auto_news_upload/实施计划.md

新闻下载、导入排版、人工发表与换号实施计划

本文中的帐号名称和用户编号已匿名化；真实记录保存在本地排除目录中。帖子编号仍用于说明既有受理证据，不代表当前公开状态。

更新日期：2026-10-31（北京时间）。本版整体替换早期自动发帖设想，依据当前源码、发布流程操作记录与自动化规范、演示任务记录和发布去重记录重新梳理。

原计划编写时仅进行了本地源码与记录核对，未重新操作线上页面、下载新闻、上传图片或发表帖子。下文“演示已验证”引用既有操作记录；“源码已有”不等于最新版本已在线上重新验收。

后续现场补录：2026-10-31 已采集一次真实提交提示与审核中详情页，见第 11 节。第 1～10 节保留原计划语境，组件当前能力以 README 和源码为准；本次补录不代表结果观察功能已经接通。

当前实现更新：0.2.0

2026-10-31 已在源码接通审核中结果观察、真实 TID/PID 分离、受理记账、返回首页与后续调度；新增发布后图文差异暂停、历史结果补核及换号异常暂停。当前操作以 README 与源码为准，下文第 1～10 节为早期实施计划，不能再把其“尚未实现”描述当作当前状态。

已根据本地现场记录为主题 236999 / 首帖 238791 补登记去重，关联既有提交快照，未增加当前账号批次计数。正式任务库和原去重文件在本地排除目录另存了更新前备份。公开成功页、更多拒绝提示、图片 HTTP 500 根因及完整实机换号链路仍待验证。

1. 当前目标与确定规则

目标是：自动下载、选文、上传、填写、排版和校验，等待用户亲手发表，然后观察结果、记录数量，达到账号目标后换号，继续下一篇。

• 发表及重试发表必须由用户亲手点击。 不模拟点击、不调用提交函数、不直接发送发帖请求、不通过快捷键提交。自动化没有发布接口。
• 用户选择分区、文章根目录、处理范围及每账号篇数 min/max；理财财经 fid=125 是演示样例，不硬编码为全部任务的目标。
• 标题、正文或来源修改后重新进入人工审核；等待审核期间自动化不继续修改编辑器。
• 全流程常驻“终止流程”按钮，跨标签、导航和换号保持生效；停止后不因刷新或服务重启自动恢复。
• 同一文章在整个站点跨账号、跨版块去重。已公开发表或已受理待审核均阻止再次入队；结果不明时先核对。
• 新下载文章不额外插入接口发布时间和分隔线。历史文件及源正文中原有的时间、文字不因此自动删除。

结论：工作流可行，单篇人工链路已有实机记录，但持久队列、本地桥接、统一终止、自动计数和与换号扩展联动仍需实现。实施重点从“寻找全部页面元素”转为“连接已有组件并保证停止、审核、去重和结果核对”。

2. 本轮变化与现状

模块	当前确认	后续工作
排版脚本 dww11-wechat-oneclick.user.js v1.0.9	新增独立“一键排版”；existingSource() 识别文末来源/作者及版权行；runFormat() 取出原尾注后交给 formatBody() 重新排版；无来源才弹窗补充	提供可等待、可取消、无模态弹窗的程序接口；验证复杂尾注与编辑器转换后重复执行
下载保存 article_writer.py	标题后直接接正文；不再插入接口 time；移除无文字且无图片的空标题节点；末尾仍生成标准来源尾注	输出持久文章清单与结构化来源/源网址/指纹，建立完整保存后的入队衔接
下载调度 app.py	频道、分页、下载去重、进度、停止；历史库仍只有指纹到目录映射；状态接口含汇总、日志、输出目录	独立发布队列、每篇完成登记、重启对账；不能拿日志当可靠文章队列
导入器 v1.0.0	stagePackage()、importPrepared()、附件上传及登记、编辑器填写校验	接入取消信号、无弹窗冲突状态、持久恢复；导入前处理长标题
dww11_make_package.py	已能生成 v1 Markdown/base64 图片包	包大小限制、当前任务按需传输、引用完整性校验
换号扩展 v3.0.4	自有账号库、抽号、登录、暂停与持久流程；下一账号按钮已有 ID	接收统一终止、输出可核对的换号结果，与发文批次计数协调；不能假定网站脚本能直接调用扩展内部路由
auto_news_upload/	操作规范和两份 JSON 记录已存在	尚无完整自动执行程序或 SQLite 发布任务库

