[V10.359] 導入 browse.sh 診斷與色號防錯配

This commit is contained in:
OoO
2026-05-21 11:57:18 +08:00
parent 2efec5fb15
commit d5b41ec11b
15 changed files with 587 additions and 13 deletions

View File

@@ -0,0 +1,53 @@
# Browse.sh Crawler Playbook
> Scope: MOMO / PChome 動態頁診斷、selector 探勘、XHR/network trace。正式價格資料仍以既有 Python crawler、PChome API 與資料庫閉環為準。
## 評估結論
- `browse.sh` 是 Browserbase 提供的 browser CLI主打 open web catalog、browser primitives、debugging、cloud sessions 與 network/console tail。
- 官方安裝入口為 `npm install -g browse`CLI 名稱是 `browse`
- 對本專案最有價值的地方不是取代爬蟲,而是當 MOMO/PChome HTML 或前端 XHR 改版時,快速看 selector、console、network 與可重放 skill。
- 本機目前 Node 16 因 `icu4c` 動態庫缺失無法啟動,不能在本機直接安裝或執行 `browse`。導入方式先採 optional wrapper不影響 production scheduler。
## 使用邊界
- 只允許做 read-only 診斷,不登入、不下單、不加入購物車、不寫第三方狀態。
- 不把 `browse` 放進排程主路徑;若未來要排程化,需另開 ADR 與 feature flag。
- 不把 `browse` 輸出直接寫成正式價格;所有正式比價仍需經 `services/pchome_crawler.py``services/momo_crawler.py``services/marketplace_product_matcher.py``competitor_match_attempts` 診斷。
- Cloud sessions 可能需要 Browserbase 帳號與憑證;憑證不可寫入 repo。
## 本地檢查
```bash
python scripts/tools/browse_sh_probe.py
```
可用時會輸出 `available=true` 與版本;不可用時會輸出原因。若 `browse` 不在 PATH可用
```bash
BROWSE_SH_CLI=/path/to/browse python scripts/tools/browse_sh_probe.py
```
## 診斷流程
1. 先用既有 crawler/API 重現問題,保存失敗 SKU、搜尋詞、候選網址與 matcher diagnostics。
2. 使用 `browse` 開同一頁,查看搜尋結果 DOM、network 與 console。
3. 若找到穩定 XHR/API優先回補到 Python crawler若只能走 DOM才更新 selector。
4. 新增或更新單元測試,至少覆蓋搜尋詞、候選解析與 matcher hard veto。
5. 只在測試通過後部署 app/scheduler/bot不得重建或重啟 `momo-db`
## 常用命令
```bash
python scripts/tools/browse_sh_probe.py -- --version
python scripts/tools/browse_sh_probe.py -- skills list
python scripts/tools/browse_sh_probe.py -- open "https://24h.pchome.com.tw/"
python scripts/tools/browse_sh_probe.py -- network --tail
python scripts/tools/browse_sh_probe.py -- screenshot
```
## MOMO/PChome 導入策略
- PChome目前已有搜尋 API 與商品 API`browse` 只用於確認 API 參數、分頁行為、前端是否切新 endpoint。
- MOMO若既有 BeautifulSoup selector 失效,先用 `browse` 找出前端實際 XHR找到 API 時優先改成 structured API parser。
- Matcher`browse` 只提供候選證據;是否為同款仍由 `marketplace_product_matcher.score_marketplace_match()` 決定。