Skip to content

armgit / peach

Public Imported from GitHub
0

Peach: Local-first video metadata scraper and media manager.

docs(adr): 记录 DMM 片单作订阅第二个发现源的取舍

longmeidao259483553333
diff --git a/CHANGELOG.md b/CHANGELOG.md
index caa7ae1ca..c980a10c2 100644
--- a/CHANGELOG.md
+++ b/CHANGELOG.md
@@ -21,6 +21,10 @@ Removed / Fixed / Security。
## [未发布]
+### 新增
+
+- **关注**:JAV 订阅多了 DMM / FANZA 这一路。订阅的女优在 DMM 有编号(刮削时由 DMM 或 r18.dev 记下)的,除 JavDB 演员页外还会按编号列她在 DMM 的片单,预购的作品也会出现在新作里;两边报的同一部只算一部,几十人的合集不列。订阅源列表里这类叫「JAV 订阅 · DMM」,可以单独停用;JavDB 上没有演员页、只有 DMM 编号的女优也能订阅。已在订阅的女优在下一轮检查时自动补上。
+
### 变更
- **关注**:订阅源拉取改为每半小时看一次到期的订阅,各订阅错开时间拉取,每个仍是 6 小时一次;以前同时添加的订阅总在同一时刻一起拉,有时还会隔一轮才拉到。
diff --git a/docs/SOURCING.md b/docs/SOURCING.md
index 8c6f0f10c..c69231eef 100644
--- a/docs/SOURCING.md
+++ b/docs/SOURCING.md
@@ -1346,7 +1346,9 @@ Feed 只回答一个问题:**最近出了哪些番号**。它不下载、不
判据不是「这个源有没有 RSS」,而是「条目里那串东西是不是真的番号」。一个源接进来之前,必须先看一眼它的番号长什么样,
不能只看解析成功率(反例见下文 DUGA)。
-### 可用的两类
+### 可用的三类
+
+现在接进订阅的是后两类,都按人挂;sukebei 那类不绑定人物,已随 ADR-0047 清退,取证留作参照。
- **原生 RSS:sukebei.nyaa.si**(`https://sukebei.nyaa.si/?page=rss&c=2_2&f=0`)。
- RSS 2.0,一页 75 条。`guid` 是条目永久链接(`https://sukebei.nyaa.si/view/<id>`),`pubDate` 是 RFC 822 带时区的真实时间,
@@ -1373,6 +1375,16 @@ Feed 只回答一个问题:**最近出了哪些番号**。它不下载、不
另一个 `section-meta` 写着「N 部影片」。一位女优常有两页,
旧艺名那页可能常年是空的(`/actors/MmbDR` 白石アイリ,2026-09-28 实测「0 部影片」「暂无内容」)。页面自报 0 部才算安静源;
计数不为 0 却一条都解不出,仍按拉取失败报。
+- **按女优编号的片单:DMM GraphQL**(`legacySearchPPV` 带 `filter.actressIds`,ADR-0135)。
+ - 编号取账本里已刮到的 DMM 与 r18.dev 出演编号(`entity_external_ref` 的 `dmm`、`r18dev`),没有编号的人不建源、不发请求。
+ 订阅中的人后来刮到编号的,下一轮拉取前补上。订阅地址 `https://video.dmm.co.jp/av/list/?actress=<编号>` 只是去重键与展示链接。
+ - 按发售日倒序,预购(`releaseStatus` 为 `PRE_ORDER`)排在最前,`deliveryStartAt` 是预定日期。2026-11-04 实测
+ 森日向子 962 部、篠田ゆう 2066 部、楓カレン 257 部,第一页里预购分别 8、4、2 部;涼森れむ 只有 11 部(Prestige 专属)。
+ - 列表型没有 `makerContentId`,问它回 422。官方番号按 cid 用别名批量问 `ppvContent`,一页 100 部一次问完,
+ 再过 `release_code_from_product`,与 JavDB 那一路写法一致(`MXDLP-0343` → `MXDLP-343`)。**不按 cid 推番号**:分卷与带数字的