新版排版的“保留来源”指保留识别到的尾注文字；内部会规范化空白并重建为纯文本格式节点，不保证原 HTML、链接或空格逐字不变。自动化应展示提取结果，疑似误识别时暂停。

旧操作记录中“每次输入来源”和“排版后手工删除重复来源”属于当时演示行为。当前 v1.0.9 的独立排版入口已针对已有来源提供处理，不能再把这一功能整体列为未实现；仍需回归验证。微信 URL 采集入口仍走另一条流程，本项目只接独立排版逻辑。

下载器测试文件已含不插入发布时间的断言，本次未重跑测试。新下载文件的时间格式已明确，不再列为待确认项；这不授权清理历史稿件。

3. 已有实机证据与尚未解决的问题

既有演示记录：账号示例用户（UID <已匿名>），理财财经 fid=125，文章“刚靠新电影赚23亿票房，周星驰就卖掉内地影院”，来源“洲洲影视娱评”。用户亲手发表后，网站返回主题 23697411、首帖 PID 238766，记录时显示审核中。

• 已明确受理 1 篇；已确认公开 0 篇。不得根据旧记录推断现在已审核通过，也不得重发这篇文章。
• 导入阶段编辑器有 26 张图片；结果页正文 21 张、附件区 5 张。总数齐全不能证明正文位置和顺序正确。
• 附件区图片为 image009.jpg、image014.jpg、image016.jpg、image025.jpg、image026.jpg。需要以附件 ID 与正文引用逐一对照，不只比较文件名或总数量。
• 结果正文与待审稿有文字差异；记录未覆盖用户审核期间编辑动作，不能归因于网站转换或用户操作。
• 本次未重新读取线上结果页；原演示未验证审核后的访客可见性、超长标题报错、随机数量与换号链路。

后续准备完成时保存基线快照，用户亲手点击时再捕获最终标题、编辑器正文、图片引用和附件映射，记录内容修订号与提交尝试。持久化可能来不及完成时要能识别缺失证据；不能为补记状态而代替用户重新提交。发布后分别检查受理状态与内容完整性，内容异常只标记待处理，不自动编辑或重发。

4. 目标工作流与架构

用户设置分区、根目录、处理范围、min/max
  → 初始化终止按钮与持久批次
  → 历史去重对账
  → 已完整下载文章校验 / 持续接收新文章
  → 单篇领取与文章包准备
  → 确认新帖标签、账号、分区
  → stagePackage → importPrepared
  → 独立一键排版 → 标题/正文/图片/尾注检查
  → 等待人工审核与用户亲手点击发表
  → 只观察提交结果
  → 原子登记受理记录、去重与本轮计数
  → 回首页并核对
  → 未达目标：下一篇；达到目标且仍有任务：换号并核对
  → 队列结束：结束批次

建议继续采用“本地 Python 任务服务 + 浏览器执行器 + 网站适配层”，复用导入器与换号扩展。第一步验证油猴特权请求与回环服务通信；若目标浏览器不兼容，再改为扩展桥接，不同时维护多套主链路。

本地服务仅监听回环地址，使用配对凭据和限定接口；只向网站传当前文章内容，不传下载 API Key 或账号库。不能把现有下载器 /api/session 直接当作对任意网页开放的任务授权入口。导入器是 @grant none，排版器有特权权限，必须实测页面与脚本隔离上下文间的调用，不能简单假定合并后仍可访问原来的 window 对象。

文件传递优先复用文章包，不依赖自动操作系统目录选择器。原生选择器可作为人工导入备选。同一版块的点击可能打开新标签，任务必须绑定实际标签及导航版本，不能在旧分区页继续执行。

