fix(douyin): 移除伪造s_v_web_id(根因:导致yt-dlp 100%失败)+apizero优先+staging默认debug+verify=False

apps/api/app/api/routes/scripts_ai.py

@@ -311,7 +311,7 @@ def _fetch_ttwid():
     # 方式一：直接调 ttwid 注册接口
     try:
         with httpx.Client(timeout=8, follow_redirects=True, verify=False) as http:
-            http.post(
+            r = http.post(
                 "https://ttwid.bytedance.com/ttwid/union/register/",
                 json={
                     "region": "cn",
@@ -366,22 +366,23 @@ def _fetch_ttwid():
 
 
 def _generate_synthetic_cookie_file(temp_dir, ttwid=None):
-    """生成一份合成 cookie 文件（ttwid + 随机 s_v_web_id），返回文件路径。
-    s_v_web_id 是抖音反爬验证 cookie，格式 verify_ + 22 位随机串。
+    """生成一份合成 cookie 文件（仅 ttwid，不伪造 s_v_web_id），返回文件路径。
+
+    重要：不要伪造 s_v_web_id（如 verify_xxx 随机串）！yt-dlp DouyinIE 在检测到
+    无效的 s_v_web_id 时会直接抛致命错误（"Fresh cookies needed"），而不是走内部
+    重试路径。只提供 ttwid 时，yt-dlp 会把缺少 s_v_web_id 视为 expected 错误，
+    内部走兜底路径拿数据，配合多次重试有一定概率成功。
     """
     import os
     import secrets
-    import string
     import time
 
     if not ttwid:
         ttwid = _fetch_ttwid()
     if not ttwid:
+        # 兜底：生成一个格式合法的假 ttwid（至少不会直接报错）
         ttwid = "1%7C" + secrets.token_hex(20) + "%7C" + str(int(time.time())) + "%7C" + secrets.token_hex(32)
 
-    alphabet = string.ascii_lowercase + string.digits + "_"
-    rand = "".join(secrets.choice(alphabet) for _ in range(22))
-    s_v_web_id = f"verify_{rand}"
     expiry = int(time.time()) + 86400 * 30  # 30 天
 
     path = os.path.join(temp_dir, f"dy_cookies_{secrets.token_hex(4)}.txt")
@@ -389,7 +390,7 @@ def _generate_synthetic_cookie_file(temp_dir, ttwid=None):
         f.write("# Netscape HTTP Cookie File\n")
         f.write("# This file is generated by yt-dlp.  Do not edit.\n\n")
         f.write(f".douyin.com\tTRUE\t/\tTRUE\t{expiry}\tttwid\t{ttwid}\n")
-        f.write(f".douyin.com\tTRUE\t/\tFALSE\t{expiry}\ts_v_web_id\t{s_v_web_id}\n")
+        # 注意：不写 s_v_web_id！伪造的 verify_xxx 串会导致 yt-dlp 直接失败。
     return path
 
 
@@ -490,8 +491,8 @@ def _build_parser_headers(name):
         "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8",
     }
     if name == "apizero" and _APIZERO_API_KEY:
-        # apizero 通过 query 参数传 key
-        pass
+        # apizero 推荐用 Authorization: Bearer <key>，同时兼容 query key
+        base["Authorization"] = f"Bearer {_APIZERO_API_KEY}"
     return base
 
 
@@ -567,7 +568,7 @@ def _parser_extract_direct_url(page_url, timeout=12):
         headers = _build_parser_headers(name)
         for attempt in range(_PARSER_MAX_RETRIES):
             try:
-                with httpx.Client(timeout=timeout, follow_redirects=True) as http:
+                with httpx.Client(timeout=timeout, follow_redirects=True, verify=False) as http:
                     resp = http.get(url, headers=headers)
                     resp.raise_for_status()
                     data = resp.json()
@@ -723,7 +724,7 @@ def _ytdlp_download_and_local_asr(page_url, temp_dir, cookiefile=None):
         cookie_files_to_try.append(cookiefile)
 
     # 2. 合成 cookie 重试（复用 _ytdlp_extract 的 cookie 生成逻辑，8次重试）
-    import time as _time
+    import secrets, time as _time
     ttwid = _fetch_ttwid()
     for i in range(8):
         if i % 3 == 0:
@@ -919,28 +920,34 @@ def extract_from_douyin(
         direct_url = None
         meta_duration = 0.0
 
-        # 路径 A1：yt-dlp 拿直链（有 fresh cookies 时成功率最高）
-        direct_url, meta_duration = _ytdlp_extract_video_url(page_url, cookiefile=cookiefile)
+        # 路径 A1：第三方解析 API（最稳定，apizero 付费时 99.88% 可用）
+        logger.info("抖音解析第%d轮开始: url=%s", round_idx + 1, page_url)
+        try:
+            direct_url, meta_duration = _parser_extract_direct_url(page_url)
+            if direct_url:
+                logger.info(
+                    "第三方解析 API 成功（第%d轮）: url_domain=%s",
+                    round_idx + 1, direct_url.split("/")[2] if "/" in direct_url else "?",
+                )
+        except Exception as exc:  # noqa: BLE001
+            logger.warning("第三方解析 API 异常（第%d轮）: %s", round_idx + 1, exc)
 
-        # 路径 A2：第三方解析 API 兜底
+        # 路径 A2：yt-dlp 拿直链（作为兜底，需要 cookie 概率性成功）
         if not direct_url:
             logger.info(
-                "yt-dlp 未拿到直链（第%d轮），尝试第三方无水印解析 API", round_idx + 1
+                "第三方解析未拿到直链（第%d轮），尝试 yt-dlp", round_idx + 1
             )
-            try:
-                direct_url, meta_duration = _parser_extract_direct_url(page_url)
-            except Exception as exc:  # noqa: BLE001
-                logger.warning("第三方解析兜底异常: %s", exc)
+            direct_url, meta_duration = _ytdlp_extract_video_url(page_url, cookiefile=cookiefile)
 
         # 路径 A3：HTML 直抓（最后兜底，不依赖任何 API Key / cookies）
         if not direct_url:
             logger.info(
-                "第三方解析未拿到直链（第%d轮），尝试 HTML 直接抓取", round_idx + 1
+                "yt-dlp 未拿到直链（第%d轮），尝试 HTML 直接抓取", round_idx + 1
             )
             try:
                 direct_url, meta_duration = _html_scrape_direct_url(page_url)
             except Exception as exc:  # noqa: BLE001
-                logger.warning("HTML 直抓异常: %s", exc)
+                logger.warning("HTML 直抓异常（第%d轮）: %s", round_idx + 1, exc)
 
         if meta_duration:
             duration = meta_duration