接入微信视频号（wechat_channels）转录支持

README.md

@@ -14,7 +14,7 @@
 
 ## 核心特性
 
-- **多平台支持**：YouTube、Bilibili、抖音、小红书、小宇宙播客、Apple Podcast，工厂模式自动匹配下载器
+- **多平台支持**：YouTube、Bilibili、抖音、小红书、微信视频号（经 MediaResolverAPI）、小宇宙播客、Apple Podcast，工厂模式自动匹配下载器
 - **双引擎转录**：CapsWriter-Offline（通用转录）+ FunASR（说话人识别）
 - **智能文本处理**：LLM 自动校对 ASR 错误、专有名词纠错、按说话人采样+置信度降级的说话人推断、内容总结
 - **处理深度可控**：`processing_options` 开关按任务控制是否校对/总结，分层缓存产物只增不减，重复请求自动复用已有层
@@ -28,7 +28,7 @@
 - [funasr_spk_server：funasr server 对应暴露 api，支持音视频转写，分角色，自动合并相同人物的话。](https://github.com/zj1123581321/funasr_spk_server)
 - [CapsWriter-Offline：CapsWriter 的离线版，一个好用的 PC 端的语音输入工具，支持热词、LLM处理。](https://github.com/HaujetZhao/CapsWriter-Offline)
 - [youtube_download_api：YouTube 视频下载服务，作为 yt-dlp 的可选替代后端。](https://github.com/zj1123581321/youtube_download_api)（可选）
-- MediaResolverAPI：短视频 URL → 无水印直链 + 元数据的集中解析服务，可选地接管抖音/小红书解析（可选，见[使用指南](docs/guides/media_resolver.md)）。
+- MediaResolverAPI：短视频/视频号 URL → 无水印直链 + 元数据的集中解析服务，可选地接管抖音/小红书/视频号解析（可选，见[使用指南](docs/guides/media_resolver.md)）。
 - OpenAI 兼容的 API，比如 Deepseek，量大管饱。
 
 ---
@@ -55,7 +55,7 @@ uv sync
 # 配置服务
 cp config/config.example.jsonc config/config.jsonc
 # 编辑 config.jsonc，填写 api.auth_token、tikhub.api_key 等
-# 可选：抖音/小红书改走 MediaResolverAPI 集中解析，设
+# 可选：抖音/小红书/视频号改走 MediaResolverAPI 集中解析，设
 #   downloaders.use_media_resolver=true 并配置 media_resolver 段
 #   （使用指南：docs/guides/media_resolver.md）
 

docs/guides/media_resolver.md

@@ -1,15 +1,16 @@
-# MediaResolverAPI 集成指南（抖音 / 小红书解析）
+# MediaResolverAPI 集成指南（抖音 / 小红书 / 微信视频号解析）
 
-> 适用版本：v1（接管 **抖音 + 小红书**）。其它平台（B 站 / YouTube / 小宇宙）不受影响，仍走原生下载器。
+> 适用版本：v1（接管 **抖音 + 小红书 + 微信视频号**）。其它平台（B 站 / YouTube / 小宇宙）不受影响，仍走原生下载器。
 
 ## 这是什么
 
 [MediaResolverAPI](https://github.com/) 是一个独立的「短视频 URL → 无水印直链 + 元数据」解析服务，
-内置 TikHub 多端点降级 + Cobalt 兜底。本项目可选地把**抖音 / 小红书的解析**外包给它，从而：
+内置 TikHub 多端点降级 + Cobalt 兜底。本项目可选地把**抖音 / 小红书 / 微信视频号的解析**外包给它，从而：
 
 - 把易碎的 TikHub 解析逻辑集中到专用服务，本仓库退化为「下载 + 转录 + LLM」；
 - 抖音改为下载**完整 mp4 再由 CapsWriter 提取音轨**（而非旧版直接抓 `music.play_url` 的 mp3）——
-  对套用热门 BGM 模板的口播视频，提取的是**视频自带人声**而非背景乐，转录更准。
+  对套用热门 BGM 模板的口播视频，提取的是**视频自带人声**而非背景乐，转录更准；
+- 支持微信视频号（`https://weixin.qq.com/sph/<sph_code>`）链接转录，通过 MediaResolverAPI 的流式代理端点边解密边拉取。
 