电脑、本地服务及浏览器需保持运行；没有新增定时无人值守发表需求。发布始终需要用户点击。新任务的下载 Key 仍按现有方式在内存中使用，不默认落盘。

5. 数据接入、格式与来源

完整落盘与元数据

复用下载器现有保存及去重逻辑，新增每篇成功结果清单，至少保存稳定身份候选、原始标题、来源、源 URL、目录、Markdown 路径、图片清单和校验值。新发布记录写入失败时可通过清单对账补录，不应为回滚发布登记而删除完整文章。

当前保存器先创建最终目录，再逐个移动文件，扫描到目录并不代表下载结束。新下载采用成功回调/完成标记与清单协调入队；旧目录在确认非保存中且引用完整后显式导入。下载历史库失败时原下载器自有清理行为，与未来发布登记失败处理分开。

标题

保留 original_title，派生 submitted_title。超过 80 字符时按允许的计数预算截取前缀并追加字面量 ...，不能截断 emoji 代理对；站点实际按码点、UTF-16 或字节计数仍需实测。当前页面曾读到 maxLength=-1，“还可输入80个字符”也未随填入更新，不能作为可靠校验。

截断必须发生在导入器 compile() 之前。现有 preparePackage() 已接受 data.title，可以由适配层提供派生标题，不改原 Markdown；现有打包器本身尚未生成这个覆盖值。显示新旧标题并进入人工审核。若人工提交后收到明确超限拒绝，修正后仍由用户再次点击；结果不明时不改稿重投。

来源与正文

复用 v1.0.9 的 existingSource() 与 formatBody()，保留 4 号黑色正文、1 号银色尾注、图文间隔及图片适配。识别末尾来源时保留整段来源/版权文字，不只抽出名称再拼回默认句子。没有来源则在页面内要求补充，不能让原生 prompt 阻挡终止按钮。

需要验证：标准下载尾注、多行版权说明、重复尾注、正文中出现“来源”、来源后有图片、嵌套 FONT、纯文本换行、编辑器来回切换、重复排版。不得全局删除正文中的来源文字；原稿本身已有多条来源时应提示核对，而非宣称新函数能语义去重。

正文清理只沿用已确认规则；不自动删除历史发布时间、“打开网易新闻 查看精彩图片”等文字。下载器新生成格式与旧文件格式并存，文章身份不能仅靠整个 Markdown 的精确哈希判断。

图片与编辑器

下载器支持 WebP/AVIF/SVG，打包器和导入器仍只支持 JPG/JPEG/PNG/GIF。先在入队前拦截不兼容格式，不能等打包时静默漏掉；如后续增加转码，生成派生副本并重写引用，保留原文件。上传大小同时遵守导入器 20 MB 和网站当前限制。

校验顺序为：本地引用完整 → 上传附件返回编号 → 网站附件登记 → BBCode/可视化图片关联 → 排版前后附件引用保持 → 人工提交时最终快照 → 结果页正文与附件区对照。现有缓存仅在页面内有效，持久复用必须绑定账号与上传上下文并重新验证。

遇到旧稿恢复提示、非空编辑器或上传期间人工修改，暂停并保留现场。导入器现有 confirm 弹窗需要转换为页面内状态；不能自动确认覆盖。

6. 持久状态、发布去重与观察

独立 SQLite 任务库与下载历史库分开。启动前先迁入两份现有 JSON 的已受理记录，保证主题 23697411 不再入队；保留原 JSON 作为证据。再核对原有发布记录或本人历史帖子列表。标题相同只标记疑似重复，不能据此确认同一正文。完整历史对账尚未完成，不能把这一个样本当全量历史。

稳定身份优先关联原始文章 ID/规范化源 URL，同时保存正文与图片指纹、文件版本哈希和身份别名。当前下载历史只有指纹与目录，原始 URL/来源并未形成完整持久清单；历史稿无法恢复的信息要标为未知，不能猜造。跨账号、跨版块去重，改名、标题截断、删除后重新下载均不改变已受理身份。

建议记录：article_key、身份别名、source_url/source_id、内容及图片指纹、原始/提交标题、来源尾注、目录、账号 UID、fid、附件映射、排版版本、内容修订号、任务状态、批次 ID、领取租约/执行版本、尝试 ID、用户点击时间、最终快照、帖子 ID/URL、受理/审核/公开状态和错误。

downloaded → queued → importing → formatting → awaiting_user_review
  → user_submitting → published / accepted_pending_moderation

