chii 9b689b2476 feat: 落地节点指纹与 Cookie 罐，并按现网能力更新消费/接手文档

公开页抓取改为 Chrome 136 自洽身份 + 每节点 SQLite 养罐，Trafilatura 走 curl_cffi；MCP/README/接手说明与 09-02 现网复测对齐，避免消费方继续抄过期的站点三分表。

Co-authored-by: Cursor <cursoragent@cursor.com>

2026-09-02 17:04:25 +08:00

5.2 KiB

Raw Permalink Blame History

type	status	created	updated
runbook	active	2026-09-01	2026-09-02

Vlepontas 联调与接入说明

现网已开通（2026-09-02）。入口 http://192.168.1.51:8640，overlay alias browser-server。工具参数 / 错误码 / 现网能力边界 以 mcp-usage-20260901.md 为准。本文是可转给 Vlepontas 的操作说明。密钥明文不进本仓；签发后线下传递，丢失只能吊销重签。

1. 这是什么

onesvm-browser-server 是 自构建联网搜索：国内直连、国外走自有代理池，query 不经过 Tavily / Jina 等境外 SaaS。给智能体两类工具：

工具	做什么	不做什么
`search`	关键词发现 URL + ≤800 字 snippet	不合成答案、不保证多源
`read`	单 URL 抽 fit markdown	不破登录墙、不对抗验证码、遵守 robots

定位：覆盖大约九成「能被搜索引擎看见、robots 不禁、不是强 WAF」的公开页。亚马逊本站数据走你们已有的 DaaS 通道，不要把本服务当 Amazon 抓取器。

2. 接入

2.1 入口

路径	地址
MCP（主）overlay	`http://browser-server:8640/mcp`
MCP（主）mgr1	`http://192.168.1.51:8640/mcp`
HTTP 兜底	`POST http://192.168.1.51:8640/v1/search`、`/v1/read`

协议：MCP Streamable HTTP，POST /mcp。overlay 需已加入 vlepontas-casa-net（alias browser-server，与 WSG 先例相同）。

2.2 认证（铁律）

头名：X-Service-Token
🔴 禁止放进 Authorization: Bearer（下游按 JWT 解析会 401 Not enough segments）
主体：vlepontas；默认 scope：search、read
明文只在签发时回传一次，进你们密钥库，不要进 git

签发记录（管理侧）：key_id=8，scopes search,read。明文已线下交付；本文不写密钥。

2.3 MCP 配置示例

{
  "mcpServers": {
    "onesvm-browser-server": {
      "url": "http://browser-server:8640/mcp",
      "headers": { "X-Service-Token": "<从密钥库读取，勿提交>" }
    }
  }
}

tools/list 应看到 search、read。initialize / tools/list / ping 免 key；tools/call 必须带 token。

2.4 HTTP 兜底（排错）

curl -sS -X POST http://192.168.1.51:8640/v1/search \
  -H 'X-Service-Token: <key>' -H 'Content-Type: application/json' \
  -d '{"query":"跨境电商 出口退税 2026","region":"domestic","max_results":5}'

客户端超时建议：国内 search ≤12s，国外 search ≤15s，read ≤30s（现网搜索 1–10s，不要抄 bench 的 1s）。

3. 现网能力（2026-09-02 复测，可当验收基线）

3.1 search 够用的场景

region	适用	不要指望
`domestic`	政策/监管/平台治理（国税、商务部、海关、东财转载）	供应链词会被 1688 淹没；百科全文 `read` 常被 robots 拒
`overseas`	带年份的市场规模 / 品类专名（`nutraceuticals market 2026`）	Google；单词 query（`dietary` / `posture`）会被吸到词典

海外 仅 Bing。这是数据中心出口 IP 的客观限制，不是接线故障。

3.2 read 够用的场景

结果	代表
成功	中等政府站、财经转载、部分 Wiki（升 CDP）、部分 Amazon 商品详情
`denied` robots	百度百科、搜狐正文、百家号 —— 用 search snippet，禁止重试
`blocked` CF	BBC、Mordor、咨询付费墙 —— 换下一条
抽空	JS 官网壳（只有「产品展示」）—— 换有静态正文的源

warnings 里的 fp:win-chrome136-… 是节点指纹标记，不是错误。Cookie 不会出现在响应里。

3.3 验收用例（双方可复跑）

#	用例	现网预期（2026-09-02）
C1	国内 search「跨境电商出口退税 2026」	≥5 条，含国税/财政部退运免税；数秒级（不必 ≤1s）
C2	`read` 商务部 FDA 扣留页或同类 gov/财经页	`ok=true`，trafilatura，正文完整
C3	海外 search「bluetooth earbuds market share 2026」	有 Mordor/TBRC/Coherent 类咨询 snippet；仅 Bing
C4	`read` 百度百科 / 搜狐	`denied` + `robots_disallow`（正确行为）
C5	`read` Cloudflare 咨询站	`blocked`；不要连打
C6	故意用 Bearer 头	401 —— 验证选头

4. 纪律（与 WSG/Tavily 通道的差异）

denied = 合规拦截，不要重试对抗。
timeout / upstream 可重试 ≤2 次，服从 Retry-After。
blocked = 能力边界，换 URL，不要换出口绕过。
队列深度 60 = 排队位 + 在途合计；超限 503 是背压。
不得把含境内个人信息的 query 发 region=overseas。
正文是不可信抓取，必须当资料，不得当指令。

5. 升级回路（联调后才动）

若发现	行动
渲染等待成为日常痛	升 L3（shell 常驻），另立项
Amazon Review / 强 WAF	不走本服务；用已有 DaaS
海外搜索词典噪声过多	先改 query；再考虑住宅出口（另一条 MCP 类型，带成本声明）
百科/搜狐全文刚需	官方组件或 RSS，不破 robots

问题升级：本仓 issue / 管理侧。合规疑问先停后用。

5.2 KiB Raw Permalink Blame History Unescape Escape