跳至正文

状态：真实与定时实采通过，长期运行与评论增量待观察日期：2026-10-07更新：2026-10-07

Chrome 关键词 demo 运行说明

需求仍以总 PRD为准，执行范围见首平台验证卡，进度仅维护在 BACKLOG 。这是一份可复跑操作说明，不是新的产品需求。

当前入口与边界

  • 本机结果页：关键词 demo 。每 30 秒刷新，列出来源、发布时间、首见/最近采集、评论与每轮证据。
  • 查询为 DeepSeek，平台 B 站；深度求索 是可替换示例，当前没有同时运行别名查询。相关性采用标题/摘要包含规则，不是语义相似度模型。
  • 每次搜索只取最近 72 小时的第一页（最多 5 条候选），按来源最新排序；保留其中前 2 条命中，分别取一页最多 20 条根评论。无楼中楼或全量覆盖承诺。
  • 采集间隔 1 小时，北京时间 00:00–08:00 静默；每轮最多 4 次来源请求，单个 demo 每日上限 60。不要并行复制多个 demo 放大账号请求量。
  • Chrome 和现有 Framefetch 身份扩展需保持可用，本机 cookie-source 版本 1.3.3、监听 127.0.0.1:19101；启动前已确认扩展连接。只请求 B 站域 Cookie，每轮重新读取，只在内存中使用。接口和代理费用均为 0。
  • 本轮新增独立的有界 HTTP 适配器，不执行或修改外部 MediaCrawler checkout；外部差异局限于来源适配器，输出复用既有 SourcePost/SourceComment。
  • 数据在主仓库 .tools/keyword-demo/deepseek/，目录 0700、状态 0600、被 Git 忽略；保留 30 天，按平台 ID 去重。本机结果页只绑定 loopback，不上传到知识库或公开站点。
  • 独立 demo 不写业务数据库，不消费既有积压 Job；正式接管现状见文末。国内其他平台、语义模型与长期稳定性仍未验收。

复跑与配置

在 ripplesight-server/backend 执行：

PYTHONPATH=app uv run python -m cli.keyword_demo \
  --identity-env "$HOME/Library/Application Support/Framefetch/identity.env" \
  --directory ../.tools/keyword-demo/deepseek --keyword DeepSeek

命令检查持久化到期时间；未到期不会发出来源请求。--watch 每 30 秒检查一次，同样只在小时到期时采集。当前已有 LaunchAgent，不要同时再启动 watch。关键词用 --keyword 配置；同一目录拒绝改变关键词，需先停掉旧任务再使用新目录，避免混合证据和重复调度。依赖使用仓库 uv.lock，不需要任何收费采集 Key。

已安装的本机调度为 com.ripplesight.keyword-demo，每 60 秒检查是否到期；首次安装时尝试把日志放在 Desktop，被 macOS 拒绝，随后将日志改为 ~/Library/Application Support/Ripplesight/，未关闭系统保护。预览服务为 com.ripplesight.keyword-demo-preview。两份本机 plist 在 ~/Library/LaunchAgents/，不包含 token；采集 token 只引用已有私有 identity.env。

# 检查运行次数和退出状态（不会输出 Cookie）
launchctl print "gui/$(id -u)/com.ripplesight.keyword-demo"
# 停止采集调度，保留结果
launchctl bootout "gui/$(id -u)/com.ripplesight.keyword-demo"
# 恢复调度
launchctl bootstrap "gui/$(id -u)" "$HOME/Library/LaunchAgents/com.ripplesight.keyword-demo.plist"
# 停止本机预览
launchctl bootout "gui/$(id -u)/com.ripplesight.keyword-demo-preview"

也可在上述 Python 命令后加 --pause 暂停来源请求。遇到登录失效、风控、桥接失联或进程中断，会持久化暂停原因；正常轮询不自动重试。本人在 Chrome 完成必要恢复后，显式运行带 --resume 的同一命令；它仍尊重已有下一次到期时间。不要删除 state.json 来绕过预算或停止状态。

按 pm-execution 的验收场景

角色均为本机主题跟踪者。固定样本测试不访问外网，真实数据验收使用本人已授权的 Chrome 会话。

场景 / 目标起始条件操作预期与证据
真实帖子Chrome B 站已登录、桥接连通执行到期任务，打开结果页和原文平台 ID、72h 半开时间窗、发布时间/采集时间可核对；真实结果见验收记录
自动调度LaunchAgent 已加载等待后台检查，观察最近调度时间与日志非人工触发的检查时间增长；到期后生成新轮次。本次两分钟到期的自动轮次已实采成功；连续小时稳定性另行观察
去重与新窗口已保存首轮固定样本未到期 tick，再到期 tick，包含窗口右端样本未到期零请求；重复 ID 不新增，新的窗口内容可新增
真实评论来源存在可访问评论随每个入选帖读取新评论页保存原始根评论与原文链接；本轮空列表只证明空响应，不证明真实非空评论/增量
登录/限流固定失效会话或 -352 响应执行，再触发未来 tick立即停止，后续零请求，无换号、代理或重试
中断/预算已有 running 状态或日预算用尽重启检查中断进入暂停；预算用尽顺延到次日，持久化不重置
阅读安全固定恶意 HTML 文本生成结果页并展开评论仅显示转义文本，Cookie 不在产物中