异常分支为 needs_attention、submit_unknown、rejected、stopped。其中 published 仅在有公开发表证据时使用；提交意图或点击事件不是网站受理证据。人工修改后记录新修订，继续等待人工审核。

• 自动化只监听用户操作及网站结果，不主动触发提交。点击前预登记候选尝试，点击时关联最终快照；即使快照写入失败，也不能自动补交。
• 结果需综合帖子 ID/URL、作者、分区、标题和受理/审核提示；跳转到首页、HTTP 200 或按钮变灰均不能单独证明成功。
• 以“站点+帖子 ID”唯一键登记受理记录，并在同一事务更新去重与批次计数。重复打开、刷新及后续审核通过不重复加一。
• 审核中计入明确受理数一次，公开数量另记；驳回不自动补发。结果页内容异常单独记录，不撤销受理去重。
• 网络中断、关闭标签或证据不足进入 submit_unknown，先对账；租约过期也不能重投未决文章。
• 多标签单篇互斥；刷新或服务重启先显示恢复状态，等待用户明确继续。已停止批次不得自动恢复。

7. 账号目标与统一终止

用户填写整数 1 ≤ min ≤ max。首次建立当前账号批次、以及确认换号成功后，从闭区间均匀抽取目标 n 并持久化。每账号批次只抽一次；暂停、刷新和重启不重抽。没有 min/max 时不能擅自设值或启动自动换号。

本轮只计明确受理的唯一文章，导入、排版、等待审核、失败和结果不明不计。达到 n 后，先完成记账，确认没有未决提交，回首页并核对，再触发现有“登陆下一帐号”。核对扩展流程结束和实际账号 UID/用户名；无法确认时暂停，不连续点换号。账号池只有一个可用账号等导致 UID 未变化时不能假装换号成功，应显示原因等待处理。

队列空时结束，不为凑数重发，也不无意义换号。账号手动变化、验证码、限制或登录异常时暂停，不带着旧附件上下文继续。账号密码继续由现有扩展管理。

统一终止必须覆盖首页、分区页、新帖页、结果页和换号页面。点击先持久写入 stopped 并更新执行版本；立即禁止新领取、下一张上传、排版写入、跳转和换号，取消可取消请求。所有异步返回重新检查停止状态，过期回调不得继续。

现有组件的停止并不贯通： 下载器停止是等待当前请求/保存结束；导入器没有对外取消接口；换号扩展有独立流程；排版仍使用模态弹窗。仅在外层增加按钮不能满足全流程终止。需要给这些模块增加取消/暂停衔接，尤其要在扩展开始退出/登录前以及后续各步骤检查共享停止状态。不能把扩展内部消息接口当作已公开的油猴 API。

停止不撤回已经发出的请求，允许被动核对其最终结果，但不继续业务动作。原演示使用浏览器控制条停止的例外不延续至正式实现。

8. 页面适配依据与剩余信息

环节	已有依据	仍需核对
分区入口	/special/post/；演示选择后新开标签	用户实际目标分区及各区必填项，不固定 fid=125
当前账号	#mumucms_username，用户名/用户链接编号	登录失效与换号成功的稳定判定
标题/正文	#subject、#e_textarea、#e_iframe、#e_switchercheck	当前网站编辑器同步与标题计数
导入	window.DWW11Importer，面板在 Shadow DOM	实际浏览器中程序接口与停止信号
排版	#dww11-format-oneclick	v1.0.9 来源识别与发布后往返结果；目前没有公开排版 API
发表	#postsubmit、#postform	只观察人工操作；失败、超限、审核及成功提示适配
受理结果	/thread/23697411.html；样本首帖 #postmessage_238766	从当前结果提取动态帖子 ID/PID，不硬编码样本
换号	#dww11-extension-next	扩展完成/暂停状态及全局终止联动
历史对账	“修改/删除信息”进入本人帖子列表	列表 URL、分页、审核项与重复证据

