四野（SiYe）

产品中文名四野，仓库与对外 ASCII 标识同为 SiYe。

中文社交平台聚合搜索

一次搜索小红书、抖音、Bilibili 和知乎，将分散在不同平台的中文内容统一检索、排序和展示。

本项目的产品主体是跨平台搜索，而不是通用爬虫控制台。

本仓库是桌面端（Windows）版本。 同一聚合搜索方向的 Android 客户端由 MMY 独立开发维护： OpenScope Android（详见文末「移动端」）。

产品截图

首页：搜索入口与平台选择：

搜索结果：按选择的平台聚合展示，支持筛选与导出：

本机收藏：列表	本机收藏：图标

收藏夹内容：列表视图	收藏夹内容：网格视图

跨平台收藏	看过的历史

账号与登录	外观与首页

截图中的内容作者昵称已做遮挡处理；内容封面保留原样。

• 推广落地页：https://kellengo.github.io/SiYe/（仓库内 site/index.html，单文件无依赖，可直接部署到静态托管）
• 使用说明：https://kellengo.github.io/SiYe/guide.html（仓库内 docs/使用说明.md）

文档入口

开始了解	看哪里
新朋友？➡️	落地页（仓库文件 site/index.html）
如何使用？➡️	使用说明（仓库文件 docs/使用说明.md）
维护记录➡️	site/维护说明.md
源码学习	本文下面的「快速开始」「项目架构」「测试」

为什么做这个项目

查找一个主题时，用户通常要分别打开小红书、抖音、Bilibili 和知乎，重复搜索并手动比较结果。

本项目希望把：

四个平台 × 四次搜索

变成：

一次搜索 → 一个结果页

核心功能

• 四平台并行搜索：小红书 / 抖音 / Bilibili / 知乎同时搜，单个平台失败、超时不会影响其他平台的结果。
• 一个结果页：不同平台的结果归一成同一模型，支持「综合 / 最新 / 互动最多」三种排序。
• 跨平台去重：同一内容合并成一张卡片，展开可看各平台的入口。
• 结果内筛选：在「导出 / 复制」中按关键词（空格分隔）筛选，命中词高亮；也可切换平台查看。
• 单平台重搜：每颗平台旁边一个 ⟳，只重搜这一个平台并拿到与上一轮不重复的新内容，其它平台完全不动；「换一批」才是往后叠加新内容，「刷新结果」是整组重搜。
• 热搜卡片：首页按平台看各平台热词，点一条就用当前勾选的平台搜它。
• 首页 / 结果页可以来回切：结果页左上角的「← 返回首页」不会清掉上次搜索，首页给「查看上次搜索」切回来。
• 没搜到会说清原因：平台 0 条 / 失败 / 限流 / 未登录都会在页面上方提示并说明原因（抖音被风控时显示「疑似平台风控」），同时自动取消该平台的勾选，不再白搜。
• 收藏与稍后再看：两个独立快捷按钮，支持默认收藏夹、自建收藏夹、备注、备份与导入。
• 导出：当前筛选结果或勾选结果导出 CSV / Markdown，或批量复制原文链接。
• 跨平台收藏：只读拉取四个平台已收藏的内容，统一查看与导出。
• 研究空间与总笔记：把搜索或收藏中的资料加入主题空间，在资料旁编辑自动保存的富文本笔记；空间与原收藏互相独立。
• 可选 AI 助手：在「设置 → 扩展管理」下载并开启官方助手，再连接支持工具调用的服务，围绕空间资料问答、查看来源，并将回答追加到笔记。联网补充默认关闭；本地视频转写需另装可选组件。
• 本地优先：只监听 127.0.0.1:8080，账号、缓存、收藏与笔记存于本机。使用 AI 时，问题及相关空间资料会发送给你配置的模型服务，连接测试和问答可能产生服务费用。