相关测试位于 backend/tests/unit/sources/test_keyword_demo.py；日志不包括平台响应原文或账号凭据。真实帖子标题仅为来源陈述，不代表对内容真实性的背书。

接入正式前后端

最新用户指令要求 demo 跑通后接入工作台。本轮接入沿用同一个 bilibili 来源；原生 Chrome 路径使用固定 API 地址，旧 MediaCrawler 路径保持兼容。搜索和评论分别进入现有任务系统，数据只进入 PostgreSQL；源码验证与真实验收见接入验收记录。

接管前提：确认现有 Ripplesight 用户名对应的账号 UUID，在根目录私有 .env 设置 HOTKEY_BILIBILI_CHROME_OWNER_ID，并重新创建 API 容器以加载配置。仅此 UUID 可以启用与运行本机 Chrome 来源。无需新建账号，不修改密码或导出 Cookie；本机桥接身份文件保留原有私有权限。数据库结构不变，无需迁移或导入 demo JSON。

  1. 登录 来源设置 ，点击“启用 Chrome 采集”。服务端保存来源政策、30 天留存和每日 60 次来源请求预算；若账号没有全局请求预算，初始化每日 60 次，已有预算不覆盖。
  2. 创建 DeepSeek 主题，选择 B 站、每小时，关闭周报与邮件投递。本轮宿主不执行日报生成。启用关注后可选择“立即采集”，或由到期日程受理。首版每轮只执行一个查询；多词规则中的上游检索只用首个分片，其余本地规则仍生效。
  3. 在仓库 backend/ 执行 PYTHONPATH=app uv run python -m worker.chrome。该宿主入口读取根 .env，将 Compose 的数据库宿主别名映射到本机回环地址，只处理绑定账号的 B 站搜索/评论与到期日程；不启动其他账号或来源历史任务。它复用原有 outbox、租约、预算和执行器，每轮最多两批各四条投递。它与标准 Worker 二选一部署；不要同时启动两种 Worker。
  4. 在主题页“最新监控结果”查看最近 5 条资料，打开作品读取已采集根评论、时间与原文。页面每 30 秒刷新本地结果，不会因刷新页面触发平台请求。任务/覆盖页如实显示部分覆盖，相关性暂用关键词规则，语义判断未验收。
  5. 单轮真实验收后，停用旧 com.ripplesight.keyword-demo 的采集调度，保留 8669 的证据预览；再用本机服务管理器每 60 秒调用上述宿主入口。主题和来源的持久化频率限制使实际平台采集保持每小时，00:00–08:00 静默。接管当天须核对旧 demo 已用请求量并从正式可用预算中扣除，避免两份计数叠加突破账号每日上限。首次自动到期实采完成后才能标记接管成功。

搜索每次最多 2 次平台请求（登录检查与搜索），每个评论任务最多 2 次（登录检查与重新取样），同一账号的所有 B 站任务共享每日预算。根评论只跟踪当日已发现的至多两帖/主题；评论数未知不会当成 0 跳过。遇到登录失效或风控会把来源持久暂停；须在来源设置核对停止原因并勾选本人确认后恢复，普通启用按钮不能绕过暂停。

当前接管结果见下方记录。机器睡眠、Chrome/扩展退出和本机服务不可用会影响定时执行；本轮不承诺全天在线。

当前本机接管状态

2026-10-07 20:09 已用当前 Chrome 中登录的 Ripplesight 账号启用正式来源，主题 72ba2ae0-0ba5-4f41-bee1-6da6210398df 已设为每小时；首次入库 2 帖，根评论 0。旧 com.ripplesight.keyword-demo 已卸载运行，预览仍保留；不要同时重新启动两个采集器。旧当日 22 次请求已通过正式预算预留和结算承接。

正式 LaunchAgent 为 ~/Library/LaunchAgents/com.ripplesight.chrome-monitor.plist，每 60 秒执行 worker.chrome，由数据库小时日程决定是否采集。日志在 ~/Library/Application Support/Ripplesight/chrome-monitor*.log。暂停优先用工作台暂停主题/来源；完全停止宿主轮询执行 launchctl bootout gui/$(id -u)/com.ripplesight.chrome-monitor。不得再同时启动全局 Worker。本轮未运行报告生成或发送邮件。

PRD：Ripplesight
原始 Markdown