|
| 阶段 | 模块 | 状态 | 说明 |
|
|
|---|---|---|---|
|
|
| **P0** | cdp_connector 改造 | ✅ | 新增 `_launch_camoufox_persistent()`，支持 persistent_context + 固化指纹 |
|
|
| **P0** | create_identity.py | ✅ | BrowserForge 指纹生成，pickle 序列化保存 |
|
|
| **P0** | login_identity.py | ✅ | 信号文件驱动的首次登录流程 |
|
|
| **P0** | accounts.yaml 更新 | ✅ | 三账号新增 identity_dir 字段 |
|
|
| **P1** | yanghao_runner 改造 | ✅ 重构为 nurture/runner.py | 集成 behavior 参数化的常驻循环引擎 |
|
|
| **P1** | run_task | ✅ 合并到 runner.py | nurture_loop 和 nurture_multi |
|
|
| **P1** | camoufox_manager 改造 | 标记 deprecated | 功能被 matrix CLI 和登录脚本替代 |
|
|
| **P2** | 批量创建/登录/调度 | ⏳ 骨架已搭 | 通过 matrix account create/login 实现 |
|
|
|
|
### ✅ 新架构 P0-P5
|
|
|
|
| 优先级 | 模块 | 状态 | 文件 |
|
|
|---|---|---|---|
|
|
| **P0** | CLI 统一入口 `matrix` | ✅ | `scripts/matrix.py` — 支持 account/nurture/config/status 四域 |
|
|
| **P1** | nurture/behavior 行为模拟 | ✅ | `matrix_modules/nurture/behavior.py` — 13项可配置行为参数 |
|
|
| **P2** | ops/douyin 操作层重构 | ✅ | `ops/douyin/browse.py` + `interact.py` |
|
|
| **P3** | captcha/sms 接口预留 | ✅ | `matrix_modules/account/sms/` + `captcha/` — 抽象基类 |
|
|
| **P4** | 蓝图编译器 | ⏳ 接口定义已完成 | blueprint loader/执行器可用，compiler 待完善 |
|
|
| **P5** | 多平台扩展 | 📐 结构预留 | `ops/xiaohongshu/`、`ops/kuaishou/`、`ops/bilibili/` 目录已创建 |
|
|
|
|
---
|
|
|
|
## 新增文件清单
|
|
|
|
```
|
|
scripts/
|
|
├── matrix.py ← 统一 CLI 入口
|
|
├── matrix_modules/ ← 核心模块包
|
|
│ ├── __init__.py
|
|
│ └── nurture/
|
|
│ ├── behavior.py ← 行为模拟参数化
|
|
│ └── runner.py ← 常驻循环引擎
|
|
│ └── account/
|
|
│ ├── sms/
|
|
│ │ ├── __init__.py
|
|
│ │ └── base.py ← 短信验证码抽象接口
|
|
│ └── captcha/
|
|
│ ├── __init__.py
|
|
│ └── base.py ← 图形验证码抽象接口
|
|
├── ops/ ← 操作层
|
|
│ ├── __init__.py
|
|
│ └── douyin/
|
|
│ ├── __init__.py
|
|
│ ├── browse.py ← 浏览类操作
|
|
│ └── interact.py ← 交互类操作
|
|
```
|
|
|
|
## 修改文件清单
|
|
|
|
```
|
|
scripts/
|
|
├── cdp_connector.py → 新增 _launch_camoufox_persistent() + identity_dir 参数
|
|
├── create_identity.py → 新建（BrowserForge 指纹生成）
|
|
└── login_identity.py → 新建（信号文件驱动登录）
|
|
```
|
|
|
|
---
|
|
|
|
## 当前 CLI 使用方法
|
|
|
|
```bash
|
|
# 账号管理
|
|
matrix account list 列出账号
|
|
matrix account create <name> 创建身份
|
|
matrix account login <name> 首次登录
|
|
matrix account status [name] 查看状态
|
|
|
|
# 养号执行
|
|
matrix nurture run -a <name> -r 10 循环养号
|
|
matrix nurture run -a <name1> -a <name2> 多号并发
|
|
|
|
# 配置管理
|
|
matrix config show 查看全局配置
|
|
matrix config blueprint list 列出蓝图
|
|
matrix config blueprint show <name> 查看蓝图
|
|
|
|
# 状态监控
|
|
matrix status all 全局状态
|
|
matrix status browsers 浏览器状态
|
|
matrix status accounts 账号状态
|
|
```
|
|
|
|
## 未完成 / 待完善
|
|
|
|
| 项目 | 状态 | 原因 |
|
|
|---|---|---|
|
|
| 定时任务 schedule | 骨架 | 需与 WorkBuddy 自动化系统集成 |
|
|
| 蓝图编译器 | 接口定义 | 需要你确认蓝图格式升级方案 |
|
|
| 多平台扩展 | 目录预留 | 需逐个平台实现 |
|
|
| 批量导入导出 | 概念设计 | 按需开发 |
|