 > ⚠️ **行为变更**：开启后抖音下载体积由 mp3 增大为 mp4。长视频可能撞 `storage.max_download_size_mb`
 > 上限，或 CapsWriter 一次性入内存的限制。短视频无影响。
@@ -19,16 +20,22 @@
 | 你的情况 | 建议 |
 |---------|------|
 | 抖音/小红书解析经常失败、想集中维护解析逻辑 | ✅ 启用 |
+| 需要转录微信视频号链接 | ✅ 启用（视频号必须依赖 MediaResolverAPI） |
 | 已部署 MediaResolverAPI 服务并有 API Key | ✅ 启用 |
 | 只转录 B 站/YouTube/小宇宙 | 无需启用（默认 off，不影响） |
-| 没有 MediaResolverAPI 服务 | 保持 off，继续用内置 TikHub 直连 |
+| 没有 MediaResolverAPI 服务 | 保持 off，继续用内置 TikHub 直连（视频号不可用） |
 
 默认 **关闭**。开关打开前请确认 MediaResolverAPI 服务可达。
 
 ## 前置条件
 
 1. 一个可访问的 MediaResolverAPI 服务（自建或他人提供），拿到 `base_url` 与 `X-API-Key`。
-2. 服务健康检查：
+2. 微信视频号转录前提：
+   - 必须设置 `downloaders.use_media_resolver: true`（无原生下载器兜底）；
+   - 若配置了 `security.download_url_allowlist` 安全下载白名单，MediaResolverAPI 服务域名/IP 须在允许列表中；
+   - 视频号 `video_url` 指向 resolver 自己的流式代理端点（`/api/stream/wechat_channels/{sph_code}`），下载时下载器会自动携带 `X-API-Key` 鉴权头（第三方 CDN 直链则不会携带）；
+   - resolver 流式端点受上游并发限制，若单进程并发超限会返回 429（Too Many Requests）。
+3. 服务健康检查：
 
    ```bash
    curl http://<your-host>:<port>/health
@@ -58,21 +65,21 @@
 
 > **Docker 注意**：容器内访问宿主机服务用 `host.docker.internal`，不要写 `localhost` / `127.0.0.1`。
 
-配置改完无需改代码——`factory` 会在 `use_media_resolver=true` 时自动把抖音/小红书路由到
+配置改完无需改代码——`factory` 会在 `use_media_resolver=true` 时自动把抖音/小红书/视频号路由到
 `MediaResolverDownloader`，并跳过旧的 `DouyinDownloader` / `XiaohongshuDownloader`。
 
 ## 使用
 
-开关打开后，正常提交抖音/小红书链接即可，无需任何额外参数：
+开关打开后，正常提交抖音/小红书/视频号链接即可，无需任何额外参数：
 
 ```bash
 curl -X POST http://localhost:8000/api/transcribe \
   -H "Authorization: Bearer <your-auth-token>" \
   -H "Content-Type: application/json" \
-  -d '{"url": "https://v.douyin.com/xxxxxxx/"}'
+  -d '{"url": "https://weixin.qq.com/sph/AOzokRxWHz"}'
 ```
 
-支持的链接形态：`douyin.com` / `v.douyin.com` 短链 / `xiaohongshu.com` / `xhslink.com` 短链。
+支持的链接形态：`douyin.com` / `v.douyin.com` 短链 / `xiaohongshu.com` / `xhslink.com` 短链 / `weixin.qq.com/sph/<sph_code>` 视频号链接。
 
 ## 错误与提示对照
 
@@ -86,6 +93,7 @@ curl -X POST http://localhost:8000/api/transcribe \
 | 图文/已删除/私密等无视频内容 | 该内容无可转录视频 | 否 |
 | 全部解析源失败 | 解析失败，稍后再试 | 否 |
 | 服务端错误（HTTP 5xx） | 解析服务异常 | 是 |
+| 流式端点并发超限（HTTP 429） | 解析服务繁忙，稍后再试 | 是 |
 
 > 注：当前 MediaResolverAPI 的 `error` 仅返回文案、无结构化 `error.code`，因此「图文/删除」类终态
 > 可能被笼统归为「解析失败，稍后再试」。若你维护该服务，建议为终态返回 `error.code` 以便精确区分。
@@ -98,18 +106,21 @@ MediaResolverAPI 返回的视频直链在下载前会经过 **SSRF 校验**（`u
 ## 回退
 
 若启用后遇到问题，把 `downloaders.use_media_resolver` 改回 `false` 即可立即回到内置 TikHub 直连下载器，
-无需回滚代码（旧下载器在迁移期保留）。
+无需回滚代码（旧下载器在迁移期保留；视频号链接在未启用时将回退至通用下载器）。
 
