simon
60f8c263f2
从 CCTV 主页抓取《新闻联播》，下载 → 转 MP3/WAV → 静音切分 → ASR 识别 → LLM 校对 → 切分为单条新闻 → 入库 MySQL。 主要内容： - 全链路：getVideo5 抓取下载、audioRead 转写、deepseek 校对与切分、newsProcess 入库 - 可移植化：配置分层，.env 只放密钥、config.yml 放模型/接入点/路由/参数 - 可换供应商：endpoints（kind/base_url/api_key_env/extra_body）+ routes 按环节选路 - 数据保真：数值事实守卫，校对改动数字/年份/届次则整片回退 ASR 原文； 识别不完整不发布该日精编，避免半天内容被当成完整一天 - 定时任务：systemd 每天 21:00，失败 21:30 / 22:00 重试； 只缺切分时只重跑切分（省掉全部 ASR），用 state/.asr_complete_* 标记判定阶段 - 隧道自愈：13306 不通时自动执行 autossh.sh（所有入口共用，systemd 托管时只等待） - 中间产物每日清理；97 项离线自检（配置/清理/事实守卫/解析/隧道）
13 lines
428 B
SYSTEMD
13 lines
428 B
SYSTEMD
[Unit]
|
|
Description=每天 21:00 触发《新闻联播》抓取入库（失败时脚本内 21:30 / 22:00 自动重试）
|
|
|
|
[Timer]
|
|
# 每天 21:00（新闻联播 19:00 播出，21:00 页面与视频都已就绪）
|
|
OnCalendar=*-*-* 21:00:00
|
|
# 树莓派关机/重启错过时刻时，开机后补跑一次（不会重复：脚本内部幂等）
|
|
Persistent=true
|
|
AccuracySec=1s
|
|
Unit=xwlb-daily.service
|
|
|
|
[Install]
|
|
WantedBy=timers.target |