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）。
2.9 KiB
2.9 KiB
MC 系统改造任务清单
开始: 2026-06-14 | 状态: 进行中 目标: 连夜完成全链路改造
第一阶段: CLI 命令统一 (1-2天) ← 现在开始
1.1 清理归档遗留脚本
- 建
scripts/archive/目录 - 识别可归档脚本 (测试/调试/不再使用的)
- 移动归档, 保留核心 15 个脚本
- 建
LEGACY_INDEX.md说明归档内容
1.2 规范 mc 命令入口
- 检查现有
mc入口 (scripts/mc/ 目录) - 包装
mc collect(调 collect_batch_runner) - 包装
mc login(调 login_identity) - 包装
mc sms(调 sms API) - 包装
mc status(调 matrix_mgmt) - 所有命令支持
--json输出
1.3 mc status --json 完善
- 返回所有账号状态 + 采集时间 + 各平台信息
- 供 Dashboard 直接消费
第二阶段: 平台插件化 (3-5天)
2.1 建插件框架
- 建
platforms/根目录 - 实现
base.py基类 (BasePlatform) - 实现插件自动发现 (
__init__.py) - mc 自动加载已注册插件
2.2 抖音插件
- 创建
platforms/douyin/ - 迁移采集逻辑 (现 collect_batch_runner 中的抖音部分)
- 迁移养号逻辑 (现 nurture_blueprint)
- 创建 SKILL.md
2.3 小红书插件
- 创建
platforms/xiaohongshu/ - 迁移采集逻辑
- 修复"我"按钮点击问题
- 创建 SKILL.md
第三阶段: 接入开源生态 (1周)
3.1 发布功能集成
- 集成 social-auto-upload 的 douyin_uploader
- 集成 social-auto-upload 的 xiaohongshu_uploader
- 包装为
mc douyin publish/mc xhs publish
3.2 搜索互动集成
- 集成 xiaohongshu-mcp
- 包装为
mc xhs search/mc xhs interact
3.3 反检测升级
- 引入高斯抖动 (dy-cli 策略)
- 引入指数退避
第四阶段: 联邦多机 + 持续扩展
4.1 guardd 改造 (已完成 ✅)
- guardd.py: 心跳数据改写到 agent-local/runtime/guardd/
- 注释掉 _git_sync() 调用, 不再提交 Gitee
- .gitignore: 加入 04_memory/cross_machine/data/
- git rm --cached: 清除 78 个历史心跳文件
- Dashboard guardd 插件: 新增读本机 guardd 状态
- 兼容旧 cross_machine/data/ 数据
4.2 Tailscale + mc remote (已完成 ✅)
- app.py: 新增 /api/machine/status 端点 (本机完整状态)
- app.py: 新增 /api/machine/exec 端点 (远程执行 mc 命令)
- mc CLI: 新增 remote 子命令 (list/ping/status/exec)
- 支持 HTTP API 和 SSH 双通道通信
- 代理绕过: requests 库绕过 SOCKS5 代理
- 机器注册表: agent-local/runtime/machines.json
- 文档 FRAMEWORK_V1.md 已更新
- 安装 Tailscale:
brew install tailscale && tailscale up
4.3 Dashboard 合并
- 把 matrix_mgmt.html 功能迁移到 index.html
- 统一侧边栏导航
- 去重账号列表
4.4 历史版本化
- 每次采集存历史快照
- Dashboard 加趋势图表