Peach: Local-first video metadata scraper and media manager.
docs(adr): 素人链认人 Wiki 的决策改号为 ADR-0145
longmeidao6e4e970d4322
diff --git a/docs/SOURCING.md b/docs/SOURCING.mdindex 428fbacc2..d0d82995e 100644--- a/docs/SOURCING.md+++ b/docs/SOURCING.md@@ -79,7 +79,7 @@这节讲怎样从 Seesaa 上的素人认人 Wiki 取番号的出演、标题和日期候选。-素人系総合 Wiki 与 av_neme 在素人链上,缺演员的素人片由资料处理按链问到(ADR-0144,见「按内容类型的来源链」)。+素人系総合 Wiki 与 av_neme 在素人链上,缺演员的素人片由资料处理按链问到(ADR-0145,见「按内容类型的来源链」)。批量取证的入口是 `scripts/scrape_codes.py --profile seesaa`(素人系総合 Wiki),两个认人 Wiki 用`--sources av_neme,av_name` 点名。三站同一个模块、同一套取页层,产出既有的`metadata-field-candidates` CSV。@@ -192,7 +192,7 @@ Wiki 与视频作品资料无关。- 综合索引那一档整档一起问,不逐家短路。免复核要两家取值一致(ADR-0030、ADR-0034),封面互证要两个不同图源(ADR-0032),问到第一家就停等于把这两条判据的样本降到下限。- 这一行要的本来就只有标签或封面时,第一家给了就停(ADR-0033)。-- 素人片缺演员时,MGStage 给齐了也接着问认人 Wiki:MGS 写的是片中称呼或干脆不写(ADR-0144)。素人系総合 Wiki+- 素人片缺演员时,MGStage 给齐了也接着问认人 Wiki:MGS 写的是片中称呼或干脆不写(ADR-0145)。素人系総合 Wiki给出演员就不问 av_neme;两站都没给,MGStage 给的字段够了就停,不落到综合索引。已有演员的行不问 Wiki。演员栏上两个 Wiki 排在官方档前面(`FIELD_SOURCE_PRIORITY`),标题与日期仍听 MGStage。- 唯一例外:FALENO、DAHLIA 官网不给类别,缺标签的行在片商站答完标量后再问一次 r18.dev;下一档是综合索引diff --git a/docs/adr/0144-amateur-chain-asks-the-name-wikis-for-the-cast.md b/docs/adr/0145-amateur-chain-asks-the-name-wikis-for-the-cast.mdsimilarity index 99%rename from docs/adr/0144-amateur-chain-asks-the-name-wikis-for-the-cast.mdrename to docs/adr/0145-amateur-chain-asks-the-name-wikis-for-the-cast.mdindex 7829950d5..ba5f4d60d 100644--- a/docs/adr/0144-amateur-chain-asks-the-name-wikis-for-the-cast.md+++ b/docs/adr/0145-amateur-chain-asks-the-name-wikis-for-the-cast.md@@ -1,4 +1,4 @@-# ADR-0144:素人链缺演员时问两个认人 Wiki+# ADR-0145:素人链缺演员时问两个认人 Wiki- 状态:已采纳- 日期:2026-11-05diff --git a/scripts/scrape_codes.py b/scripts/scrape_codes.pyindex 1ec2568c1..194340e91 100644--- a/scripts/scrape_codes.py+++ b/scripts/scrape_codes.py@@ -847,7 +847,7 @@ def _collect_code_fields(*, code, query, variants, chain, profile, sources, adapif sources is None and not args.english_title_only else None)scalar_settled = Falseasked: set[str] = set()- # 素人链:MGStage 给的是素人名义,直到有一个认人 Wiki 给出演员才不再问它们(ADR-0144)。+ # 素人链:MGStage 给的是素人名义,直到有一个认人 Wiki 给出演员才不再问它们(ADR-0145)。wants_cast = any(name in metadata_routes.WIKI_STAGE for name in chain)for stage, then in zip(stages, (*stages[1:], "")):members = throttle.open_members(metadata_routes.stage_members(stage, chain))diff --git a/src/peach/library_processing.py b/src/peach/library_processing.pyindex 34752a19b..12228e7d3 100644--- a/src/peach/library_processing.py+++ b/src/peach/library_processing.py@@ -696,7 +696,7 @@ class LibraryMetadataProvider:return SITE_SOURCES[source]().query(code, session=Session(self.transport, deadline)).payload()def wiki(self, source, code, *, deadline=None):- """素人链上的认人 Wiki(`metadata_routes.WIKI_STAGE`,ADR-0144),返回 `[(来源, 资料)]`。