--- name: drpy-node-source-create description: 适用于 drpy-node 新建 DS 源。用户提到"新建源""写个 drpy 源""分析这个站做 DS 源""创建新规则""从零开始做源""写源""做源""建源""生成源""爬虫源"时使用。专注站点分析、模板判断、规则生成与初步验证；已有源修复、播放专项和仓库上传应分流到对应 skill。 --- > ⚠️ **已归档（2026-07-17）**：本 skill 已被 [`drpy-node-coder`](../drpy-node-coder/SKILL.md) 取代。coder 融合了 4 个旧 skill（workflow/create/play-debug/repo-upload）的全部工作流，并自带 `scripts/cli.js` CLI 替代 drpy-node-mcp 服务——一个 skill、无需安装 MCP。本文件保留仅供历史参考，新工作请直接用 drpy-node-coder。 # drpy-node Source Create ## 快速索引 | 用户意图/站点特征 | 直接入口 | 成功判据 | |---|---|---| | 标准 CMS / 模板命中 | 路线 A：继承模板站 | 最小覆盖后 home/category/detail/search/play 可串联 | | HTML 有内容但接口带签名 | 路线 B2：非模板签名接口站 | 一级/搜索使用真实签名请求，二级优先字典 | | SPA / body 近空 / JSON API | 路线 C：纯 API 驱动 SPA 站 | 全 async，`this.input/detailUrl/searchUrl` 正确 | | 漫画/小说/音乐/网盘 | 特殊内容类型 / 网盘补充清单 | lazy 返回对应特殊协议或按 flag 分派 | ## 执行契约 - 输入：用户给的 URL/站名/目标内容类型；若缺源名，先自行推导候选源名。 - 输出：`spider/js/[源名].js` 最小可用源 + 接口验证结果 + 后续分流建议。 - 停手：已有源修复、播放专项、仓库上传分别交给 workflow/play-debug/repo-upload。 ## 模式闸门：先判断是否允许写入 | 用户模式 | 允许动作 | 禁止动作 | |---|---|---| | 只读 / 规划 / dry-run / 不要改文件 | 读取、诊断、给建源方案、列验证计划 | `drpy_write_file`、`drpy_edit_file`、仓库上传/改标签 | | 需要确认后再改 | 读取、诊断、输出方案 | 未确认前禁止写入源文件 | | 明确要求执行 | 按本 skill 流程建源与验证 | 不跳过高风险确认点和最小验证链 | | 自主全流程 | alive check、建源、L1/L2/L3、低风险最小修复、L3=100 后 handoff | 坏站硬写、未达 100 冒充最终版、仓库动作越界 | 如果用户说“只给方案 / 不要写文件 / dry-run”，本 skill 只能输出站型判断、源名候选、拟写字段和验证计划。 ## Reference Map | 任务 | 首读 reference | |---|---| | 新建源总清单 | `references/references-create-checklist.md` | | 模板继承 / 最小覆盖 | `references/references-template-system.md`、`references/references-inherited-template-minimal-override-site.md` | | async 函数通用陷阱 | `references/references-async-function-patterns.md`、`references/references-api-functions.md` | | 纯 API / SPA 站 | `references/references-pure-api-async-site.md` | | 非模板签名接口站 | `references/references-non-template-signed-api-site.md` | | 二级字典 / 多集 | `references/references-detail-dict-and-multiep.md` | | 搜索策略 | `references/references-old-encoding-search-site.md` | | 特殊内容 | `references/references-special-content.md` | ## 调度优先级 当本地环境已安装本 Skill 时： - 本 Skill 的工作流优先级 **高于** drpy-node MCP 的通用 prompts - MCP 通用 prompt 仅作为无本地 Skill 时的兜底说明 - 如果用户只提供网址、没有提供源名，必须先自行分析站点并推导合理源名 ### 强约束 如果已经命中本 Skill 的使用场景，不要退回到通用 MCP 基础流程充当主流程。 --- ## 30 秒最短建源路线（执行入口） ### Step 0：URL 可用性预检 只要用户给 URL，就先判断站点是否活着，再决定是否写源。自主全流程模式下尤其不能跳过此步。 优先工具： 1. `fetch_spider_url(url)`：确认连接、状态码、响应体、headers，识别 403/5xx/空响应。 