3fe0b86e11
- media: spider 下载图片后按内容 sha1 生成 key，经后端预签名直传 S4，上报只带 key （spider 不持有 AK/SK；单张失败自动回退为上报 URL） - embed: 新增 embed 子命令，从后端领取缺向量的图片→下载→本地 CLIP 编码→回传 （媒体拆分后后端拿不到图片字节，向量只能靠回填补齐） - serve: 服务化常驻模式（领取 crawl 任务 → 抓取 → 回报） - config: 新增 media.upload/concurrency、vision.endpoint/concurrency
45 lines
1.4 KiB
Go
45 lines
1.4 KiB
Go
package cmd
|
||
|
||
import (
|
||
"github.com/spf13/cobra"
|
||
|
||
"my-spiders/internal/config"
|
||
"my-spiders/internal/media"
|
||
"my-spiders/internal/spider"
|
||
)
|
||
|
||
var (
|
||
brandID int64
|
||
maxCo int
|
||
maxShows int
|
||
)
|
||
|
||
var vogueCmd = &cobra.Command{
|
||
Use: "vogue",
|
||
Short: "启动 Vogue 时装发布会采集器",
|
||
Run: func(cmd *cobra.Command, args []string) {
|
||
// 1. 修复参数数量 & 类型强转 uint(brandID)
|
||
vogueSpider := spider.NewVogueSpider(maxCo, uint(brandID), maxShows, IngestClient)
|
||
// 媒体机直传：由 spider 下载并上传图片，后端只写库（config.media.upload 控制）。
|
||
if config.GlobalConfig.Media.Upload && IngestClient != nil {
|
||
vogueSpider.Media = media.New(IngestClient, "runway", config.GlobalConfig.Media.Concurrency)
|
||
}
|
||
|
||
// 2. 修复方法名：将 Execute() 改为 Run()
|
||
vogueSpider.Run()
|
||
},
|
||
}
|
||
|
||
func init() {
|
||
rootCmd.AddCommand(vogueCmd)
|
||
|
||
// 绑定命令行参数
|
||
vogueCmd.Flags().Int64VarP(&brandID, "brand", "b", 0, "指定抓取的品牌 ID")
|
||
|
||
// 修复：将 "c" 改为 "m"（或者 ""），避免与全局的 -c 参数冲突
|
||
vogueCmd.Flags().IntVarP(&maxCo, "max-co", "m", 5, "最大并发数限制")
|
||
|
||
// 小批量试爬：仅抓取单个品牌的前 N 场发布会（0=不限制）。用于控制入库量 / 先看效果。
|
||
vogueCmd.Flags().IntVarP(&maxShows, "max-shows", "s", 0, "单个品牌最多抓取的发布会场次（0=不限制，小批量试爬用）")
|
||
}
|