+ """素人链上的认人 Wiki(`metadata_routes.WIKI_STAGE`,ADR-0145),返回 `[(来源, 资料)]`。一个 provider 里每站只建一个 `SeesaaSource`:素人系総合 Wiki 一张厂牌表列着几十上百部,读过的表记在实例里,同厂牌的下一部不再搜索。取页层是 `sources.seesaa.WikiPages`(落盘页缓存),@@ -1779,11 +1779,11 @@ class _RemoteSession:封面)不参与短路——多一家就多一批标签和一个图源,而免复核本来就要两家一致(ADR-0030、ADR-0034)、封面互证要两个图源(ADR-0032)。例外有两条:缺标签的行在官方档之间多问一家(`metadata_routes.settles` 的 `wants_tags`);素人缺演员的行,- MGStage 给了素人名义也接着问认人 Wiki,直到有一个 Wiki 给出演员(`wants_cast`,ADR-0144);+ MGStage 给了素人名义也接着问认人 Wiki,直到有一个 Wiki 给出演员(`wants_cast`,ADR-0145);两个 Wiki 都没给时,MGStage 给的字段够了就停,不落到综合索引。社区那一档的值照常进候选,只剩一家也补空,几家不一时按字段优先级链取:FC2 的演员栏- 取 fc2cmadb,素人的演员栏取认人 Wiki,其余取 javdb(ADR-0034、ADR-0038、ADR-0144)。+ 取 fc2cmadb,素人的演员栏取认人 Wiki,其余取 javdb(ADR-0034、ADR-0038、ADR-0145)。「没有」的记忆按站记:一档里说过没有的站一周内不再问,全档都说过就直接问下一档。"""action = 'querying_metadata'@@ -1796,7 +1796,7 @@ class _RemoteSession:chain = self._chain(code, *evidence)required = list(metadata_routes.required_scalars(missing))wants_tags = 'tags' in missing- # 素人缺演员:MGStage 给的是素人名义,直到有一个认人 Wiki 给出演员才算问到(ADR-0144)。+ # 素人缺演员:MGStage 给的是素人名义,直到有一个认人 Wiki 给出演员才算问到(ADR-0145)。wants_cast = 'performers' in missing and any(name in metadata_routes.WIKI_STAGE for name in chain)results = _MetadataResults(self, code, received)problems, held, entries = [], [], results.entriesdiff --git a/src/peach/metadata_auto_apply.py b/src/peach/metadata_auto_apply.pyindex eb2318282..0407c42cd 100644--- a/src/peach/metadata_auto_apply.py+++ b/src/peach/metadata_auto_apply.py@@ -439,7 +439,7 @@ def _without_descriptive_performers(code: str, field: str, candidates: list[dictresolve=None) -> tuple[list[dict], list[dict]]:"""FC2 出演者候选里一个艺名都没有的那些不算证据(ADR-0079),剩下的照常比。- 素人番号同理(ADR-0144):MGStage、r18.dev 写 `早見さん`、`Mana(23)` 这类片中称呼,认人 Wiki+ 素人番号同理(ADR-0145):MGStage、r18.dev 写 `早見さん`、`Mana(23)` 这类片中称呼,认人 Wiki给出艺名时,不该让称呼把整行拖进人工。返回 `(留下的候选, 被剔掉的候选)`。全都剔光时原样返回:那一行交给自动否决判,diff --git a/src/peach/metadata_policy.py b/src/peach/metadata_policy.pyindex 66bb2c667..48db73d55 100644--- a/src/peach/metadata_policy.py+++ b/src/peach/metadata_policy.py@@ -124,7 +124,7 @@ CHAIN_COMMUNITY, CHAIN_FALLBACK, CHAIN_UNKNOWN = 3, 4, 5#: fc2cmadb 写日文原名 `あんな`。FC2PPV-DB 的女优栏同样按片中人整理、写日文原名#: (2026-09-24 `FC2-PPV-4898837` 写 `川北すずね`),排在 fc2cmadb 之后、javdb 之前。#:-#: 演员栏的两个认人 Wiki(ADR-0144):只有素人番号会问到它们。MGStage 与 r18.dev 是官方档,+#: 演员栏的两个认人 Wiki(ADR-0145):只有素人番号会问到它们。