收藏、导出与跨平台收藏

• 筛选只处理已经返回的结果，不会额外去平台搜索；「最新」按已有发布时间排序。
• 收藏保存在本机 SQLite（Windows：%LOCALAPPDATA%\SiYe\data\library.db）：换浏览器、升级版本或更换解压目录都不会丢；启动时会自动合并旧目录中的收藏库。上限 500 条，备注最多 1000 字。想额外留一份副本，可在「本地收藏 → 备份管理」点**「导出全部收藏」**导出 JSON，之后可导入恢复。
• 导出默认作用于当前筛选下的全部结果，勾选后只导出选中项；CSV 带 UTF-8 BOM，Excel 打开中文不乱码。
• 跨平台收藏是只读的：不会在平台侧添加、删除或移动你的收藏。当前界面每次每平台最多取最近 100 条，实际数量取决于平台返回；已有归档保留。API 的默认请求数量仍为 20 条。

稳定性与账号

• 平台明确限流后进入 60 秒冷却，重复触发依次延长到 120 / 240 / 300 秒；其他平台不受影响。
• 搜索前先做一次本地登录预检，确定搜不了的平台立刻提示「需要登录」，不用白等浏览器启动。
• 打开程序会自动同步尚未登录的平台（装了扩展时）；账号设置里可查看各平台状态与诊断信息，也可以用自带扫码登录。
• 各平台跑在隔离的 worker 中，降低相互影响；结果有 90 秒短期缓存，可强制重新搜索。

支持平台

平台	聚合搜索
小红书	✅
抖音	✅
Bilibili	✅
知乎	✅

其他平台不在当前正式支持范围内。各平台返回的字段略有差异，见「已知限制」。

搜索流程

关键词 → 四平台并行搜索 → 统一结果模型 → 摘要补全 / 去重分组 / 排序 → 一个结果页

快速开始

• 普通用户：下载 Windows 安装器，按使用说明操作。
• 开发者：从源码运行，见下面「从源码运行」。

两种方式使用同一个地址：http://127.0.0.1:8080。

先连接你常用的 1–2 个平台：在「设置 · 账号与登录」点对应平台的「扫码登录」，程序会在本机打开一个浏览器窗口， 用对应平台的手机 App 扫码即可。搜索时只勾选已连接的平台，其他平台以后再添加。不需要安装任何插件。 如果你已经在 Chrome / Edge 里登录过这些平台，也可以选择装随包的浏览器扩展（browser_extension/） 一键同步登录状态 —— 这是可选加速方式，不装也能用扫码登录。

普通用户：Windows 安装器

1. 下载并运行 SiYe-Setup-Windows-x64.exe；安装器按当前用户安装，不需要管理员权限；
2. 安装完成后启动「四野」，以后可从开始菜单或你选择创建的桌面快捷方式打开；
3. 浏览器会自动打开；接受使用须知后，可点欢迎卡上的「带我试一次」，跟随新手引导连接平台并搜索。

需要免安装运行时，Releases 仍提供 SiYe-Windows-x64.zip。便携版必须完整解压，再双击其中的 四野.exe。

新手引导可以「这次跳过」，也可以勾选「以后不再自动提示」后关闭；完成教程后不再自动出现。 在「帮助」页可随时重新开始。偏好保存在当前浏览器，清理浏览器数据后会重置。

关掉页面后程序仍在后台运行；右键右下角托盘图标可「打开四野 / 打开日志目录 / 退出四野」。 想看控制台输出时，也可以直接双击同目录的 SiYe.exe（同一份程序，带控制台，也是后端与平台 worker 的实际入口）。 安装包已含 Python runtime、后端和 Web UI，默认监听 127.0.0.1:8080，使用系统 Chrome / Edge。

从源码运行

需要 Python 3.11+、uv、Chrome / Edge（或 Playwright Chromium）；前端开发另需 Node.js 20+。

uv sync                              # 安装依赖
uv run playwright install chromium   # 可选：安装 Playwright Chromium
MediaCrawler.bat                     # 打开已构建的 dist/SiYe/四野.exe

