Files

Sidney Zhang 9020752eed

feat(scripts): 添加 PEP 723 脚本元数据并修复 HTTP/2 伪头过滤问题

- 为 build_studio_urls.py 和 lookup_groups.py 添加 PEP 723 依赖声明
- 修复 HTTP/2 伪头导致 requests 抛 InvalidHeader 的问题
- 添加 CDP 端口连通性预检查及启动指引

2026-08-27 13:33:34 +08:00

4.2 KiB

Raw Permalink Blame History

name, description

name	description
youtube-studio-csv-download	Download YouTube Studio analytics CSV export (zip) via a Playwright script that reuses a logged-in browser user-data dir or debug port, auto-saving to the Downloads folder with (n) dedup. Use when the user wants to download/save YT Studio CSV, or supplies a user-data path / remote-debugging-port.

下载 YouTube Studio 分析 CSV（脚本版）

把 YouTube Studio 内容管理器「导出当前视图 → 逗号分隔值 (.csv)」的下载，改由 Playwright 拦截脚本完成：复用已登录的 Chrome/Edge 会话，自动保存 zip 到下载文件夹，重名自动追加 (n) 后缀。

与 MCP 浏览器版技能的区别

本技能：用户主动给了浏览器 user-data 目录或调试端口、或明确要"跑脚本下载"时使用。
youtube-studio-analytics-export：走 MCP integrated_browser、界面点击兜底，适合交互式/按 URL 直连。两者产物相同（zip 内含 表格数据.csv / 图表数据.csv / 总计.csv），只选一条路径即可。

脚本与依赖

脚本：scripts/youtube_export_download.py（本技能目录下；若缺失，用代码库全局搜索按 youtube_export_download.py 定位）
依赖与环境：见 uv-env-setup 技能——项目环境走 uv sync；脱离项目时脚本头部带 PEP 723 声明，uv run <脚本> 自动备环境（复用系统 Chrome/Edge 时无需 playwright install chromium）。
登录态必须已存在：脚本不登录，只复用已登录会话。

步骤 1：确认登录态来源（二选一）

复用已登录 YouTube Studio 的浏览器会话，否则会跳到 Google 登录页。

方式 A（能关浏览器）：用已登录的用户数据目录。
方式 B（浏览器不能关）：用调试端口附加。

完成判据：得到下面两者之一——

user-data 目录路径（Chrome：<LOCALAPPDATA>\Google\Chrome\User Data；Edge：<LOCALAPPDATA>\Microsoft\Edge\User Data），或
调试端口号（如 9222）。

步骤 2：运行脚本

路径写法用正斜杠 + 引号，PowerShell / Git Bash / cmd 通用（C:/Users/<you>/... 即 $env:LOCALAPPDATA 指向的位置）。

方式 A：

uv run python scripts/youtube_export_download.py --url "<explore URL>" --channel chrome --user-data-dir "C:/Users/<you>/AppData/Local/Google/Chrome/User Data"

方式 B（先 chrome.exe --remote-debugging-port=9222 或 msedge.exe --remote-debugging-port=9222 打开已登录浏览器）：

uv run python scripts/youtube_export_download.py --url "<explore URL>" --connect http://localhost:9222

脱离项目环境时省略 python <脚本> 前缀，直接 uv run "<技能目录>/scripts/youtube_export_download.py" ...（单脚本模式）。
默认下载到 D:\Downloads；运行在沙箱/受限环境的 agent（如部分 IDE 内置终端、云环境）看不到该盘符，必须传 --download-dir 指向工作区内已存在的目录。
脚本会自动重试一次：未捕获到有效导出响应时再点一遍导出按钮。
--channel 只允许 chrome / msedge，且必须与 --user-data-dir 指向的浏览器同一品牌。

完成判据：终端打印 已保存: <完整路径> (<字节数>)，退出码 0。

步骤 3：校验产物

列出下载目录最新的 zip（按所用 shell 选一条）：

Get-ChildItem -Path "<download-dir>" -Filter "*.zip" | Sort-Object LastWriteTime -Descending | Select-Object -First 3 Name, Length, LastWriteTime

ls -lt "<download-dir>"/*.zip | head -3

完成判据：存在最新 <维度标签> <起始日>_<结束日> <账号名>.zip（如 内容 2026-07-23_2026-08-20 WL Media.zip）；同名重复时后缀为 (1)、 (2)。脚本落盘前已做 zip 完整性校验，能写盘即可解压。

遇到问题

查 references/troubleshooting.md（未登录跳转、目录被占用、CDP 连不上、channel 不匹配、未捕获响应、文件名回退等）。

批量场景：多份 URL 循环下载时，由调用方外层逐条调用本脚本并复用同一登录态，脚本保持单 URL 语义；每条失败可独立重跑。

4.2 KiB Raw Permalink Blame History Unescape Escape