MGStage 与 r18.dev 是官方档,#: 素人片上写的却是片中称呼:本机账本 `348NTR-076` 记着 mgstage 的 `アミ`、`857OMG-048` 记着#: `七○舞`、`230ORETD-615` 记着 r18dev 的 `早見さん`;2026-11-05 素人系総合 Wiki 给#: `348NTR-076` 的是 `稲森あみ`。diff --git a/src/peach/metadata_routes.py b/src/peach/metadata_routes.pyindex e614e9bea..d17191f65 100644--- a/src/peach/metadata_routes.py+++ b/src/peach/metadata_routes.py@@ -76,7 +76,7 @@ ROUTES: dict[str, tuple[str, ...]] = {# 最后一处可能有官方值的地方。# dmm 不进:2026-09-24 实测 DMM 的搜索对 `MIUM 1239`、`LUXU 1475` 零结果,MGS 素人号# 不在它的目录上,多问一家只多两次白请求。- # MGStage 之后是两个认人 Wiki(`WIKI_STAGE`,ADR-0144):MGS 只给素人名义(`まいな`、`七○舞`),+ # MGStage 之后是两个认人 Wiki(`WIKI_STAGE`,ADR-0145):MGS 只给素人名义(`まいな`、`七○舞`),# Wiki 给出背后的艺名。排在综合索引前面,是因为它们与 javdb 不共一条 3 秒的队。"amateur": ("mgstage", "sougouwiki", "av_neme", "avbase", "javbus", "javdb", "r18dev"),# 无码:发行方自己那份作品 JSON 先问,但只在本机证据指着一本道时才问@@ -148,7 +148,7 @@ COMMUNITY_STAGE = ("avbase", "javbus", "javdb")#: 的 `LIST_FIELD_DEPTH` 名额——那三家的互证样本不该被转载站挤掉。链上放在综合索引之前#: 还是之后由各类型的链自己定:默认链上只有无码的 avsox,垫在最后;其余三站只由整条覆盖点名。AMANE_STAGE = ("fc2club", "freejavbt", "airav", "avsox")-#: 素人链上的两个认人 Wiki(`sources.seesaa`,ADR-0144),各自一档、先后问。2026-11-05 对 29 个+#: 素人链上的两个认人 Wiki(`sources.seesaa`,ADR-0145),各自一档、先后问。2026-11-05 对 29 个#: 不同厂牌的素人番号实测:素人系総合 Wiki 13 部、av_neme 16 部给出演员,与账本已确认的演员一致,#: 不一致的几条是账本记着素人名义、Wiki 给出艺名。av_name 只给 12 部,唯一一条与账本对不上的#: 也出自它,且它的厂牌页只挂最新约 1100 件,不进链,仍可由 `scrape_codes --sources` 点名。@@ -373,7 +373,7 @@ def settles(required: Sequence[str], provided: Iterable[str], *,的 r18.dev)时再问它一次换一批标签。下一档是综合索引或转载站就照样停:javdb 按出口 IP计配额,不为标签多问。- `wants_cast` 是这一行缺演员、还没有 Wiki 给过(ADR-0144):MGStage 给的演员是素人名义,+ `wants_cast` 是这一行缺演员、还没有 Wiki 给过(ADR-0145):MGStage 给的演员是素人名义,给了也不停,下一档是认人 Wiki 时接着问它。"""given = set(str(field) for field in provided)diff --git a/tests/test_metadata_library.py b/tests/test_metadata_library.pyindex 7c50bf73b..8371ad9e3 100644--- a/tests/test_metadata_library.py+++ b/tests/test_metadata_library.py@@ -1349,7 +1349,7 @@ class LibraryNfoTests(unittest.TestCase):@windows_ledger_rootsdef test_a_missing_amateur_cast_asks_the_name_wikis_after_mgstage_and_stops_at_the_first_answer(self):"""MGStage 只给素人名义,缺演员的素人片接着问认人 Wiki;素人系総合 Wiki 没有就问 av_neme,- 有一个给出艺名就停,不再落到综合索引(ADR-0144)。"""+ 有一个给出艺名就停,不再落到综合索引(ADR-0145)。"""provider, rows = self._collect_amateur('259LUXU-1378', {'av_neme': '優梨まいな'})self.assertEqual([call.args[0] for call in provider.wiki.call_args_list], ['sougouwiki', 'av_neme'])provider.community.assert_not_called()diff --git a/tests/test_metadata_routes.py b/tests/test_metadata_routes.pyindex 461433ba4..e04a264c9 100644--- a/tests/test_metadata_routes.py+++ b/tests/test_metadata_routes.py@@ -92,7 +92,7 @@ class RouteTableTests(unittest.TestCase):def test_amateur_asks_mgstage_first_and_never_the_makers_nor_dmm(self):"""MGS 素人系由 MGS 自己发行;片商官网对素人号一个请求都不发,DMM 的目录上也没有它们。