 ## 故障排查
 
 | 现象 | 排查 |
 |------|------|
 | 提示「鉴权失败」 | 检查 `media_resolver.api_key`；用 `curl -H "X-API-Key: <key>"` 直接打 `/api/resolve` 验证 |
 | 提示「解析服务暂不可用」 | 检查 `base_url` 可达性、`/health`、Docker 内是否误用 localhost |
+| 视频号下载失败（401） | 确认下载请求发往 resolver 域名并携带了 `X-API-Key` |
+| 视频号下载失败（429） | MediaResolverAPI 流式并发超限，稍后重试或调整 resolver 服务并发能力 |
 | 抖音下载撞大小上限 | 调高 `storage.max_download_size_mb`，或对长视频暂时关闭开关 |
 | 想确认走了哪个下载器 | 看日志 `为URL创建下载器: ..., 类型: MediaResolverDownloader` |
 
 ## 相关文档
 
 - 设计与实现决策记录：[docs/designs/media-resolver-integration.md](../designs/media-resolver-integration.md)
 - 后续 v2 规划（多平台/观测/CDN 兜底）：见仓库 `TODOS.md`
+

docs/sessions/260902-wechat-channels/reviews/01-wechat-channels-verdict.md

@@ -0,0 +1,75 @@
+# 视频号（wechat_channels）接入独立审查
+
+- **审查对象**：`ea71bf3f9167faa732b25928bb959116aac8c4f4..dedd376e6def0ea04b5b9f8ca89168abd4c8e6ad`（H0 冻结，7 commit）
+- **risk-tier**：personal（P1 = 数据丢失 / 静默出错 / 崩溃）
+- **本轮新证据**：① `urlparse` netloc 矩阵（大小写/端口/userinfo/尾点/IPv6/无 scheme）；② `ocr-review` status=`reviewed`（minimax）；③ H0 `factory.py` 实例生命周期；④ `urlparse` 抛异常面。同一份 diff 复读不算新证据，以上均是生成结论前新跑的。
+
+## 结论
+
+**pass**。无 P1；无阻塞合并的 P2。OCR 5 条均为测试/可维护性意见，本仓判定不升级。
+
+## Findings
+
+无。
+
+## 锁定决策（6 条）
+
+1. **平台字符串 `wechat_channels`**：符合。H0 `git grep` 生产路径的平台标识均为 `wechat_channels`（`url_parser.py:84,293`、`views.py:611`、`history.html:921`）。`shipinhao` 零命中。存量 `config.wechat` / `wechat_webhook` 是企微通知通道，不是视频平台标识。
+2. **`X-API-Key` 仅 netloc 相等时携带**：符合。`media_resolver.py:222-229` 用 `urlparse(...).netloc.lower()` 精确相等，且 `_resolver_netloc` 为空则不带头。基类 `base.py:224` 走 `headers=self.download_headers or None`。测试锁 CDN 不带、resolver 流式端点带（`TestConditionalDownloadHeaders`）。
+3. **复用 `download_headers` + 403 重下也设头**：符合。首次 `download_file:238` 与 force_refresh 后 `download_file:269` 都调用 `_prepare_download_headers`；重解析语义（反查 → force_refresh → SSRF 校验 → 再下，失败抛 `DownloadFailedError`）相对 base 未改。测试 `test_reresolve_applies_correct_headers_on_retry` 锁重下带 key。
+4. **不新增配置项；flag off 落 GenericDownloader**：符合。`config/` 无 diff。`test_downloader_factory.py`：flag on → resolver，flag off + sph URL → `GenericDownloader`。
+5. **sph 不进 `SHORT_URL_DOMAINS`**：符合。`url_parser.py:90-95` 仍只有 `b23.tv` / `youtu.be` / `v.douyin.com` / `xhslink.com`；sph 走 `PATTERNS['wechat_channels']`。
