simon
06b00b7f49
- 新增 scripts/_step_state.sh：步骤状态库（data/run_state/{date}.state，按天换新）
- pipeline.sh / domestic_full.sh 支持 --resume，按步骤跳过已完成项
- step_run 显式检查退出码（规避 bash set -e 条件上下文陷阱），失败步骤不标记
- M1 保持部分源失败容忍（step_should_run/step_mark 手动控制）
- 确认并文档化各步骤文件级增量：M2/M4/M5 按文件存在跳过、M3 指纹库、M6 upsert 幂等
- 已同步 pi5 并验证（--badarg exit=1、step_run 机制正常）
56 lines
2.0 KiB
Bash
Executable File
56 lines
2.0 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')] $*"; }
|
||
|
||
LOG "══════ 国内全流程开始（resume=${RESUME}）═══════"
|
||
|
||
# ── 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
|
||
if step_should_run M1_crawl; then
|
||
LOG "[1/2] Pi M1 抓取（8G headful + HTTP 代理）..."
|
||
bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tail -5 || LOG "WARNING: 部分源抓取失败，继续管道"
|
||
step_mark M1_crawl
|
||
fi
|
||
|
||
# ── 2. M2→M6 管道（含日报）──
|
||
LOG "[2/2] 全链路管道..."
|
||
if [ "$RESUME" = "1" ]; then
|
||
bash "$SCRIPT_DIR/pipeline.sh" --resume 2>&1 | tail -10
|
||
else
|
||
bash "$SCRIPT_DIR/pipeline.sh" 2>&1 | tail -10
|
||
fi
|
||
|
||
LOG "══════ 国内全流程完成 ✅ ══════"
|