- MGS 只给素人名义,紧接着问两个认人 Wiki(ADR-0144);r18.dev 在本机来源快照里一份素人号+ MGS 只给素人名义,紧接着问两个认人 Wiki(ADR-0145);r18.dev 在本机来源快照里一份素人号都没给过,垫在最后,不让每部片先白等它一次。"""for code in ('300MIUM-1239', '259LUXU-1475', 'SIRO-4630'):diff --git a/tests/test_metadata_seesaa.py b/tests/test_metadata_seesaa.pyindex 91b158d5f..e1fe205bd 100644--- a/tests/test_metadata_seesaa.py+++ b/tests/test_metadata_seesaa.py@@ -297,7 +297,7 @@ class SeesaaContractTests(unittest.TestCase):class ChainWikiTests(unittest.TestCase):- """素人链上的认人 Wiki 经 `LibraryMetadataProvider.wiki` 问(ADR-0144)。"""+ """素人链上的认人 Wiki 经 `LibraryMetadataProvider.wiki` 问(ADR-0145)。"""SEARCH = b'<div class="result-box"><div class="body"><h3><a href="/w/sougouwiki/d/Person">Person</a></h3></div></div>'PERSON = '<div id="page-body"><div class="user-area"><a href="/w/sougouwiki/d/Label">(レーベル一覧)</a></div></div>'.encode('euc_jp')diff --git a/tests/test_web_review.py b/tests/test_web_review.pyindex 3db9e8ffd..ecefc922a 100644--- a/tests/test_web_review.py+++ b/tests/test_web_review.py@@ -1023,7 +1023,7 @@ class ReviewQueueTests(unittest.TestCase):return landed, json.loads(row[0]) if row else Nonedef test_the_name_wiki_names_the_amateur_cast_over_the_store_nickname(self):- """素人片 MGStage 写片中称呼、认人 Wiki 写艺名:落艺名,称呼记进被压下的取值(ADR-0144)。"""+ """素人片 MGStage 写片中称呼、认人 Wiki 写艺名:落艺名,称呼记进被压下的取值(ADR-0145)。"""self._asset(130, "300NTK-619", "300NTK-619.mp4")self.write_metadata_rows([{"item_key": "NTK", "field": "performers", "current": "", "code": "300NTK-619",@@ -1037,7 +1037,7 @@ class ReviewQueueTests(unittest.TestCase):self.assertEqual(note["overruled"], [{"source": "mgstage", "value": "まいな"}])def test_the_name_wiki_names_the_cast_over_an_honorific_from_r18dev(self):- """r18.dev 写 `早見さん` 这种带称谓的片中称呼时,同样落 Wiki 给的艺名(ADR-0144)。"""+ """r18.dev 写 `早見さん` 这种带称谓的片中称呼时,同样落 Wiki 给的艺名(ADR-0145)。"""self._asset(131, "230ORETD-615", "230ORETD-615.mp4")self.write_metadata_rows([{"item_key": "ORETD", "field": "performers", "current": "", "code": "230ORETD-615",@@ -1051,7 +1051,7 @@ class ReviewQueueTests(unittest.TestCase):self.assertEqual(note["descriptive_dropped"], [{"source": "r18dev", "value": "早見さん"}])def test_a_store_nickname_without_a_wiki_name_still_goes_to_review(self):- """没有别家给艺名时,片中称呼照旧交人工,不替人认(ADR-0144 只在有艺名时剔掉称呼)。"""+ """没有别家给艺名时,片中称呼照旧交人工,不替人认(ADR-0145 只在有艺名时剔掉称呼)。"""self._asset(132, "230ORETD-615", "230ORETD-615.mp4")self.write_metadata_rows([{"item_key": "ORETD", "field": "performers", "current": "", "code": "230ORETD-615",