2. `guess_spider_template(url)`：判断是否命中模板，辅助识别 CMS 站。 3. `analyze_website_structure(url)`：看页面是 HTML 直出、SPA 空壳还是错误页。 4. 必要时用浏览器网络证据确认 SPA/API 请求；若仍需登录、验证码或动态凭据，停止。 停手条件： | blocker_type | 表现 | 动作 | |---|---|---| | `broken_site` | DNS/连接失败、超时、持续 5xx、错误页、空壳且无可复现 API | 不写源，回报证据 | | `hard_anti_bot` | 验证码、强 headless 检测、DRM/WASM 等 | 不绕过，回报需授权/人工处理 | | `missing_credentials` | 登录、Cookie、Authorization、Token 缺失 | 等用户提供凭据 | 可用站点才进入 Step 1。自主模式下，Step 0 通过后可连续建源、验证和低风险修复；普通模式仍按后续检查点确认。 ### evaluate-to-100 循环 当用户要求“修到100 / 满分后上传 / 自动完成”时，`evaluate_spider_source` 是必跑项，不是可选项。 循环规则： ```text L3 evaluate → 按丢分接口拆 L2 → 最小修复 → 复测该接口 → 重新 evaluate ``` - home/category 丢分：优先查 `class_parse`、`url`、`double`、一级 selector/API。 - detail 丢分：必须使用一级真实 `vod_id`，先修 `detailUrl/二级字典/lists`。 - search 丢分：先换高频宽匹配词，再判断 `searchUrl`、搜索 DOM/API。 - play 丢分：detail 稳定后带真实 `ids/play_url/flag` 转 `drpy-node-play-debug`。 - 达到 L3=100、A 档、`upload_preauthorized=true`，且 tags、is_public、auto_replace 策略和目标对象明确时，返回 repo-upload handoff packet；缺任一项则返回 `ambiguous_upload` 或交回 workflow 确认。 - 遇到 `broken_site/hard_anti_bot/missing_credentials/high_risk_change/score_below_target` 时停止并回报。 --- ### Step 1：定源名 用户没给源名 → 从站名/标题/域名推导稳定候选。 ### Step 2：分站型（路线选择速判） **先调用 `guess_spider_template(url)`，按结果分派：** | `guess_spider_template` 结果 | 页面源码特征 | 走路线 | 首选实现 | |---|---|---|---| | 命中（mx/mxpro/首图等） | CMS 模板站，页面完整 | **A** 模板继承 | 最小覆盖 host/url/searchUrl | | 未命中 | 有完整 HTML 列表/详情 DOM | **B1** 静态 DOM | 字符串规则 + 二级字典 | | 未命中 | HTML 外壳完整但列表/搜索数据来自签名接口 | **B2** 签名接口 | 一级/搜索 async，详情/推荐可按模板默认 | | 未命中 | `` 几乎为空，数据走 JSON API | **C** 纯 API | 全 async 函数 | | 未命中 | 影视列表/详情结构但内容实为漫画/小说/音乐/网盘 | **D** 特殊内容 | 按内容类型选协议 | | 未命中 | 静态请求 403 或需要登录/验证码 | **停手** | 向用户确认授权 | **助记：模板命中走 A，DOM 完整走 B1，签名接口走 B2，body 空走 C，非影视走 D，403 停手** **工具辅助判断：** - `analyze_website_structure(url)` → 看列表区域是空容器（SPA）还是直出 HTML（B1/B2） - `fetch_spider_url(url)` → 看原始响应和 headers，确认是否 403 或需要签名 - 签名接口站需确认：浏览器真实请求是 GET/POST，带 time/sign/token 与否，需要 Ajax headers 与否 ### Step 3：确认建源方案（写入前） 在正式写入 `spider/js/[源名].js` 前，先向用户呈现： ```markdown ## 建源方案 - 源名：... - 站型判断：路线 A / B / C / 特殊内容 - 证据：guess_spider_template / DOM / API / 浏览器抓包摘要 - 拟使用模式：模板继承 / 字符串规则 / async / 网盘型 - 源元数据：`@header` 的 title/类型/lang/searchable/filterable/quickSearch 与实际能力一致 - 最小验证链：home → category → detail → search → play ``` 自主全流程模式下，Step 0 已通过且用户明确授权自动完成时，可直接写入最小源并继续 L1/L2/L3；普通模式必须得到用户确认后再写入。