也可以手动启动后端：uv run uvicorn api.main:app --host 127.0.0.1 --port 8080 --reload。

多个 check-out 并行跑？ 设置环境变量 SIYE_PORT 换端口即可（产品默认 8080）。 api/main.py、desktop_main.py、MediaCrawler.bat、scripts/start.ps1（-Port 参数） 与 webui 的开发代理都读同一个变量。例如 set SIYE_PORT=8090 后再启动。

前端开发与构建：

cd webui && npm ci && npm run dev     # 开发，默认 http://localhost:5173
cd webui && npm ci && npm run build   # 构建，产物在 webui/dist/

常见启动问题

• 8080 端口被占用：关掉已经运行的本项目实例；程序不会强制抢端口，也不会自动换端口。确实要同时跑两个（例如主目录 + worktree），用 SIYE_PORT 给其中一个换端口；浏览器扩展仍只认 8080，换端口的那份请用应用自带扫码登录。
• 提示缺少 webui/dist：进 webui 执行 npm ci 和 npm run build。
• 环境显示 degraded：看账号设置里的 Platform Doctor；Redis、账号验证或浏览器状态异常不一定会阻止公开搜索。
• 搜索任务失败或结果不完整：单个平台失败不会阻止其他平台返回结果，可在结果页对失败平台单独重试。

账号登录

四野支持两条登录路径，可以在「设置 · 账号与登录」里混用：

① 应用自带扫码登录（推荐，默认路径）

1. 打开「设置 · 账号与登录」，在平台卡片上点「扫码登录」；
2. 程序用系统 Chrome / Edge 打开一个可见窗口，用对应平台的手机 App 扫码；
3. 扫码成功后程序会立刻验证这次会话（平台自己的登录态接口），验证通过才写入登录状态， 卡片状态变为「登录已确认」。先连接常用平台即可，不要求四个平台全部登录。

不需要安装任何插件、不需要开「开发者模式」，也不需要刷新页面。

② 浏览器扩展同步（可选加速）

如果浏览器里已经有现成的登录状态，装一次扩展可以省掉扫码：

1. 浏览器打开 chrome://extensions（Edge 为 edge://extensions），开启「开发者模式」；
2. 点「加载已解压的扩展程序」；安装版选择 %LOCALAPPDATA%\Programs\SiYe\browser_extension，便携版选择 SiYe/browser_extension/；
3. 在浏览器里登录对应平台，回到「账号与登录」点「从浏览器同步」。

两条路径写入同一个 profile，互不冲突；同一时间只处理一个登录或搜索（后端排他保护）。

登录状态每次启动都要重新确认一次：程序打开后会自动复核已有 profile 的登录状态 （需要几秒），确认通过前账号卡片显示「登录待确认」。本地收藏仍可查看；搜索可能等待 复核完成，个人收藏同步需要有效登录。复核不需要浏览器扩展：装了扩展会走扩展同步，没装则直接让后端用 本地 profile 验证一次。

账号状态不等于搜索能力：未通过 API 验证时，平台仍可能通过浏览器备用路径完成公开搜索。

扩展只把必要的会话信息交给本机后端，请只同步你有权使用的账号。详见

browser_extension/README.md。

项目架构

Web UI（含扫码登录）/ 浏览器插件（可选） → FastAPI → 任务管理 → 隔离 worker → 平台适配层 → 统一结果 → 补全 / 去重 / 排序 / 缓存

技术栈：Python 3.11 + FastAPI / Uvicorn + React / Vite / TypeScript + Playwright，各平台跑在独立 worker 进程中。