无需重新提供已记录的完整单篇演示。下一批所需输入主要是：实际分区与文章范围、min/max、其他版块必填项、历史帖子入口及异常提示样本。标题计数、5 张图片落到附件区的原因、审核后的公开状态需要针对性验证。不需要密码、Cookie 或 API Key 值进入文档。

9. 实施顺序与验收

阶段	工作	完成条件
1：基础状态与停止	独立任务库、现有 JSON 迁入、历史对账、统一终止状态和常驻按钮；确定各组件取消协议	已受理样本不可重入队；跨标签互斥；刷新不自动运行；停止后无后续动作
2：文章衔接	完整落盘清单、文章身份、包传输、图片检查、导入前标题派生、本地配对通信	新旧格式均可处理；半成品不入队；长标题不改原稿；缺图和不兼容格式明确报错
3：排版与人工审核	封装 v1.0.9 独立排版接口，替换模态提示，接入导入取消和编辑冲突检查	尾注文字保留、标准来源只出现一次；反复排版及编辑器转换无累积问题；附件引用与顺序不变
4：人工提交观察	提交快照、动态结果解析、审核/公开区分、唯一受理计数、正文与附件核对	不经用户点击永不发表；用户修改后重新审核；刷新不重复计数；结果不明不重投；定位图片落附件区问题
5：批次与换号	min/max 持久目标、记账后回首页、复用登录流程、账号核对、终止联动	每批仅抽一次目标；达到目标且队列非空才换号；异常不连续换号；无旧账号附件串用
6：小批实机验收	覆盖故障恢复与多个页面场景	下载/上传/排版/待审/结果/换号各阶段终止均有效；断网、重启、多标签和人工改稿状态正确

重点回归场景：普通/多图/重复图片、空标题节点、多行尾注、来源后图片、重复排版、长标题与 emoji、非空编辑器、旧稿恢复、部分上传失败、上传超时、用户提交后响应丢失、审核中、驳回和换号中终止。先模拟验证，再做用户亲手提交的少量实机验收；不以已受理样本重发来测试。

10. 目录与本次交付范围

新实现仍放在 auto_news_upload/，后续规划为 service/、browser/、tests/、data/ 和启动说明；当前这些实现尚未建立。保留原下载目录、原历史库及现有演示记录。复用源码时记录版本，明确安装时启用的脚本组合，避免重复工具争用编辑器。

本次仅重写本实施计划，未修改业务脚本和历史记录。历史操作规范用于追溯当时实机行为；当前组件能力以本轮核对的源码为准，人工发表、去重、终止和换号规则继续遵循操作规范。

11. 2026-10-31：结果页现场资料补充

用户明确授权助手点击一次“发表帖子”并捕捉提示。网站返回“新主题需要审核，您的帖子通过审核后才能显示”，随后自动进入 /thread/23699911.html；详情页标题为“湖人只有一个卢卡·开拓者的四大金刚”，版块为体育休闲 fid=90，标题旁显示“(审核中)”。本次确认受理 1 篇，未确认公开，不重复提交或换号。完整过程与页面依据见操作规范第 12 节。

• 已取得标题 #thread_subject、标题区域审核标记、作者 UID 链接、版块 fid 链接与首帖正文容器 #postmessage_238791 的现场依据；账号信息在可共享文档中继续匿名化。
• 页面真实主题参数为 tid=236999，访问路径中的数字串为 23699911，首帖 PID 为 238791。结果解析和去重须统一标识规则，不能直接把路径数字串当作真实 tid，也不能据此批量改写历史记录。
• 提示页的文字与跳转链接已捕捉，但未保存跳转前的容器 HTML。详情页关键 HTML 与截图已保存到 local-records/publish-result-23699911.json、local-records/publish-result-23699911.png。
• 下一步完成结果观察适配、受理接口标识核对与重复计数验证，再进行后续计数/换号联调；公开、失败和审核后的访客可见性仍待验证。

本次仅同步观察记录，未修改业务代码、运行队列或去重库；这次授权代点不扩展为后续自动发表权限，也不替代正式工作流的人工发表边界。