如果涉及登录态、复杂反爬、批量抓取或高风险重写，任何模式都必须先确认。源内 metadata 只描述运行时源身份，不等同于仓库 tags；上传标签交给 repo-upload 处理。 ### Step 4：保住最小可用链路 **工具调用顺序：** ``` 1. get_spider_template() → 获取标准模板 2. drpy_write_file() → 保存到 spider/js/[源名].js 3. drpy_check_syntax(path) → 语法检查 4. validate_spider(path) → 结构检查 ### 🛑 检查点：确认写入结果再继续验证 普通模式下，源文件已写入并通过语法/结构检查，向用户确认后再跑接口验证链；自主全流程模式下，此处只记录 L1 证据并继续跑 L2/L3： ```markdown ## 写入确认 - 文件：spider/js/[源名].js - 语法检查：通过 / 未通过 - 结构检查：通过 / 未通过 - 源 metadata（title/类型/lang/searchable）：与实际预期一致 / 需修正 - 拟验证链：home → category → detail → search → play ``` 确认后继续 Step 5-10 验证链；自主全流程模式下自动继续。若语法或结构未通过，先做最小修复再继续。 5. test_spider_interface(home) → 测试首页 6. test_spider_interface(category, class_id) → 测试一级 7. test_spider_interface(detail, ids) → 测试二级 8. test_spider_interface(search, keyword) → 测试搜索 9. test_spider_interface(play, play_url) → 测试播放 10. evaluate_spider_source() → 全流程评估（自主/最终版/上传前必跑，普通初步验证可选） ``` **单接口调试工具：** - `debug_spider_rule(rule, mode)` → 测试 CSS/Regex 选择器 - `fetch_spider_url(url)` → 测试 API 连通性和响应 - `extract_website_filter(url)` → 提取分类筛选条件 **筛选 filter 处理要点：** 1. 分类页有地区/年份/排序等筛选时，先调用 `extract_website_filter(url)`；筛选很长时用 `gzip: true` 压缩输出。 2. 生成结果应落到 rule 的 `filter` / `filter_def` / `filter_url`，不要把筛选硬编码进一级 async。 3. 验证筛选时用 `test_spider_interface(category, class_id, ext)`，`ext` 传工具生成的 base64 筛选参数。 4. 如果筛选导致列表为空，先测无筛选 category，再逐个筛选项定位错误。 ### 工具参数示例（MCP 真实字段） ```text test_spider_interface(source_name='源名', interface='category', class_id='1', ext='') test_spider_interface(source_name='源名', interface='detail', ids='一级返回的真实 vod_id') test_spider_interface(source_name='源名', interface='search', keyword='高频宽匹配词') test_spider_interface(source_name='源名', interface='play', play_url='二级返回的真实播放地址', flag='线路名') ``` ### 失败兜底与停手边界 | 失败点 | 不要做 | 正确动作 | |---|---|---| | `guess_spider_template` 不确定 | 硬套最像的模板 | 用 `analyze_website_structure` + `fetch_spider_url` 判 A/B/C，必要时按 B/C 最小 async | | 静态请求 403/空 body | 直接判站点不可做 | 用浏览器网络请求复现 headers/method/body；若仍需登录/验证码则停手说明 | | 签名算法找不到 | 搬整段前端 bundle | 只定位生成 sign/token 的最小函数；找不到就输出阻塞点，不写死抓包值 | | `fetch_spider_url` 能通但源内不通 | 反复改 selector | 对照 method、headers、body、`this.input`、`searchUrl **` 是否一致 | | 验证中途失败 | 继续补其它接口 | 停在第一个断点，用真实上游返回值复测后再继续 | | 涉及登录态/验证码/强风控 | 绕过或批量尝试 | 向用户确认授权范围和可用凭据，未确认不继续 | --- ## 路线 A：继承模板站 当 `guess_spider_template` 命中内置模板时走此路线。 ### 核心原则：模板内置优先，最小覆盖 能走模板内置就不要急着手写覆盖。很多问题是继承残留导致的，不是模板本身失效。 ### 12 个内置模板选择指南 `guess_spider_template` 返回模板名后，理解其对应关系： | 模板名 | CMS 类型 | URL 模式 | double | 二级 lazy | |--------|---------|----------|--------|-----------| | mx | 苹果CMS旧版 | `/vodshow/fyclass--------fypage---/` | true | common_lazy(提取player_* JSON) | | mxpro | 苹果CMS Pro | `/vodshow/fyclass--------fypage---.html` | true | common_lazy | | mxone5 | One5主题 | `/show/fyclass--------fypage---.html` | true | common_lazy | | 首图 | 首图CMS | `/vodshow/fyclass--------fypage---/` | true | common_lazy | | 首图2 | 首图CMS v2 | `/list/fyclass-fypage.html` | true | common_lazy | | vfed | VFed CMS | `/index.php/vod/show/id/fyclass/page/fypage.html` | true | common_lazy | | 海螺3 | 海螺CMS v3 | `/vod_____show/fyclass--------fypage---.html` | true | common_lazy | | 海螺2 | 海螺CMS v2 | `/index.php/vod/show/id/fyclass/page/fypage/` | true | common_lazy | | 短视 | 短视频 | `/channel/fyclass-fypage.html` | true | common_lazy | | 短视2 | 短视频v2 | API驱动(`#type=fyclass&page=fypage`) | true | common_lazy | | 采集1 | 采集站 | API: `?ac=detail&pg=fypage&t=fyclass` | false | cj_lazy(依赖parse_url) | | 默认 | 通用兜底 | 空/自定义 | false | def_lazy(嗅探兜底) | **double: true** 意味着推荐需要两层解析（先取外层容器，再从内层提取数据）。如果首页推荐空，优先检查是否误用了 `double: true`。 ### 什么时候不要盲信模板命中 - `guess_spider_template` 只说明 class_parse 特征相似，不保证 `url/searchUrl/二级/lazy` 都匹配。 - 命中模板但 `get_resolved_rule(path)` 显示 url/searchUrl 与真实站点不同 → 只覆盖 URL 模板，不重写整套规则。 - 命中模板但分类页实际是 API/签名接口 → 保留模板可用字段，一级/搜索局部切 async。 - 命中默认模板 → 视为兜底骨架，不等同于 CMS 模板站。 详细模板字段见 `references/references-template-system.md`。 ### 模板继承核查清单（必须完成后再写规则） 1. `class_parse` 是否残留并覆盖 `class_name/class_url`？→ 显式补 `class_parse: ''` 2. `double` 是否导致首页推荐为空？→ 单层推荐优先 `double: false` 3. `url` 是否是真实分类模板？→ 必须验证真实分类页和翻页结构 4. `searchUrl` 是否是真实搜索模板？ 5. 首页推荐节点是否真实存在？ 6. 删除手写 一级/搜索，优先验证模板内置规则 ### 最小覆盖示例（模板继承完整模板） ```js // spider/js/源名.js var rule = { 标题: '站点名', 模板: 'mxpro', // guess_spider_template 返回 host: 'https://example.com', url: '/vodshow/fyclass--------fypage---.html', // 验证真实分类 URL searchUrl: '/vodsearch/**----------fypage---.html', // 验证真实搜索 URL class_parse: '.stui-header__item li;a&&href;/(\\d+)/', // 验证 class_parse // 无手写 推荐/一级/搜索/二级 — 全走模板内置 }; ``` 必须用 `get_resolved_rule(path)` 验证继承后字段，再删除手写规则激活模板链。 ### 强禁止 未完成核查清单前，**禁止**一上来就大面积手写 推荐/一级/搜索/二级。 ### 常见排障 | 症状 | 优先检查 | |---|---| | 首页推荐空 | `double` 是否为 true，推荐节点是否真实存在 | | detail 不通 | `detailUrl` 是否缺失（纯数字 vod_id 必须设 detailUrl） | | 搜索空 | 搜索页 DOM 是否独立于一级（不要默认 `搜索: '*'`） | | `*` 含义不清 | 先读 `references/references-template-system.md`，`*` 继承一级 | ### 参考资料 - `references/references-inherited-template-minimal-override-site.md` --- ## 路线 B：非模板 HTML / 签名接口站 先把非模板站拆成两类，避免把普通静态 DOM 站过度分析成签名接口站： | 子路线 | 判定 | 首选实现 | 升级条件 | |---|---|---|---| | B1 静态 DOM 站 | 分类/详情/搜索 HTML 直出 | 字符串规则 + 二级字典 | 选择器无法稳定覆盖时局部 async | | B2 签名接口站 | 列表/搜索由 XHR/API 返回，带 time/sign/token/header | async 函数复现浏览器请求 | 签名算法复杂或需登录时停手确认 | ### 路线 B1：静态 DOM/字符串规则站 当 HTML 直接包含列表、详情和搜索结果时，不要先抓签名 API： 1. 用 `analyze_website_structure(url)` 确认列表节点、标题、图片、链接字段。 2. 用 `debug_spider_rule` 先验证一级字符串规则。 3. 详情优先用二级字典 `{title, img, desc, content, tabs, lists}`。 4. 搜索页如果 DOM 独立，单独写 `搜索`，不要默认 `搜索: '*'`。 5. 只有翻页/搜索/章节依赖 XHR 时，才把对应接口局部升级为 async。 **字符串规则源示例：** ```js var rule = { 标题: '站点名', host: 'https://example.com', url: '/list/fyclass-fypage.html', searchUrl: '/search/**-fypage.html', 一级: '.list-box li;a&&title;img&&data-src;.desc&&Text;a&&href', 二级: { // 二级字典 — 详情页 HTML 直出 title: 'h1&&Text', img: '.pic&&img&&src', desc: '.meta&&Text', content: '.intro&&Text', tabs: '.tabs-box>.tab', lists: '.tab-content ul:eq(#id) li;a&&title;a&&href' }, 搜索: '*', // 继承一级规则 }; ``` ### 路线 B2：非模板签名接口站 当站点不是内置模板，有完整 HTML 外壳，但分类/搜索等数据由前端带签名的接口驱动时走 B2。B2 介于路线 A（纯模板继承）和路线 C（全 async API）之间——页面结构可通过 HTML 解析，但数据加载依赖接口调用。 ### 先判断一级是否由签名接口驱动 不要看到 `data-api` 就直接假设这是可裸 GET 的 JSON 接口。必须确认： 1. 浏览器真实请求是 GET 还是 POST 2. 是否带 `time/key/token` 等签名参数 3. 是否需要 Ajax 请求头 ### 已验证经验 裸 GET 可能只返回无效文本，浏览器真实请求却是带签名的 POST。 ### 分级编写策略 按复杂度从低到高逐步尝试，不要一上来就写全 async： 1. **先试二级字典**：如果详情页是 HTML 而非 JSON，优先用二级字典映射（`{title, img, desc, content, tabs, lists}`）。`lists` 容器层级从 ul 下沉到 li 即可解决多集问题，无需切 async。 2. **一级优先 async**：签名接口必须用 async 函数处理，无法用字符串规则。用 `this.MY_CATE` / `this.MY_PAGE` 代替手动拼 URL。 3. **搜索独立验证**：签名站的搜索接口通常独立于一级，不要假设 `搜索: '*'` 继承生效。先用 `fetch_spider_url` 测试搜索 API 连通性。 4. **模板可混合**：签名接口站的首页推荐和播放页 lazy 可能仍可使用模板默认逻辑。优先保留模板的推荐/lazy，只覆盖一级/搜索。（此处的"模板"指 `get_spider_template()` 生成的代码骨架中的默认实现，不是路线 A 的 CMS 模板继承。） ### 参考资料 - `references/references-non-template-signed-api-site.md` --- ## 路线 C：纯 API 驱动 SPA 站 当页面源码 `` 几乎为空，所有数据来自 `/api/xxx` JSON 响应时走此路线。 ### 立即参考 - `references/references-pure-api-async-site.md` ### 核心：全 async 函数模式 不要尝试模板继承，不要写规则字符串，直接用全 async 函数。 ### 必读（11 条跨站型规则见下方「通用规则」） Route C 场景额外注意： 1. `request` POST 用 `body`（`JSON.stringify`）不是 `data`（通用规则 #3） 2. 外部 API 可能需要 `Authorization` → 从浏览器抓包 3. 