+6. **静态资产变更递增 `CACHE_NAME`**：符合。base `vta-static-v4` → H0 `vta-static-v5`；`tests/unit/web/test_frontend_auth.py` 断言同步。
+
+## 本轮新角度（4 条）
+
+### 1. netloc 相等判定绕过面
+
+查了，无发现（泄露方向干净；漏带头不是静默成功）。
+
+对 `_prepare_download_headers` 同一谓词跑矩阵：
+
+| 形态 | 结果 |
+|---|---|
+| 大小写 / 尾斜杠 / `#fragment` | 匹配，该带头 |
+| `https://host:8000` vs `http://host:8000`（同 netloc） | 匹配（spec 比的是 netloc 不是 scheme） |
+| 无 scheme 的 `host:port` | `_resolver_netloc=""` → 永不带头 |
+| 缺省端口 vs 显式 `:80`/`:443`、尾点、userinfo、IPv6 字面量不同写法 | 字符串不等 → 不带头 |
+| CDN `cdn.example.com` vs resolver netloc | 从未匹配 |
+
+泄露（不该带却带了）：矩阵无此格；只有 CDN 的 netloc 真等于 resolver 才会带，那就是同一主机。  
+漏带（该带没带）：owner 配置畸形或上游 stream URL 与 `base_url` 形态不一致 → 视频号 401/下载失败，不是静默错结果。按 review-discipline，可信配置畸形 ≤P2，且与 spec「netloc 相等」字面一致；要求规范化会反着 spec。接受不修。
+
+### 2. `_prepare_download_headers` try/except pass 与静默出错
+
+查了，无发现（不构成 P1 静默出错）。
+
+`except Exception: pass` 之后恒执行 `self.download_headers = {}`（fail-closed）。`urlparse` 对 str 几乎不抛；会抛的是非 str / 非法 IPv6。下载 URL 已经 `validate_url_safe`。缺 key 的视频号流式端点 → 401 → `DownloadFailedError`，不会「下到文件却没鉴权还当成功」。CDN 路径空头是正确行为。OCR 建议补 debug 日志：可维护性 P3，接受不修。
+
+### 3. 实例级 `download_headers` 串扰
+
+查了，无发现（真实使用方式下不会跨任务共享实例）。
+
+`create_downloader`（`factory.py:46`）每次 `MediaResolverDownloader()` 新实例，无进程级单例。每次 `download_file` 开头重设 headers；403 重下对 `fresh_url` 再设一次。顺序复用同一实例（先视频号后 CDN）会被第二次 `_prepare` 清掉 key。并发意见在 personal 档 ≤P2，且当前工厂不会让两任务共享同一实例。
+
+### 4. 熵增
+
+查了，无熵 +1。新增 `_prepare_download_headers` 有两个调用点（首次 + 重下），不是转发-only、不是无第二消费者。`_resolver_netloc` / `_resolver_api_key` 是 `__init__` 一次缓存，不是第二事实源。无新配置项、无新文件、无单实现接口。
+
+## OCR 前置
+
+- `ocr-review` status=`reviewed`（primary minimax）；verifier 两条腿不可用，5 条均为 `unverified`。
+- 工具标注 → 本仓判定（P1 两问：真实使用会触发吗？后果能否接受？）：
+
+| # | 工具 | 本仓 | 两问 | 处置 |
+|---|---|---|---|---|
+| 1 | except pass 无日志 / low | P3 | 触发：几乎不。后果：空头 + 401，非静默错 | 接受不修 |
+| 2 | 测试 `headers == {key}` 过严 / medium | 不成立 | 测试形态，不是生产缺陷 | 不采纳 |
+| 3 | 测试写入 `_resolver_netloc` 绕过 `__init__` / high | 不成立 | 生产仍走 `urlparse(base_url)`；测试缺口不导致运行时漏带头 | 不采纳 |
+| 4 | 403 测试靠 `HTTPError` 注释不准 / medium | 不成立 | 重下路径另有 `force_refresh` 断言 | 不采纳 |
+| 5 | 重下缺「fresh netloc 不同」用例 / medium | P3 测试缺口 | 不触发生产静默错 | 接受不修 |
+
+## Backlog（不占本卡结论）
+
+- `can_handle` 仍用 `domain in url` 子串（与抖音/小红书同一存量模式），非本 diff 引入。
+- OCR #1/#5：except 无日志、测试未覆盖「重下换 netloc」；P3，接受不修。