+ 字母段会推出一个看上去正常的别的番号(`MCSR-64002`、`DSVR-1234`)。分卷 `MCSR-640-02` 认不出番号,只记条目。
+ - 片单头部多是几十人的合集(森日向子 前 200 部里 175 部),出演名单在列表里就有,按合集判据收起的那类不建壳。
+ - 一页 100 部;一页里出现见过的就不再翻,首轮最多 200 部。走 `SourceTransport` 与主机限流,冷却与失败分类同刮削链的 DMM。
### 已核实不可用
diff --git a/docs/adr/0135-dmm-actress-catalogue-as-second-feed-source.md b/docs/adr/0135-dmm-actress-catalogue-as-second-feed-source.md
new file mode 100644
index 000000000..2f9215db6
--- /dev/null
+++ b/docs/adr/0135-dmm-actress-catalogue-as-second-feed-source.md
@@ -0,0 +1,87 @@
+# ADR-0135:JAV 订阅加 DMM 按女优编号的片单,作第二个发现源
+
+- 状态:Accepted
+- 日期:2026-11-04
+- 关系:放宽 [ADR-0047](0047-feed-subscriptions-enter-from-the-performer-page.md) 决策二「订阅源只有
+ JavDB 演员页一类」;[ADR-0042](0042-feeds-discover-codes-not-files.md) 的「只发现番号」「两层去重」不变,
+ 其「未决:同一番号的多源证据」仍不做。拉取与冷却沿用 ADR-0042 第八条,DMM 接口同
+[ADR-0059](0059-dmm-graphql-backs-up-r18dev-on-the-censored-chain.md)。
+
+## 背景
+
+JAV 订阅只抓 JavDB 演员页。这一页按出口 IP 计配额,被限流或要求登录时整轮落空;一页只列 40 部,
+隐退的人主页全是合集,要靠「單體作品」页补拉。新作有没有出、什么时候出,只有一家说了算。
+
+DMM 的 GraphQL(`api.video.dmm.co.jp/graphql`,刮削链已在用)能按女优编号列她的全部配信商品。
+OpenAver 9c35d043 用 `legacySearchPPV` 的 `filter.actressIds` 列片单(只借行为,代码未取用)。2026-11-04
+用 Peach 自己的 `SourceTransport` 实测:
+
+| 女优(DMM 编号) | 接口自报部数 | 第一页(100 部)里的预购 |
+| --- | --- | --- |
+| 森日向子(1061586) | 962 | 8 |
+| 篠田ゆう(1008785) | 2066 | 4 |
+| 楓カレン(1049284) | 257 | 2 |
+| 涼森れむ(1051912) | 11 | 0(Prestige 专属,主力作品不在 FANZA) |
+
+- 按发售日倒序,`releaseStatus` 为 `PRE_ORDER` 的预购排在最前,`deliveryStartAt` 是预定日期。
+- 列表型 `PPVContentSearchContent` 没有 `makerContentId`,问它回 422 `GRAPHQL_VALIDATION_FAILED`。
+ 官方番号要按 cid 用别名批量再问一次 `ppvContent`,一页 100 部一次问完。
+- cid 推出来的番号不可靠:分卷 `h_1454mcsr64002` 推成 `MCSR-64002`(官方 `MCSR-640-02`),
+ `13dsvr01234` 的数字头被当成发行目录,推成另一个厂牌的 `DSVR-1234`。300 条样本里官方番号一条都不缺。
+- 片单头部多是几十人的合集:森日向子 前 200 部里 175 部、楓カレン 199 部里 130 部,按现有合集判据
+ (出演到 8 人)属于默认收起的大合集。
+
+女优的 DMM 编号已在账本里:刮削时 DMM 详情与 r18.dev(DMM 目录的镜像,同一套编号)给出的出演编号
+写进 `entity_external_ref`,provider 分别是 `dmm` 与 `r18dev`。2026-11-04 只读核对账本:530 位女优有编号,