推荐数据要全量聚合 → 别只取 featured（通用规则 #5） ### 核心要点 1. `this.input` 是渲染后的 URL 字符串 → 通用规则 #1 2. 纯数字 vod_id 必须设 `detailUrl` → 通用规则 #2 3. `searchUrl` 必须带 `**` → 通用规则 #4 ### 全 async 源示例（Route C 骨架） ```js var rule = { 标题: '站点名', host: 'https://example.com', url: '/api/fyclass?page=fypage', // searchUrl 也需带 fyclass/fypage detailUrl: '/api/video/fyid', // 纯数字 vod_id 必须设 searchUrl: '/api/search?wd=**&page=fypage', // ** 是 this.KEY class_parse: '.nav li;a&&Text;/api/(\\d+)', 推荐: async function() { let html = await request(this.input); // this.input 是 URL 不是响应 let data = JSON.parse(html).list; return data.map(v => ({ vod_id: v.id, vod_name: v.name, vod_pic: v.pic })); }, 一级: async function() { let html = await request(this.input); let data = JSON.parse(html).list; return data.map(v => ({ vod_id: v.id, vod_name: v.name, vod_pic: v.pic })); }, 二级: async function() { let html = await request(this.input); let data = JSON.parse(html); return { title: data.name, img: data.pic, desc: data.desc, content: data.content }; }, 搜索: async function() { // searchUrl 带 **，this.KEY 自动填充 let html = await request(this.input); let data = JSON.parse(html).list; return data.map(v => ({...})); }, }; ``` --- ## 路线 D：特殊内容类型 漫画、小说、音乐、网盘不是普通影视 lazy 的变体，先确认内容形态再建源。合法的特殊内容源应满足：`@header` 的 `类型` 与实际内容一致，detail 产出章节/曲目/文件而不是普通视频集，lazy 返回对应特殊协议或真实音频/网盘输出。 | 类型 | detail 目标 | play/lazy 返回 | 验证重点 | |---|---|---|---| | 漫画 | 章节名 + 章节 URL | `pics://` + 图片 URL 列表 | 图片顺序、分页/懒加载、反盗链 headers | | 小说 | 章节名 + 正文页 URL | `novel://` 或正文内容协议 | 编码、分页、正文清洗 | | 音乐 | 歌曲名 + 音频页/接口 | mp3/m4a 直链或解析 | content-type、时效签名 | | 网盘 | 资源标题 + 分享链接 | `push://` 或网盘专用字段 | 提取码、失效提示、多网盘线路 | 特殊内容验证顺序仍是 home → category → detail → play；只是 play 的成功标准换成对应特殊协议，不要强行套 m3u8/mp4 判断。 ### lazy 返回示例 当源类型非影视时，lazy 需返回特殊协议而非普通视频链路： | 类型 | lazy 实现 | 返回格式 | |------|----------|---------| | 漫画 | `pdfa(html, '.comic-pages&&img')` → `pdfh(it, 'img&&data-src')` | `{parse:0, url: 'pics://' + urls.join('&&'), js: ''}` | | 小说 | 请求正文页 → 提取 title/content → JSON 化 | `{parse:0, url: 'novel://' + JSON.stringify({title, content}), js: ''}` | | 音乐 | 请求播放页 → 提取 m4a/mp3 → urljoin 补全 | 返回音频 URL 字符串（框架自动 parse:0） | | 网盘 | 按 flag 分派逻辑 → 提取直链 | `{parse:0, url: 'push://...' }` 或对应该网盘协议 | --- ## 通用规则（跨所有站型） 以下规则对模板站/签名接口站/纯 API 站都适用，只要源中有 async function 就必须遵守。 ### 必读参考 - `references/references-async-function-patterns.md`（async 函数通用模式与陷阱） - `references/references-api-functions.md`（沙箱边界、全局函数与 this 上下文） ### 运行时边界 DS 源运行在 drpy 沙箱中，不是普通 Node.js 模块；源内可用 `request/pdfh/pd/pdfa/local/CryptoJS` 等注入能力，但不要假设 `fs/process/原生 require` 或 MCP 工具能在源代码里调用。 ### 7 条必背规则 1. **`this.input` 是 URL 不是响应** → 必须 `await request(this.input)` 2. **纯数字 vod_id 必须设 `detailUrl`** → 引擎才能拼出详情 URL 3. **POST 用 `body` 不是 `data`** → `body: JSON.stringify({...})` 4. **`searchUrl` 必须带 `**`** → 否则 `this.KEY` 为空 5. **推荐要完整聚合** → 全量聚合 + 按 vod_id 去重 6. **async 函数用 `this.input` 拿 URL** → 不要手动拼 `HOST + path` 7. **不写重复同名属性** → 删掉空占位，只保留有逻辑的 ### 其他通用经验 - 一级 async 优先用 `this.MY_CATE` / `this.MY_PAGE`，不要拆 URL - `request` / `post` 是全局函数，不在 `this` 上 - detail 测试必须用一级真实返回的 `vod_id` - 评估搜索时不要机械用默认词"斗罗大陆"，要换高频宽匹配词 - 区分"规则不通"和"评估器没串起来"——单接口通但评估不通是串联问题 ### 搜索策略（必须先判断） 处理搜索前，必须先读 `references/references-old-encoding-search-site.md`，判断属于： 1. 原生搜索接口 2. suggest / 联想搜索 fallback 3. RSS fallback ### parser 语法边界 - `||` 优先用于同一 selector 下的属性 fallback（如 `img&&data-original||src`） - 不要生成 `img&&data-original||img&&src` 这种跨 selector fallback（超出 parser 稳定边界） - 优先保守、可验证的规则写法 ### 签名/API 请求重建清单 遇到路线 B/C 的动态接口时，用这个顺序把浏览器请求还原到源代码： 1. 浏览器网络面板或 Playwright 确认 method、URL、query、body、headers。 2. 区分固定 header、Cookie、Authorization、time/sign/key 等动态字段。 3. 先用 `fetch_spider_url(url, options)` 复现原请求；POST 统一写 `body: JSON.stringify(...)`。 4. 签名参数如果来自页面 JS，优先定位最小算法；不要把整段前端代码搬进源。 5. 复现成功后再写 async；一级用 `this.MY_CATE/MY_PAGE`，搜索用 `this.KEY`。 6. 签名有时效时，在 async 内即时计算，不要写死抓包值。 --- ## 二级字典规范 完整参考：`references/references-detail-dict-and-multiep.md` ### 字段槽位语义 | 字段 | 语义 | |---|---| | `title` | 片名;类型 | | `img` | 封面图规则 | | `desc` | 备注;年份;地区;演员;导演（5段固定槽位） | | `content` | 简介规则 | | `tabs` | 线路节点选择器 | | `tab_text` | 线路名提取规则 | | `lists` | 当前线路选集列表选择器（支持 #id/#idv） | | `list_text` | 每集标题（默认 body&&Text） | | `list_url` | 每集链接（默认 a&&href） | ### 排障要点（详见 reference） - 页面多集但 detail 只吐 1 集 → 先查 `lists` 容器层级（从 ul 下沉到 li） - detail 测试必须用一级真实返回的 `vod_id`，禁止主观简化 - 先让 detail 真通，再进入播放链排障 - 先保证 标题/描述/详情/图片/线路/列表 可用（最小化原则） --- ## 与其他 Skill 的分流 ### 何时切换到 workflow - 已变成系统性修源/评估/上传 - 源文件已存在，需要排查而非从零生成 - 任务包含仓库上传、标签修正 ### 何时切换到 play-debug - 主要卡在 lazy/直链/iframe/m3u8/parse 判断 ### 转交前预诊断（Handoff 前必须做的） 在转交 workflow 之前，先收集关键证据让下游不必重头摸索： ```text 1. drpy_read_file(path) → 确认现有源内容 2. drpy_check_syntax(path) → 语法检查 3. evaluate_spider_source(源名) → 全流程评分（记录各接口分数） 4. 