retro/acceptance-log.jsonl

@@ -11,3 +11,4 @@
 {"ts":"2026-08-24T22:55:34+08:00","dispatch_id":"dlg-20260824-143605-1d04d3","task_id":"VideoTranscriptAPI-20260824-05","repo":"VideoTranscriptAPI","executor":"codex","model":"gpt-5.6-luna","effort":"xhigh","runtime":"systemd","task_type":"review","complexity":"S","rounds":1,"wall_clock_min":9,"diff_lines":198,"commits":["7ed9f7460e01c56e35b04a00e872865bd6730145","712055c14adaafc0c54c2e52157cf95113d5db5d"],"commits_resolution":"partial","outcome":"accepted","scope_discipline":3,"taste":2,"note":"R1 verdict pass-with-backlog: docs/sessions/260824-summary-trunc/reviews/summary-truncation-r1-verdict.md (commit 7ed9f74 on PR #65 branch); 0 P1/P2; 降层三问+熵增+旁路排查齐全; 全量 pytest exit 0","report_directory":"20260824-143610-big-codex-VideoTranscriptAPI","decisions_ref":"PR #65"}
 {"ts":"2026-08-24T22:57:20+08:00","dispatch_id":"dlg-20260824-133558-fd0c2f","task_id":"VideoTranscriptAPI-20260824-04","repo":"VideoTranscriptAPI","executor":"cursor","model":"composer-2.5","effort":"unknown","runtime":"systemd","task_type":"backend-logic","complexity":"L","rounds":1,"wall_clock_min":10,"diff_lines":533,"commits":["5fd47cad624acedddfaf0f697250e79fb99f9845"],"commits_resolution":"partial","outcome":"accepted","scope_discipline":3,"taste":2,"note":"主脑独立验收: 全量 pytest 绿(exit 0); 红验 base 红; R1 verdict pass-with-backlog: docs/sessions/260824-summary-trunc/reviews/summary-truncation-r1-verdict.md; 实现提交 5fd47cad624acedddfaf0f697250e79fb99f9845","report_directory":"20260824-133602-big-cursor-VideoTranscriptAPI","decisions_ref":"PR #65"}
 {"ts":"2026-08-24T23:18:07+08:00","dispatch_id":"dlg-20260824-145748-1737de","task_id":"VideoTranscriptAPI-20260824-06","repo":"VideoTranscriptAPI","executor":"grok","model":"grok-4.6","effort":"unknown","runtime":"systemd","task_type":"review","complexity":"S","rounds":1,"wall_clock_min":17,"diff_lines":142,"commits":["e344a8ddea8c631735e0b6decc0cafef89fb2ce8"],"commits_resolution":"partial","outcome":"accepted","scope_discipline":3,"taste":3,"note":"R2 对抗视角 verdict pass-with-backlog: docs/sessions/260824-summary-trunc/reviews/summary-truncation-r2-verdict.md (commit e344a8ddea8c631735e0b6decc0cafef89fb2ce8); 0 P1, 2 P2(其一转修复轮), 3 注入红验, 全量 pytest exit 0","report_directory":"20260824-145758-big-grok-VideoTranscriptAPI","decisions_ref":"PR #65"}
+{"ts":"2026-09-02T03:05:50+08:00","dispatch_id":"dlg-20260901-181636-fe8dd0","task_id":"VideoTranscriptAPI-20260902-01","repo":"VideoTranscriptAPI","executor":"agy","model":"gemini-3.7-flash-high","effort":"unknown","runtime":"systemd","task_type":"backend-logic","complexity":"S","rounds":2,"wall_clock_min":17,"diff_lines":233,"commits":["dedd376e6def0ea04b5b9f8ca89168abd4c8e6ad","dd6098b7678b50e3486a738c8f6f56d9dcc798f8","dda22e7eec9273e547edcb5d9d7a708fdfe9b099","76678f93b6b7d75381f4e24e270dc7d58c8632ce","541061b8b66ed911cc6ad94f2df54ff06f0c31ae","c840bbc42572cca49bf2861fdc0de0ad66250823","4228f5397845ae840c26280c6a7b2f9415594a9e"],"commits_resolution":"resolved","outcome":"accepted","scope_discipline":3,"taste":1,"note":"视频号接入，head dedd376e6def0ea04b5b9f8ca89168abd4c8e6ad：agy 实现 6 commit + 1 轮修复（swjs 缓存版本回退方向反了，根因拆卡漏列前端鉴权测试的硬编码版本断言，scope-miss）。主脑验收：diff 逐行审 + base 红验抽查 7 条全红 + 全量单测绿；OCR reviewed 无 P1；cursor 独立 review pass 无 P1，收敛。","report_directory":"20260901-181642-quick-agy-VideoTranscriptAPI","rework_origin":"scope-miss"}

src/video_transcript_api/api/routes/tasks.py

@@ -358,6 +358,8 @@ async def transcribe_video(
                             title = "小红书内容转录"
                         elif "douyin.com" in display_url:
                             title = "抖音视频转录"
+                        elif "weixin.qq.com" in display_url:
+                            title = "视频号视频转录"
 
                     notification_router = get_notification_router()
                     notification_router.send_view_link(

src/video_transcript_api/api/routes/views.py

@@ -608,6 +608,7 @@ def generate_download_filename(title: str, platform: str, content_type: str) ->
         "xiaohongshu": "小红书",
         "xiaoyuzhou": "小宇宙",
         "apple_podcast": "Apple播客",
+        "wechat_channels": "视频号",
         "generic": "自定义",
     }