+正在订阅的 9 位都有。
+
+## 决策
+
+**一、新增订阅类型 `dmm-actress`,按人挂,和 JavDB 演员页并列。** 地址是女优片单页
+`https://video.dmm.co.jp/av/list/?actress=<编号>`,只作去重键与给人点开的链接;拉取按地址里的编号
+问 GraphQL,不 GET 这个地址。类型标签「JAV 订阅 · DMM」,由服务端下发。
+
+**二、编号只取账本里已刮到的 DMM 证据,没有编号的人不发请求。** 读 `entity_external_ref` 里
+provider 为 `dmm`、`r18dev`,`external_kind='performer'`,纯数字的编号;一个人几个编号各订一条
+(DMM 给改名后的艺名另开一号:坂道みる `1047128` 与 miru `1069632`)。不新建表或列,不按名字猜编号。
+
+**三、订阅仍按人开关。** 人物页开关打开时 JavDB 演员页与 DMM 片单一起订,关掉时一起停;有其一就出开关。
+编号常在开关打开之后才由刮削写进来,所以每轮拉取前给已在订阅的人补上还没登记的 DMM 片单源。
+已登记过的地址不动:用户在设置页单独停掉的那一条不会被重新打开。
+
+**四、番号只认官方 `makerContentId`,过 `catalog_rules.release_code_from_product`。** 和 JavDB 那一路
+落成同一种写法(`MXDLP-0343` → `MXDLP-343`),`feed_discovery.code` 的唯一约束就把两个来源报的同一部
+并成一个壳,两条 `feed_item` 各留在各自的源下。认不出的(分卷)照样记条目、不建壳;接口没答官方番号的
+不拿 cid 回推。
+
+**五、翻页有界。** 一页 100 部,只有一整页全是没见过的才翻下一页,首轮最多 200 部(`feeds.MAX_ENTRIES`)。
+稳定之后每轮一次列表加一次官方番号,不是每六小时把上千部的片单翻一遍。
+
+**六、出演名单里认出的收起合集只记条目、不建壳。** 片单自带出演与厂牌,`feeds.poll` 按
+`compilation_kind` 判,属于设置里收起的那类就跳过建壳;建了的壳先写上出演与厂牌。否则每轮
+`MAX_NEW_PER_POLL` 的 20 个名额和取资料的配额都花在不显示的合集上,她自己的新片排不进来。
+
+**七、请求、限流与失败分类沿用刮削链。** 走同一条 `SourceTransport` 加主机限流,包在 `SiteSource.holding` 里:
+验证页、封禁、地区限制与限流让 DMM 整站进冷却;任何失败按原因写进那一行的 `last_error`,下次时间照写。
+片单为零是正常结果(这位在 DMM 上没有配信作品),不当失败。结果只产生番号壳,取资料、落库规则不变(ADR-0052)。
+
+## 被否决的方案
+
+**按 cid 推番号,省掉第二次请求。** 推错时不是认不出,而是产出一个看上去正常的别的番号(`MCSR-64002`、`DSVR-1234`),
+会建出假壳、派出白跑的刮削。
+
+**每轮翻完整份片单。** 新作只出现在最前面;翻完 2066 部要 42 次请求,换来的只是确认旧作还在。
+
+**合集也建壳,靠读时的开关藏起来。** 读时判据要等取完资料才有出演名单,名额和配额在那之前已经花掉;
+DMM 片单在列表里就给了名单,没有理由先建再藏。
+
+**把 DMM 编号另存一列或一张表。** 账本已经有,来源可按 `metadata_json.source` 整批撤回;再存一份就要同步两处。
+
+## 后果
+
+- 订阅源表里一个人可能有三四行(JavDB 本名页、旧艺名页、DMM 一两个编号),靠「页名」一列区分。
+- 合集开关之后打开时,DMM 那一路已记条目的合集不会补建壳;JavDB 那一路仍按原样建。
+- 合集判据日后改动,只影响之后新列到的条目。
+- 实体上挂错的 DMM 编号会订到别人的片单。2026-11-04 账本里 14 位女优挂着不止一个编号,多数是改名另开号;
+ 森彩美 挂着 早瀬すみれ(`1107861`)与 森あやみ(`1089485`)两号,是否同一人未核实,属实体绑定问题,不在这里修。
+- 女优片单页地址 `video.dmm.co.jp/av/list/?actress=` 在浏览器里能否直接打开未取得核实,它只是展示链接,拉取不依赖它。