simon
012cb615d3
- pipeline.sh 每阶段 banner（━━━ M4 翻译+事件抽取（AI 大模型: deepseek / deepseek-v4-flash）━━━） - ai_model_info() 从 system.yaml 读取场景模型（translation/daily_report/embedding） - Python 层：M4/M5/日报 显性打印 provider/model（场景标注） - 已同步 pi5 实测：客户端初始化日志含供应商/模型
64 lines
2.4 KiB
Bash
Executable File
64 lines
2.4 KiB
Bash
Executable File
#!/bin/bash
|
||
# =============================================
|
||
# 国内服务器：全流程自动化（独立运行，无需海外）
|
||
# 1. M1 Pi 抓取（headful Playwright + HTTP 代理）
|
||
# 2. 全链路 M2→M6（含日报）
|
||
# =============================================
|
||
# 每天 06:00 / 12:00 / 18:00 / 22:00 各执行一次
|
||
# =============================================
|
||
# 用法：
|
||
# ./scripts/domestic_full.sh # 全新执行
|
||
# ./scripts/domestic_full.sh --resume # 从中断处继续（跳过已完成步骤，
|
||
# # 步骤状态见 data/run_state/{date}.state）
|
||
# =============================================
|
||
set -euo pipefail
|
||
|
||
SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
|
||
PROJECT_DIR="$(dirname "$SCRIPT_DIR")"
|
||
cd "$PROJECT_DIR"
|
||
|
||
# ── 参数解析 ──
|
||
RESUME=0
|
||
for arg in "$@"; do
|
||
case "$arg" in
|
||
--resume) RESUME=1 ;;
|
||
*) echo "未知参数: ${arg}（支持 --resume）" >&2; exit 1 ;;
|
||
esac
|
||
done
|
||
|
||
source "$SCRIPT_DIR/_step_state.sh"
|
||
|
||
LOG() { echo "[$(date '+%Y-%m-%d %H:%M:%S')] $*"; }
|
||
|
||
# ── 全流程日志：所有输出实时显示到终端，同时完整写入日志文件 ──
|
||
LOG_DIR="logs"
|
||
mkdir -p "$LOG_DIR"
|
||
FULL_LOG="$LOG_DIR/domestic_full_$(date +%Y%m%d_%H%M%S).log"
|
||
: > "$FULL_LOG"
|
||
|
||
LOG "══════ 国内全流程开始（resume=${RESUME}）═══════"
|
||
LOG "全流程日志: ${FULL_LOG}（终端实时显示完整进度）"
|
||
|
||
# ── 加载 .env ──
|
||
export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)
|
||
|
||
# ── 1. M1 Pi 抓取（headful Playwright + HTTP 代理）──
|
||
# 部分源抓取失败不阻塞管道（原语义）；抓取本身按 URL 去重（index.jsonl），
|
||
# 已抓取过的 URL 不会重复写入；输出实时显示每源进度
|
||
if step_should_run M1_crawl; then
|
||
LOG "━━━ [1/2] M1 抓取（headful Playwright + HTTP 代理）━━━"
|
||
bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tee -a "$FULL_LOG" \
|
||
|| LOG "WARNING: 部分源抓取失败，继续管道"
|
||
step_mark M1_crawl
|
||
fi
|
||
|
||
# ── 2. M2→M6 管道（含日报）──
|
||
LOG "━━━ [2/2] M2→M6 管道 + 日报 ━━━"
|
||
if [ "$RESUME" = "1" ]; then
|
||
bash "$SCRIPT_DIR/pipeline.sh" --resume 2>&1 | tee -a "$FULL_LOG"
|
||
else
|
||
bash "$SCRIPT_DIR/pipeline.sh" 2>&1 | tee -a "$FULL_LOG"
|
||
fi
|
||
|
||
LOG "══════ 国内全流程完成 ✅ ══════"
|