Pipeline de captura do TikTok
Execute pipeline.sh. Não derive novamente os comandos ffmpeg, mpv ou Xvfb por conta própria, e não tente julgar se uma gravação foi bem-sucedida visualmente ou pela duração.
A única regra
Nunca relate uma captura como bem-sucedida. Apenas pipeline.sh decide isso, pelo código de saída.
Isso é importante porque uma gravação que perde silenciosamente seu último segundo ainda tem exatamente a duração correta e exatamente a contagem de quadros correta. Apenas a comparação do primeiro/último quadro em verify.py a detecta. Se você alguma vez se sentir tentado a verificar a duração ou o tamanho do arquivo e considerar como bom, esse é exatamente o tipo de falha que este pipeline existe para prevenir.
Executar um trabalho
OUT_DIR=/data/out ./pipeline.sh "https://www.tiktok.com/@user/video/123"
Com cookies, quando a fonte precisa de uma sessão:
OUT_DIR=/data/out COOKIES=/data/cookies.txt ./pipeline.sh "$URL"
Executar um lote
Leia URLs uma por linha de um arquivo de fila e faça um loop. Execute sequencialmente, a menos que você tenha verificado o orçamento de CPU primeiro — cada trabalho precisa de aproximadamente 2 vCPU para manter 30fps sem perder quadros, e cada trabalho usa um número de display e instância do PulseAudio derivados de seu próprio PID, portanto execuções concorrentes não colidem.
while read -r url; do
[ -z "$url" ] && continue
OUT_DIR=/data/out ./pipeline.sh "$url" || echo "FALHOU: $url"
done < queue.txt
Códigos de saída
| Código | Significado | Faça isso |
|---|---|---|
| 0 | Verificado | Registre o caminho de saída. Nada mais a fazer. |
| 3 | Dependência ausente | Pare e relate. Não tentar novamente. |
| 10 | Download falhou | Esperado. Bloqueado, privado ou removido. Registre e prossiga. |
| 11 | Fonte sem áudio | Registre e prossiga. |
| 12 | Transcrição falhou | Registre. Tente novamente uma vez, depois relate. |
| 13 | Captura falhou | Verifique se Xvfb/pulseaudio estão instalados e se o intervalo de displays está livre. |
| 14 | Corte falhou | A introdução não pôde ser medida ou validada. Relate; não tente novamente cegamente. |
| 15 | Verificação falhou | A saída está em <output>.rejected. Relate como um defeito do pipeline. |
O código de saída 10 é rotineiro, não um incidente. Em um IP de datacenter, é o resultado esperado para uma grande parcela de URLs. Relate como uma contagem, não tente novamente em um loop.
Quando as coisas falham repetidamente
A saída 14 ou 15 significa que o pipeline em si está errado, não o vídeo. Leia as medições do manifest.json da execução — first_frame_mae e last_frame_mae distinguem os dois casos:
- MAE do último quadro alto, MAE do primeiro quadro baixo → a introdução foi medida como curta e o final foi truncado.
- ambos altos → a captura está desalinhada ou o display nunca atualizou.
Relate os números em vez de ajustar tolerâncias para forçar uma aprovação. Aumentar --match-threshold para obter um resultado verde não é uma correção.