若 evaluate 显示某接口丢分： test_spider_interface(category, class_id='1') test_spider_interface(detail, ids='从一级拿真实 vod_id') test_spider_interface(play, play_url='从 detail 拿真实 url', flag='从 detail 拿') test_spider_interface(search, keyword='高频宽匹配词') → 确定断点在哪个接口 5. 记录失败类型：A 规则不通 / B 评估串联 / C 播放链 ``` 转交时把预诊断结果写入 packet，不要只写"这个源有问题"。 ### Handoff Packet 转交时必须带最小上下文，避免下游重新摸索： | 目标 skill | 必带字段 | |---|---| | workflow | 源名、文件路径、站型、home/category/detail/search/play 验证结果、失败接口、证据工具 | | play-debug | source_name、真实 detail ids、`vod_play_from`、`vod_play_url`、flag、当前 play 返回 | | repo-upload | 文件路径、源名、内容类型、L1/L2/L3 验证等级、A/B/C 建议、`upload_preauthorized`、用户标签要求、is_public、auto_replace 策略、目标对象是否明确 | ### 强制停手检查点 出现以上任一情况时，必须停止在 create skill 内扩写，明确切换。 --- ## 五种编写模式速览 根据站型和复杂度，从以下五种模式中选一种。优先上层模式（代码量少、更稳定）。 | 模式 | 代码量 | 适用场景 | 关键字段 | |------|--------|---------|---------| | **模板继承** | 7-15行 | `guess_spider_template` 命中内置模板 | `模板: 'mxpro'`, `class_parse`, `url` | | **字符串规则** | 15-30行 | DOM 结构稳定的 B1 静态站 | `一级: 'ul li;a&&title;...'` | | **js: 内联** | 1-2行表达式 | 字符串规则中嵌入少量计算 | `一级: 'js:let x=input...'` | | **async 函数** | 50-200行 | B2 签名 API、路线 C、反爬、非标站 | `一级: async function() { ... }` | | **网盘型** | 100-300行 | 多网盘资源聚合 | `hostJs`, `line_order`, `lazy` 按 flag 分派 | **核心原则**: 能用模板继承就不用字符串规则，能用字符串就不用 async 函数，逐步增加复杂度。 ### 高级字段触发点 这些字段只在确有需求时使用，优先作为局部增强，不要替代简单规则： | 字段 | 何时使用 | 注意 | |---|---|---| | `hostJs` | 站点域名漂移、需从配置页/发布页动态取 host | 返回最终 host；与 `line_order/lazy` 的共享状态要保持最小 | | `预处理` | 进入接口前需要初始化 cookie/token/全局变量 | 只做初始化，不在里面抓完整列表 | | `模板修改` | 模板整体适配但少数字段需在继承前调整 | 比复制整份模板更安全；只改目标模板的必要字段 | | `二级访问前` | 详情页需要追加参数或转换 URL | 返回新 URL，避免在二级主体里重复拼接 | | `proxy_rule` | 图片/播放/接口需要本地代理转换 | 仅用于必须代理的资源，避免扩大范围 | | `play_json` | lazy 表面返回与最终 parse/jx/url 不一致 | 先用 `get_resolved_rule` 确认继承结果，再转 play-debug 深排 | | `play_parse` | 需要显式控制是否启用解析/嗅探 | 不要用它掩盖错误的直链判断 | | `sniffer` | 播放依赖嗅探页面中的真实媒体请求 | 需要浏览器/网络证据支撑 | | `isVideo` | 站点 URL 后缀不稳定，需要自定义媒体识别 | 只用于媒体 URL 判断，不替代 lazy 逻辑 | ### 网盘/多线路源补充清单 - `hostJs` 只负责确定可用 host 或公共配置，不要混入分类抓取。 - `line_order` 用于稳定线路排序，避免客户端每次看到不同顺序。 - `lazy` 必须按 `flag` 分派不同网盘/解析逻辑，不要用一个分支处理所有线路。 - 网盘转存、解析、直链提取应分层验证；单条线路失败不要影响其他线路。 ## 收尾输出模板 ```markdown ## 建源结果 - 文件：spider/js/[源名].js - 站型：路线 A / B / C / 特殊内容 - 实现方式：模板继承 / 字符串规则 / async / 混合 / 网盘型 - 验证： - home：通过 / 未通过（依据） - category：通过 / 未通过（class_id=...） - detail：通过 / 未通过（ids=...） - search：通过 / 未通过（keyword=...） - play：通过 / 未通过（flag/url=...） - 未覆盖风险：登录态 / 签名时效 / 搜索翻页 / 多线路 / 反爬 / metadata 与实际能力不一致 - 下一步：继续修源 / 播放专项 / 转 repo-upload / 结束 ```