鲸潜双站 nisew2/dsh-whale-dive

dsh-whale-dive

在 DeepSeek Harness 里读 B站 和 抖音：九个面向模型的工具，两条完全不同的传输路线，一套只读接口。

whale_dive_status 限速器状态、冷却窗口、Cookie 是否存在、WBI 密钥剩余寿命 whale_dive_bili_video 单个视频：元数据、分P、UP主、各项计数 whale_dive_bili_feed 热门榜，或某个视频的相关推荐 whale_dive_bili_search 关键词搜索：视频 / 用户 / 专栏 / 番剧 whale_dive_bili_author UP主资料 + 一页投稿列表 whale_dive_bili_comments 一页评论，含每条热评的回复 whale_dive_bili_danmaku 单个分P的弹幕 whale_dive_bili_subtitles 各分P的字幕轨，有 Cookie 时连正文一起读 whale_dive_douyin hot / feed / video / search / status / close

为什么是两套传输

B站走普通 HTTPS —— 但它的新路由要用轮换的 w_rid 签名（即 WBI 方案），而且它对持续并发回的是一记 按 IP 计、比突发本身活得久得多的 HTTP 412。同一台机器上的实测：20 线程 × 10 次干净通过；8 线程混合 view+search+reply 打 30 秒（约 51 req/s），2128 次请求里吃到 1372 次 HTTP 412，且 90 秒后封锁仍在。所以这里带的是一层限速，而不是裸 fetch：按 host 计的令牌桶、并发上限、以及每次连续触发就翻倍的熔断冷却。

同一轮实测也测出了哪些路由免签可读，于是插件优先走它们、把签名路由留作兜底：

| 路由 | 需要签名 | 谁在读 |
| x/web-interface/view | 否 | bili_video |
| x/web-interface/popular | 否 | bili_feed（热门） |
| x/web-interface/related | 否 | bili_feed（相关） |
| x/v2/reply | 否 | bili_comments |
| x/player/v2 | 否 | bili_subtitles |
| x/v1/dm/list.so | 否 | bili_danmaku |
| x/web-interface/card | 否 | bili_author（资料） |
| x/relation/stat | 否 | bili_author（关注数） |
| x/series/recArchivesByKeywords | 否 | bili_author（投稿，默认排序） |
| x/web-interface/wbi/search/type | WBI | bili_search |
| x/space/wbi/arc/search | WBI | bili_author（投稿，指定排序） |

抖音则完全没法用 HTTP 读。它的接口带 a_bogus、X-Bogus、__ac_signature，三个都在页面里的混淆 VM 中实时算出；裸客户端拿到的是 403、空响应体、或验证码中间页。无头浏览器一样吃验证码。唯一可行的路线是一个真实的、有界面的 Edge/Chrome —— 页面自己算签名 —— 所以 whale_dive_douyin 会在自己的独立 profile 目录里拉起一个这样的浏览器，通过 Chrome DevTools 协议驱动它，读渲染后的 DOM。

这条路线每次调用要花几秒，而且有个不明显的坑：被挪到屏幕外的窗口会被 Chromium 判定为被遮挡，而被遮挡的窗口会停止绘制 —— feed 永远不 hydrate，DOM 一直是空的。所以启动参数里带了 --disable-backgrounding-occluded-windows、--disable-renderer-backgrounding、--disable-background-timer-throttling，正是这三个开关让挪到屏幕外的窗口真的会渲染。

安装

dsh plugin --profile desktop add dsh-whale-dive

包装自带 cordis.patch.yml，装载行会自己插进去。装配里其他东西一概不动：不替换任何基础行的配置，不注册搜索 provider，所以这一层不会跟别的「选 provider」补丁打架。

装完重启 DSH —— profile 的改动在启动时生效。

配置

所有字段都在插件自己的设置区，每次工具调用时现读，所以改完下一次调用就生效，不用重载。

| 键 | 默认 | 含义 |
| requestsPerSecond | 4 | 单 host 速率。实测安全带是 5–10 req/s，4 留了余量。 |
| burst | 8 | 令牌桶容量 —— 空闲攒下的额度能一次花多少。 |
| maxConcurrent | 3 | 同时在飞的请求数。 |
| cooldownMs | 120000 | 一次风控信号把 host 停多久，每次连续触发翻倍。 |
| maxCooldownMs | 600000 | 翻倍冷却的上限。 |
| timeoutMs | 20000 | 单请求超时。 |
| cookie | "" | SESSDATA=... 字符串。只有字幕正文和少数几个回 -101 的路由需要。 |
| douyinBrowser | "" | 显式指定 Edge/Chrome 路径，空则自动探测。 |
| douyinPort | 47821 | 辅助浏览器监听 的 DevTools 端口。 |
| douyinUserDataDir | "" | profile 目录，空则用临时目录。 |
| douyinKeepAliveMs | 900000 | 空闲的辅助浏览器保活多久。 |
| douyinWaitMs | 11000 | 抖音页 loadEventFired 之后的沉降时间。不是凑数 —— feed 是异步 hydrate 的。 |
| danmakuLimit | 500 | 弹幕条数默认上限。 |
| commentPageSize | 20 | 评论默认每页条数。 |

抖音登录（可选）

hot 和 feed 不需要账号。关键词搜索需要：抖音把它挡在登录墙后面，匿名访客看到的是「登录后即可搜索更多精彩视频」。想解锁，用 whale_dive_douyin 跑一次 action: "video"（这会拉起辅助浏览器），然后在弹出的窗口里扫码。会话存在插件自己的 profile 目录里（永远不碰你日常的浏览器 profile），之后自动复用。

输出约定

每个工具都遵守两条规则：

- 字段只会缺，不会编。 某个面被墙挡住时，工具依然成功，并在 note 里说明这道墙和进去的路 —— 因为「这里被墙了，这样进去」是有用的答案，抛错不是。
- 所有数字都做类型收敛。 上游会给 null、会缺键、会给 "1.2万"，这些都会让输出 schema 校验失败；所以每个值在交给 harness 校验前先投影成合法类型。

限流失败是例外：它抛 HttpError，code: "RISK"、risk: true，带上冷却窗口。这个区分是刻意的 —— 读到「被拦截了，停止调用这个 host」的模型，和读到「请求失败」然后一路重试到更长的封禁的模型，行为完全不同。

依赖

- DSH >= 0.2.0-rc.1 < 0.3.0-0
- Node >= 20（抖音那条路用全局 WebSocket）
- 抖音需要 Microsoft Edge 或 Google Chrome；B站那条路两个都不需要

边界

两条后端都是只读。这里没有任何发帖、点赞、关注、写入的能力。

许可

MIT。