Provider fallback 只复用已有平台路径：小红书与 B 站可回退浏览器，知乎可回退页面路径，抖音为单一搜索路径。

测试

python -m pytest -q tests/       # 后端
cd webui && npm run test:search  # 前端搜索逻辑

CI 在 push / PR 到 master 时运行后端测试、前端搜索测试与 build，不依赖真实账号和平台网络。

已知限制

• 各平台字段不一致：小红书、抖音搜索不返回播放量；知乎不返回收藏数；B 站投币数只在详情里。

  跨平台收藏读的是收藏列表接口，字段比搜索更少。这些缺口只能逐条抓详情补齐，当前不为这些数字额外请求。

• 平台访问策略、登录要求和返回字段可能变化，搜索结果稳定性取决于平台当前状态。

• 摘要补全（Result Hydration）是有限数量的后台任务，详情接口不可用时会保留初始结果。

• 跨平台去重基于编辑距离，还需标题、作者或摘要佐证，是规则判断，不等同于语义理解。

• Provider fallback 串行且有界，不会并行竞速或按历史成功率自动择优。

• CI 不进行真实平台搜索；账号登录、浏览器 profile 与风控相关问题需要本地验证。

问题反馈

在应用「帮助」页点「复制诊断信息」，预览后自行粘贴到 GitHub Issues。 也可下载诊断 JSON；复制失败时可手动选中报告。报告仅含本机环境、状态、时间及数量， 不包含 Cookie、昵称、搜索词、内容、文件路径或完整日志，不会自动上传或发起平台搜索。 本地服务不可达时仍可生成部分报告；请同时描述你做了什么、期望发生什么、实际看到了什么。

Roadmap

• 继续调优搜索相关性和跨平台结果质量。
• 从去重分组进一步完善同内容的跨平台聚合。
• 优化搜索速度、冷启动和浏览器资源使用。
• 完善失败重试、账号同步和平台诊断体验。
• 根据实际需要评估更多平台接入。

移动端（Android）

本仓库只发布 Windows 桌面端。移动端的同源项目由 MMY 独立开发与维护：

• OpenScope Android —— Kotlin + Jetpack Compose + Material 3， 面向 B站 / 知乎 / 小红书；在 App 内的官方页面登录，不依赖 PC、Termux 或 root。
• 下载：https://github.com/metaMMY07/MediaCrawler/releases/latest

两边代码库、发布节奏与支持平台各自独立（桌面端含抖音），问题请到对应仓库反馈。 移动端同样适用上游的非商业学习许可。

与原 MediaCrawler 的关系

本项目基于 / fork 自 NanmiCoder/MediaCrawler。感谢原作者提供底层多平台采集能力和项目基础。

当前仓库在其基础上开发并维护跨平台聚合搜索产品，包括统一结果模型、Provider Chain、排序、snippet、Hydration、跨平台去重与分组、缓存、账号状态和搜索 UI 等能力。上游更新会根据需要选择性吸收。

本项目的修改与新增部分同样适用上游的非商业学习许可；上游的版权声明与 LICENSE 全文保留在仓库根目录，二次分发时请一并保留。

License / Disclaimer

本项目保留 MediaCrawler 的 NON-COMMERCIAL LEARNING LICENSE 1.1。使用本项目之前请阅读许可证全文。

• 可以：在个人学习、研究、非商业用途下免费下载、安装、使用，以及复制、修改、合并代码（须保留版权与许可声明）。
• 不可以：任何商业用途或盈利活动；商用须取得版权所有者书面同意。
• 不可以：大规模抓取，或干扰、破坏目标平台的正常运营。
• 不可以：删除或篡改上游版权声明与许可证全文。
• 软件按「现状」提供，不提供任何明示或暗示的担保；因违规使用造成的一切后果由使用者自行承担。
• 本项目与各目标平台没有任何隶属、合作或授权关系，平台名称与商标归各自权利人所有。
• 不得侵犯他人隐私、知识产权或其他合法权益。
• 不得用于任何违法或未经授权的用途。
• 商业使用必须遵循原许可证要求，并取得版权所有者的必要书面授权。

本 README 介绍的是当前仓库的聚合搜索产品。底层能力的来源、版权和许可限制仍以本仓库的 LICENSE 文件及 上游仓库 的 attribution 为准。