9398-haha/douyin-benchmark

Douyin Benchmark – Vollständige Skills-Beschreibung (lokalisiert)

den öffentlichen Account erfassen, Daten aggregieren und HTML-Rendering an das Skript übergeben; der Agent erstellt auf Basis der report_data.json einen evidenzbasierten Markdown-Bericht.

Grenzen beachten

• Es werden nur öffentlich sichtbare Daten erfasst; keine Signaturen geknackt, keine Captchas umgangen oder Zugriffskontrollen umgangen.
• Es wird ausschließlich der dedizierte Login-Status in ~/.douyin-benchmark/chrome-profile verwendet. Das normale Chrome-Benutzerverzeichnis darf weder gelesen, kopiert noch direkt angesprochen werden; Cookie-Werte werden nicht ausgegeben.
• Fehlende Werte bleiben fehlend, sie werden nicht durch 0 ersetzt. Likes dienen nur als Proxy für öffentliche Beliebtheit, nicht als Indikator für Play-Rate, Interaktionsrate oder Follower-Wachstum.
• Normale Login-Felder, echte Sicherheitsprüfungen und Seitenfehler werden unterschiedlich behandelt. Bei Sicherheitsprüfungen, Seitenfehlern oder leeren Antworten wird gestoppt; es erfolgen keine Wiederholungsschleifen, IP-Wechsel, automatischen Zeitverzögerungen oder Zusagen für spätere Fertigstellung.

Ersteinrichtung

Im Skill-Verzeichnis ausführen:

npm ci
node scripts/login.js

login.js öffnet einen dedizierten Browser, validiert den echten Account-Zugang und schließt ihn automatisch nach Speicherung. Zur Überprüfung des vorhandenen Login-Status führen Sie node scripts/login.js --check aus.

Ein-Klick-Ausführung

Bevorzugt einen Share-Profil-Shortlink der Douyin-App bereitstellen. Eine numerische Douyin-ID ist keine sec_uid; die direkte Verwendung von /user/<numerisch> könnte still zum Feed zurückkehren.

OUT="$HOME/douyin-benchmark-output/<Account-Identifikator>"
node scripts/run_benchmark.js "<Profil-Share-Link/sec_uid/Douyin-ID/Nickname>" "$OUT" \
  --expected-id "<Douyin-ID, optional>"

Standardmäßig wird Chrome mit GUI verwendet, um die Beobachtbarkeit zu erhöhen und einen realen Browser-UA zu liefern. Nur in GUI-losen Umgebungen wird explizit --headless hinzugefügt. Das Skript führt nacheinander aus:

1. Parsen des Shortlinks oder der sec_uid; bei Nickname/Douyin-ID wird die interne Suche verwendet.
2. Erfassen von Profil, Beiträgen und Sammlungen; Schreiben von account_full_raw.json.
3. Bei vorhandenen Beiträgen werden report_data.json und report.html generiert.
4. Während des gesamten Vorgangs wird run_status.json aktualisiert; bei Fehlern wird keine weitere Analyse durchgeführt.

Status zuerst lesen, dann Schlussfolgerungen ziehen

run_status.json und account_full_raw.json.capture lesen:

