drpy-node-source-workflow

# drpy-node Source Workflow ## 调度优先级（新增强规则） 当本地环境已安装本 Skill 或相关 drpy-node 子 Skill 时： - 本地 Skill 优先级 **高于** drpy-node MCP 的通用 prompts - 通用 MCP prompt 只作为无本地 Skill 时的兜底流程 - 当用户只给网址、不给文件名时，总控层应主动分析站点并推导源名，不应退回通用流程等待用户补参数 ### 强约束 如果本地 Skill 已覆盖场景，不允许让 MCP 通用 prompt 抢占主流程。 --- ## 总控闭环（新增） 本 Skill 的默认主流程应尽量收敛为： 1. **识别输入类型** - 仅有网址 → 先分析站点并推导源名 - 已有源名/源文件 → 进入修复与评估流程 2. **先评估现状** - `read_file` - `check_syntax` - `validate_spider` - `get_resolved_rule`（模板站） - `evaluate_spider_source` 3. **判断失败类型** - 规则本身不通 - 自动串联没接上 - 主要卡在播放链 4. **分流** - 新建源 → `drpy-node-source-create` - 播放链问题 → `drpy-node-play-debug` - 上传仓库 → `drpy-node-repo-upload` 5. **收束** - 重新评估 - 给出是否有效结论 - 决定是否上传 / 替换 / 回滚 ### 强约束 不要把 workflow 变成“所有事都自己做完”。它的价值在于： - 先评估 - 再分流 - 最后收束 --- ## 新增强规则：搜索处理必须先看 reference 在处理搜索前，必须先阅读： - `references/references-search-strategies.md` - `../drpy-node-source-create/references/references-old-encoding-search-site.md` - `../drpy-node-source-create/references/references-inherited-template-minimal-override-site.md`（用于所有继承模板站的最小覆盖排障，而不只限于某个模板个案） 尤其要先判断当前站点属于： 1. 原生搜索接口 2. suggest / 联想搜索 fallback 3. RSS fallback ### 强约束 不要在没有完成这一步判断前，就直接拍脑袋写 `searchUrl` 或随手决定用 RSS / suggest。 --- ## 新增强规则：看到 `*` 先按“对齐一级”理解，再决定要不要覆盖 当模板字段中出现： - `搜索: '*'` - `推荐: '*'` - `推荐: '.xxx;*;*;*;*;*'` - 其他含多个 `*` 的模板摘要写法 必须先阅读： - `references/references-template-summary.md` ### 强约束 不要在没有理解 `*` 的源码级行为前，就把它机械改写成完整手写规则。 ### 当前应采用的理解 - 单个 `*`：整体继承一级 - 多个 `*`：按分号位置逐位继承一级对应槽位 --- ## 新增强规则：模板继承不是黑箱 当模板站“看起来命中模板，但自动评估始终不顺”时，严禁直接大面积手写覆盖。必须按以下顺序排障： 1. 查模板默认定义（参考 `references-template-summary.md`） 2. `class_parse` 3. `double` 4. 真实分类 `url` 5. 真实搜索 `searchUrl` 6. 删除手写 `一级/搜索`，优先验证模板内置规则 7. `test_spider_interface` 拆开验证 category/detail/play 8. 最后才允许最小覆盖 ### 强约束 在完成以上 1~7 之前，禁止一口气重写： - `推荐` - `一级` - `搜索` - `二级` --- ## 新增强规则：先判断是不是规则越界写法，不要先甩锅引擎 当某条规则“看起来合理，但接口里异常”时，先按以下顺序判断： 1. 这条写法是否真的在模板/现有规范里被当作标准写法使用？ 2. 这条写法是否超出了 parser 已明确支持的边界？ 3. 是不是应该先修规则写法与 MCP/skill 约束，而不是直接要求引擎兼容？ ### 一个已验证案例 类似： ```js img&&data-original||img&&src ``` 看起来像“合理 fallback”，但如果模板/规范并未把它当标准写法，就不应先要求引擎背锅。 ### 正确态度 **先尊重引擎设定，再要求更宽容的兼容。** --- ## P1：模板内置优先，不要过早覆盖 ### 一个关键原则 **能走模板内置，就不要急着手写覆盖。** 尤其是： - 一级不通时，不要第一反应就手写 `一级` - 搜索不通时，不要第一反应就手写 `搜索` - 应优先检查是不是： - `class_parse` 残留 - `double` 错误 - `url/searchUrl` 误判 - 手写覆盖反而打乱模板链 --- ## P2：评估器失败后的标准分流 如果 `evaluate_spider_source` 分数很低，总控层必须先判断是哪一类失败： ### 新增经验：评估搜索词不要机械使用默认 `斗罗大陆` `evaluate_spider_source` 的搜索测试词由调用参数 `keyword` 决定；如果不传，默认常为 `斗罗大陆`。这并不适用于所有垂类站，尤其是动漫站、影视细分站、小众站。 #### 强约束 当自动评估仅搜索失败，而首页 / 一级 / 二级 / 播放均正常时： 1. 