feat: 新增 Instagram、Reddit、贴吧解析及卡片增强

.env.test.example

@@ -0,0 +1,48 @@
+# 本次 Reddit + LLM 翻译联调用的系统环境变量示例
+# 复制为 .env 或 .env.dev，把占位符换成真实值；勿提交含密钥的 .env 到 Git
+
+# ---------- NoneBot ----------
+ENVIRONMENT=prod
+DRIVER=~fastapi+~httpx+~websockets
+HOST=127.0.0.1
+PORT=8080
+LOG_LEVEL=INFO
+
+# ---------- 插件：Reddit Cookie（必填，否则 Reddit 403）----------
+# 方式 1：整行写入（与浏览器导出 name=value; name2=value2 一致）
+# PARSER_REDDIT_CK=token_v2=...; reddit_session=...; loid=...
+#
+# 方式 2：项目根已有 .reddit_ck_probe 时，测试脚本会自动读取；
+# 部署到另一台机器请把该文件内容合并进 PARSER_REDDIT_CK 一行，或继续用 .reddit_ck_probe + 启动前 export
+
+PARSER_REDDIT_CK=<从 .reddit_ck_probe 复制整行 Cookie，或浏览器 Cookie 导出>
+
+# ---------- 插件：卡片渲染 ----------
+PARSER_RENDER_TYPE=common
+PARSER_NEED_FORWARD_CONTENTS=true
+PARSER_APPEND_URL=false
+
+# ---------- 插件：国外帖标题/正文 LLM 翻译（Genie3 / artificial 等实测）----------
+PARSER_LLM_TRANSLATE_ENABLE=true
+PARSER_LLM_TRANSLATE_API_URL=http://192.168.1.37:8317/v1/
+PARSER_LLM_TRANSLATE_API_KEY=<你的 API Key>
+PARSER_LLM_TRANSLATE_MODEL=grok-4.20-0309-non-reasoning
+PARSER_LLM_TRANSLATE_TIMEOUT=60
+PARSER_LLM_TRANSLATE_PLATFORMS=reddit
+# 留空则用内置「无感中文」提示词；要自定义可取消下行注释
+# PARSER_LLM_TRANSLATE_PROMPT=你是中文本地化编辑。把标题和正文译成自然顺口的中文……只输出 JSON {"title":"...","text":"..."}
+
+# ---------- 可选 ----------
+# PARSER_PROXY=http://127.0.0.1:7890
+# PARSER_MAX_SIZE=90
+# PARSER_DURATION_MAXIMUM=480
+
+# ---------- 控制台（Windows 建议，避免 Rich 编码报错）----------
+PYTHONUTF8=1
+NO_COLOR=1
+
+# 精简 Cookie（推荐）：不必 19 项全塞一行
+# 核心 3 项（多数够用）：token_v2 + reddit_session + loid
+# 核心 5 项（更稳）：再加 edgebucket、csv
+# 生成方式：uv run python scripts/_reddit_minimal_cookie.py .reddit_ck_probe
+# PARSER_REDDIT_CK=token_v2=...; reddit_session=...; loid=...

.gitignore

@@ -162,4 +162,35 @@ coverage*.xml
 .env.*
 render_result.md
 render_result_html.md
-render_result_combined.md
+render_result_combined.md
+
+# local delivery / probe
+*_out/
+release/
+*_ck_probe
+.reddit_ck_probe
+.tieba_ck_probe
+scripts/_mo_*.html
+scripts/_tieba_saved_page.html
+
+# 本地调试脚本（PR 仅保留 delivery + 文档）
+scripts/_*
+scripts/instagram_delivery_*.py
+!scripts/instagram_delivery.py
+scripts/instagram_post_card.py
+scripts/reddit_delivery*.py
+scripts/reddit_media_check_download.py
+scripts/reddit_share_preview.py
+scripts/reddit_translate_media_test.py
+
+# 根目录落盘与临时文件
+_tmp_*.html
+reddit.png
+reddit_*_card.png
+reddit_delivery/
+reddit_media_check/
+reddit_share_previews/
+reddit_translate_test/
+
+# 允许提交测试环境示例
+!.env.test.example