• complete: Die API hat has_more=0 zurückgegeben. Ein Account-Level-Bericht kann erstellt werden; dennoch wird die Differenz zwischen der Profil-Beitragsanzahl und der erfassten Anzahl geprüft.
• partial: Es wird nur ein „Stichprobenbericht“ geschrieben; Stichprobengröße, Gesamtanzahl und Abdeckung werden in der Nähe der Überschrift angegeben; Begriffe wie „vollständig“ oder „höchste Account-Leistung“ werden vermieden.
• blocked_empty_body: Der Beitrags-Endpoint gibt HTTP 200 mit leerem Body zurück. Die Anfragen werden gestoppt; nur eine Profil-Schnappschuss und Diagnose werden geliefert; spätere Wiederholungen müssen vom Benutzer entschieden werden und sind maximal einmalig.
• challenge: Der Benutzer muss die Sicherheitsprüfung im dedizierten Browser abschließen, bevor ein weiterer Versuch unternommen wird; keine Umgehungsversuche.
• login_required: Die Seite zeigt einen normalen Login-Dialog, keine Sicherheitsprüfung. Das Login-Skript wird ausgeführt, und nach erfolgreichem Login wird nur ein weiterer Versuch unternommen.
• page_service_error: Der Beitragsbereich zeigt deutlich „Dienstfehler, bitte Seite aktualisieren“. Das Aktualisieren wird gestoppt; nach Bestätigung des Login-Status wird maximal ein weiterer Versuch unternommen.
• no_post_response: Möglicherweise eine falsche Eingabe oder eine Änderung der Seite/API. Zuerst die sec_uid und die GUI-Seite prüfen; keine blinde Erhöhung der Scroll-Versuche.
• endpoint_error: Der Beitrags-Endpoint gibt einen HTTP/API-Fehler oder Nicht-JSON-Inhalt zurück. Die Diagnose wird gespeichert und die Analyse gestoppt; zuerst die Seite/API-Änderungen prüfen.

Markdown schreiben

Nur wenn report_data.json vorhanden ist und analysierbare Beiträge enthält, wird references/report-template.md vollständig gelesen und nach dem Neunteil-Strukturformat in $OUT/report.md geschrieben.

Der Inhalt wird in drei Kategorien unterteilt und klar formuliert:

• Fakten: Öffentliche Felder aus dem JSON und berechnete Ergebnisse.
• Beobachtungen: Titel, Beschreibungen, Sammlungsnamen, Cover oder tatsächlich geöffnete Videos.
• Schlussfolgerungen: Persona, Monetarisierungspfad, Inhaltsformel; Beweise und Konfidenz angeben, keine Tatsachenbehauptungen.

Ohne Kommentartexte wird keine „emotionale Kommentaranalyse“ geschrieben; ohne angesehene Videos wird keine Aussage über Kameraführung, Voiceover, Storytelling oder Performance-Details getroffen. Wenn der Benutzer die eigene Nische angibt, wird die kopierbare Liste gezielt übertragen.

Abnahme

• Zustand von account_full_raw.json, run_status.json, report_data.json, report.html und report.md konsistent.
• HTML und Markdown zeigen die tatsächliche Stichprobengröße, die Gesamtanzahl der Profil-Beiträge, die Abdeckung und den capture_status.
• Bei Blockierung wird capture.diagnostics.page geprüft: Nur Titel, Pfad, Login/Challenge/Service-Fehler-Boolsche-Signale und Anzahl der Videolinks werden aufgezeichnet; keine Inhalte oder Cookies gespeichert.
• Zahlen werden einzeln mit report_data.json abgeglichen; fehlende Werte zeigen —/Unbekannt.
• HTML kann offline geöffnet werden; externe Texte sind escaped; fehlende Cover beeinträchtigen den Text nicht.
• HTML hat kein horizontales Overflow auf der gesamten Seite; die neuesten Beitragstitel sind lesbar. Die Veröffentlichungsfrequenz wird für die letzten 12 Monate angezeigt, wobei nur bei vollständiger Erfassung fehlende Monate mit 0 aufgefüllt werden.
• Markdown hat alle neun Abschnitte, einschließlich Datenreichweite, Beweisgrenzen, kopierbare Liste und nicht kopierbare Elemente.

Konfiguration

• DOUYIN_PROFILE_DIR: Verzeichnis für den dedizierten Login-Status; Standard ~/.douyin-benchmark/chrome-profile.
• DOUYIN_BROWSER_CHANNEL: Standard chrome; bei chromium zuerst Playwright Chromium installieren.
• DOUYIN_HEADLESS=true: Explizit Headless-Modus aktivieren; Standard mit GUI.
• DOUYIN_SCROLL_WAIT_MS: Minimale Scroll-Verzögerung, Standard 1600 ms; nicht für Hochfrequenz-Erfassung verwenden.