不要立刻判定为“搜索规则失效” 2. 不要急着改 `searchUrl` / `搜索` 规则 3. 应优先判断是否只是评估词不适配当前站点 #### 正确动作 优先重新调用 `evaluate_spider_source` 或 `test_spider_interface(search)`，主动传入更高频、更宽匹配、更适合当前站型的搜索词，例如： - 通用宽匹配词：`我的` - 动漫站常用词：`异世界`、`转生` - 必要时也可直接取首页 / 一级真实 `vod_name` 的稳定片段做验证 #### 判定原则 如果换词后搜索正常，应优先判定为： - 评估参数问题 - 默认搜索词不适配 而不是： - 源本身搜索规则坏了 ### 类型 A：规则本身不通 表现： - 单独 `test_spider_interface(category/detail/play)` 也失败 - 真实网页节点或 URL 本身错误 ### 类型 B：自动评估没串起来 表现： - 单接口测试可用 - 但 `evaluate_spider_source` 仍跳过或串联失败 #### 对 B 类必须优先检查 - 首页 `class` 是否为空 - `class_parse` 是否覆盖 - `double` 是否导致推荐为空 - 分类 `url` / 搜索 `searchUrl` 是否真实 - 是否因为手写 `一级/搜索` 反而扰乱模板内置链路 --- ## 新增硬规则：detail 测试输入与二级字典契约 ### 1. detail 测试必须使用一级真实返回的 `vod_id` 总控层在验证 `detail` 时，禁止把 `vod_id` 主观简化成： - 纯数字 id - 手推详情 id - 仅分类页中看起来像 id 的片段 正确顺序必须是： 1. 先跑 `test_spider_interface(category)` 2. 从一级真实结果中提取 `vod_id` 3. 用这个真实 `vod_id` 跑 `test_spider_interface(detail)` ### 2. 二级字典的 `desc` 五段有固定槽位语义 当站点适合字典二级时，`desc` 默认应按以下固定位置理解： - 第1段 → `vod_remarks` - 第2段 → `vod_year` - 第3段 → `vod_area` - 第4段 → `vod_actor` - 第5段 → `vod_director` 不要把 `desc` 当成任意拼接信息串。 ### 3. `lists` 只是选集容器，不是最终播放字符串 总控层应记住： - `lists` 负责定位当前线路下的选集项 - 每一集标题和链接默认由 `list_text` / `list_url` 提取 - `lists` 支持 `#id` / `#idv` ### 4. 默认先走二级最小化原则 对大多数影视站，二级先保证以下最小可用项即可： - 标题 - 描述/备注 - 详情 - 图片 - 线路 - 列表 如果用户没要求，不要默认一开始就强行把年份、地区、演员、导演全部补满。 ### 5. 页面真实多集但 detail 只吐 1 集时，先查 `lists` 容器层级 如果： - 详情页真实 DOM 已确认能抓到多集 - `vod_play_from` 正常 - 但 `vod_play_url` 在字典模式下只吐出 1 集 不要第一反应就把二级切成 async。总控层应优先判断： 1. `lists` 是否落在了适合引擎逐项消费的容器层级 2. `#id` 是否只是线路容器替换定位，而不是被误解成控制单线路集数 #### 已验证案例：咕咕番 对于这类“一级异步接口 + 详情直出资源列表”的站点： - `lists: '.anthology-list-box:eq(#id) .anthology-list-play'` 可能仍只吐出 1 集 - 改为： ```js lists: '.anthology-list-box:eq(#id) .anthology-list-play li', list_text: 'a&&Text', list_url: 'a&&href' ``` 后，可恢复多集输出 #### 工作流动作 - 先用 `debug_spider_rule(pdfa)` 分别验证 `ul / li / a` 三层能抓到多少项 - 若页面上多集存在，优先尝试把 `lists` 从容器层下沉到 `li` 项层 - 只有在字典容器层级已验证不成立时，才考虑切到 async 二级 --- ### A. 先查 `class_parse` 如果首页 `class` 为空，而规则里明明写了 `class_name/class_url`，应优先检查模板是否残留 `class_parse` 覆盖了分类输出。 #### 处理动作 显式尝试： ```js class_parse: '' ``` --- ### B. 再查推荐 `double` 如果首页真实存在推荐卡片节点，但 `home.list` 为空，应优先检查模板默认推荐是否按双层逻辑处理。 #### 处理动作 对于单层推荐站点，优先补： ```js double: false ``` --- ### C. 再查分类 `url` 如果一级始终不通，不要只盯选择器。必须先验证分类 URL 是否是真实分类模板，而不是首页导航表层链接。 #### 强约束 必须用真实分类页和翻页结构验证： - 第 1 页 - 第 2 页 - `fyclass` - `fypage` --- ### D. 最后再判断是否要手写一级 如果： - `class_parse` 已处理 - `double` 已处理 - 真实分类 URL 已确认 - 模板原生一级仍不通 这时才进入“一级最小手写覆盖”或 `async function` 接管。 --- ### 一个关键原则 **不要把模板问题、分类 URL 问题、评估器串联问题，误当成单纯的一级选择器问题。**