一份声明顶掉五套 if-else


 TL;DR
平台规则是会变的,所以它必须是数据不能是代码。闸比平台松会放行注定被拒的稿子,比平台严只是保守——两个方向要分清。
难度 中等

同一条内容,发到公众号、头条号、抖音、视频号、B 站,
每个平台的形状、限额、自动化程度都不一样。

这篇讲:怎么把这些差异从代码里抽出来变成数据,
怎么保证「重复跑一遍不会发两遍」,以及为什么这套系统的自动化
故意停在半路。


一、五套 if-else 长什么样

先把五个平台的真实约束摆出来(都是实测值,后文解释来源):

平台 标题 正文 其他硬约束
公众号 64 字 60000 字符 调用方出口 IP 必须在白名单里
头条号 30 字 单段 200 平台字 封面 452:352 横图、单图 20 MB、webp 可直传
抖音 30 字 500 字(编辑预算) 时长 ≤ 15 分钟、话题 ≤ 5 个
视频号 16 字 1000 字 标题超限**「保存草稿」按钮直接变灰**、moov 必须前置
B 站 79 字 249 字 标签总长 199 字、关键帧间隔 ≤ 10 秒

这些数字如果写进代码,就是五个地方各写一遍判断。
而且它们会变——平台改一次规则漏改一个不会报错,
只会在某天发稿时被平台当场拒掉。


二、把规则变成数据

做法是:每个平台一份声明文件,写清楚它是什么、自动化停在哪、审不审、
限额是多少、媒体规格是什么、用哪个命令去调它。

声明用 TOML,不用 YAML,也不用 Python 常量。三条理由:

  • 零依赖。 TOML 解析是 Python 3.11 标准库里的东西,整个发布链路的
    运行时依赖是零。这不只是省事:契约层是整条链路的底座,
    不该因为「装依赖失败」而起不来。前置元数据那边甚至为此手写了一个小解析器。
  • 数据不是代码。 平台规则变了改这份文件,不改 Python。
    从「人工出包」升级到「自动建草稿」到「自动发布」,
    升级路径是改一行 TOML,不是改一套代码。
  • 它是一份会被别人编辑的输入。 所以每个字段都严格校验:
    必填缺失、类型不对、取值不在域内,一律报错,
    而且消息里带点号路径(limits.title_chars),不漏出裸的 KeyError。

严格校验不是洁癖。这里出过一次真实事故:有个门槛开关的名字被打错了一个字母,
拼错的那个被当成「未知但无害」放行,真实的那个取默认值——
「这个平台不需要认证」被静默翻掉了,而且没有任何一行代码会报错。

所以顶层直接拒绝未知键。名字对不上,当场炸。


三、闸比平台松 = 错闸

这一节是整套东西里最容易做错的地方。

抖音的作品标题,早先写的是 55 字——那是「常见口径,没实测」。
2026-11-15 在网页后台实测,右边挂的字数计数器是 0 / 30。
平台硬上限是 30 字,比 55 小。

后果不是「我们被拒了」,是闸比平台松:它会放行一条平台当场就拒的稿子,
错误发生在最难受的时刻——内容做好了,点发布,平台说不行。

所以收紧到 30。

反方向的例子是抖音正文:平台上限实测是 1000 字,闸里留的是 500。
这个 500 不是平台规则,是编辑预算——正文别把首屏挤掉。
闸比平台严,安全。

头条号正文那条 3000 字同样是编辑预算:平台侧实测根本没有总量上限,
20000 字整段粘进去也不截断。真正的硬约束是单段 200 平台字。

公众号那条 60000 字符不是平台限制,是工具选的一档:
官方字段表写「少于 2 万字符」,但实测 20001 到 100000 字符全塞进去都成功,
读回来一字未少。选 60000 是因为渲染后的 HTML 里只有约四分之一是读者看得见的字。

还有一条纯经验的:头条号的封面比例是 452:352,是横图。
早先按 3:4 竖图切,会把宽图裁成一条窄竖片。

所以每条数字后面都记着两件事:实测到什么,以及还没测到什么。
「实测了 A」不等于「B 也实测了」——比如头条号正文图上限 3 张,
试点只放了 2 张,那条是运营手册的建议,不是平台限额。

规律是:硬上限取平台口径(宁可严不能松),编辑预算取我们自己的口径
(可以比平台小)。


四、两个读者,一份真相

同一份声明文件有两个读者:契约层读任意平台,平台 adapter 只读自己平台。

两份实现互不 import——认的是同一份文件,不是同一份代码。

有一份测试专门逐条比对两边的「接受 / 拒绝」结论对不对得上。
九条已经对齐。剩下三条是「一边更严」,方向不同是刻意的:

  • 契约层多核对一道「这个平台到底是哪个」——id 必须与文件名一致;
  • adapter 对限额里的键更严——因为它读这些限额,猜得出哪个是拼错了;
    契约层把限额当成不透明的键集合原样保留,不该替它猜字段含义。

原则是:对同一份坏声明,只要有一个读者拒绝就够了。
发布流水线走的是契约层这一道闸。

这里也有一个已知缺口:浏览器自动化那一层把视频号和 B 站的限额
硬编码在 Python 里,今天两边数字一致,但没有测试把两者钉在一起。


五、加平台 = 加一份声明,不改代码

声明里有一段写明用哪个命令去调这个平台。
契约层就按这条命令去调那个平台的命令行入口,不 import 它的任何模块。

依赖方向是双向禁止的:契约层不许 import 任何平台模块,平台也不许 import 契约层。
两边只认「一份声明 + 一份发布清单」这两样纯数据。

这就是「加平台 = 加一份声明,不改代码」的意思——
契约层这一侧确实不用改。但它有个前提:那个平台得有一个能跑的
命令行入口,以及一份属于自己的发布契约。

如果某个平台的文案约束特别多,允许它在自己的目录里带一份自己的切片代码。
视频那三家就是这么干的:有意的复制,不是偷懒——各平台的文案约束真的不一样,
视频号拒收标题里的中文逗号、抖音要把三段拼成一个文本发。复制比抽象便宜。

复制出来的那份靠契约测试把形状钉住:三个平台的快照字段集合必须完全相等。
这条守卫一开始只比了两个平台,加进抖音之后改成遍历全部——
否则新平台进来时它又变成半个。


六、发布清单:另一份纯数据

一个内容单元 × 一个平台 = 一份发布清单。

必填五项:content_id、platform、kind、title、body_html;
可选四项:摘要、封面、来源地址、素材。未知字段直接拒。

它是纯数据:不含时间戳、不含随机数、不含凭据。
同一份清单序列化两次字节一致——所以它可重放、可比对。

超限怎么办?契约层和 adapter 的答案不一样,而且都是对的:

  • 契约层不截断。 它只列违规:标题超了多少字、正文超了多少字。
    理由是「截断出来的标题和正文对读者没有意义,反而掩盖问题」。
  • adapter 层截断,但留痕。 标题在标点处切,正文在段落边界上切,
    图片超限就连正文里的占位符一起删掉——不然正文留着「图4」,包里却没有那个文件。
    每一条都写进发布包的人工上传清单,明写「这条被截了」。

公众号是第三个答案:超长文章分篇,不是截断——标题里留出位置
给「(一)」「(二)」。

还有一道闸是给人看的:浏览器自动化流程分成「填」和「发」两段。
「发表」是不可逆的外部可见动作,填错了收不回来。
所以填完会留下截图和一份「填了什么」的清单,人能自己看一眼再决定发不发。


七、幂等:重复跑一遍不会发两遍

两层键,各管一件事:

  • 调度层用周键。定时任务周五跑一次,同一天手动又跑一次,
    没有周键就会发两篇;而发布层的键拦不住这个——两篇是不同内容单元。
  • 发布层用(内容单元,平台)。同一篇在同一平台发两遍。

视频那边还多一层:内容层的键用的是成片的哈希值。
因为视频的「正文」就是成片本身,文案一个字没改但成片换了很常见
(重混音、修关键帧),用元数据的哈希不行。

还有一个容易漏的判定:算「这篇已经发过了」的时候,
已出包也算。出包不是「已发布」,但它意味着这篇已经走完流水线了;
不把它算进去,它就会因为「最久未发」每周被选上一次,轮转队列卡死在一篇上。

写盘必须原子:先写临时文件,刷到盘上,再改名。理由很硬——
半个 JSON 比没有更坏:读不出来的那份会被当成「什么都没发过」,
于是同一周发两遍。坏状态文件也不吞:改名成 .corrupt,字节留作证据。


八、调度器:故意停在半路

自动化的档位是三档,而且是数据:

档位 含义
manual 出包 + 人工上传
api_draft 自动生成 + 自动进草稿箱,最后点一下发表由人完成
api_publish 自动发布,轮询审核状态

两个平台停在这两档的理由值得说:

  • 公众号是 api_draft,因为本号是订阅号、个人主体,
    发表接口实测被回「无权限」。草稿箱天然是审批闸门——
    这不是失败,是答案。
  • 头条号是 manual,因为账号没认证,开放平台的权限开不了。
    但实测下来自动存草稿这条路是通的。
    注意档位描述的是「开放平台 API 权限开到哪一档」,不是「能不能建草稿」——
    这两件事混起来,是这套数据里最容易读错的地方。

顺便说清楚现状:调度器的非试运行路径从未跑过。
调度状态文件至今是空对象,状态快照里也没有一条带调度器该写的字段。
代码、测试、模板、定时配置都在,缺的是第一次真跑。

选题规则是「一周一篇,最久未发」。按最新会永远发新文章,
积压的老文章永远轮不到。

还有两条约束:

  • 主动发布不写周键。 否则手动发了一篇,周五就什么都不发,出现空窗。
  • 发布动作必须留在固定 IP 的机器上。 公众号接口要求调用方出口 IP
    在后台白名单里,托管的 CI 环境出口 IP 是动态的,会被全挡下来。

九、几条不做的事

  • 不在缺字段时补默认值。 补出来的默认值看起来能用,
    但它会让「作者忘了写」变得无声无息。
  • 不把三种状态混成一句话。 「已发布」「已存草稿」「待上传」是三件事,
    含糊地说「已发布」是发布场景里最贵的一种错——
    人会以为发出去了,然后再传一遍。

相关阅读


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
  目录