scripts/INSTAGRAM_ADAPT.md

@@ -0,0 +1,48 @@
+# Instagram 适配说明
+
+## 已支持链接
+
+- Reel: `https://www.instagram.com/reel/<id>/`
+- Reels: `https://www.instagram.com/reels/<id>/`
+- 帖子: `https://www.instagram.com/p/<id>/`
+- IGTV: `https://www.instagram.com/tv/<id>/`
+
+## 实现方式
+
+- 解析与下载：**yt-dlp**（与 TikTok / YouTube 同路径）
+- 发送：**卡片 + 视频消息**（Reel）；多图帖子为 **图集**
+
+## 本机已验证（Reel）
+
+`https://www.instagram.com/reel/DBOC0Z4hOR1/`
+
+- 作者：`@kiran.mazumder`
+- 时长：约 25s
+- 封面 + mp4 CDN 可由 yt-dlp 直接提取（未登录亦可，视地区/风控而定）
+
+## 环境变量（可选）
+
+```env
+PARSER_INSTAGRAM_CK=sessionid=...; csrftoken=...; ds_user_id=...
+```
+
+登录 Cookie 写入 `instagram_cookies.txt`（Netscape），用于私密帖、风控失败时的回退。
+
+## Browser Relay（接管浏览器）
+
+Relay 服务已可在本机启动；要**读取你当前 Chrome 标签页**需：
+
+1. Chrome 打开 `https://www.instagram.com/reel/DBOC0Z4hOR1/`
+2. 安装并启用 **Browser Relay** 扩展（`browser-relay path` 可查看扩展目录）
+3. 执行 `browser-relay tabs` 应能看到该标签
+
+之后可用：
+
+```bash
+browser-relay snapshot --tab <id> --max-length 20000
+browser-relay network --tab <id> --show-secrets --json
+```
+
+从 **network** 里提取 `sessionid` / `csrftoken` 填入 `PARSER_INSTAGRAM_CK`。
+
+当前会话：`connected: false, tabCount: 0` — 扩展未连上，因此尚未抓取页面 DOM；解析逻辑已按 yt-dlp 字段对齐。

scripts/TIEBA_GUEST_BROWSER.md

@@ -0,0 +1,92 @@
+# 贴吧「未登录 / 隐身」为何能浏览（Relay 实测）
+
+探测帖：`https://tieba.baidu.com/p/10780369243`  
+工具：Browser Relay 接管 Chrome 标签（可为隐身窗口，只要扩展已附着该标签）
+
+## 结论（一句话）
+
+**未登录也能看**，靠的是 **访客 Cookie + 带签名的 XHR**，由 **`pb.f2861951.js` 在浏览器里拼请求**；正文/视频 URL 会写进 **渲染后的 DOM/HTML**，不是首屏 11KB 壳子里的静态字段。  
+**Python 裸 GET 帖页** 拿不到这套流程，所以和隐身浏览器不是一回事。
+
+## 访客身份（`/c/s/pc/sync`）
+
+```json
+"user": { "is_login": 0 },
+"anti": { "tbs": "5f93bd7649de07091781401682" }
+```
+
+- **`is_login: 0`**：明确未登录。
+- **`tbs`**：后续接口常用的防刷 token（需在请求里带上，具体字段以 bundle 为准）。
+
+## `document.cookie`（非登录）
+
+| 项 | 值 |
+|----|-----|
+| 长度 | ~239 |
+| **BDUSS** | **无** |
+| 典型键 | `TIEBA_NEW_PC=1`、`TIEBA_SID=...`、`BAIDUID=...`、`USER_JUMP=-1` |
+
+说明：隐身/访客仍有 **贴吧会话 Cookie**，但没有百度账号登录态。
+
+## 页面如何有内容
+
+1. **Document** 仍可能是小壳子；**执行** `pb.*.js` 等 bundle。
+2. 浏览器发起（`performance` / network 可见）：
+   - `POST https://tieba.baidu.com/c/f/pb/page_pc` → 本环境返回 **`error_code: 110001`**（接口仍被调用）
+   - `GET .../c/s/pc/sync?...&sign=...` → **成功**，`error_code: 0`
+   - `GET .../c/f/pc/pbSidebarRight?tid=...&sign=...` → **成功**，含吧信息 JSON
+3. 前端把数据 **灌进 Vue/DOM** 后：
+   - `htmlLen` ≈ **77 万**
+   - `.pb-title`、`<video src="http://tb-video.bdstatic.com/...mp4">` 均在 DOM 中
+   - HTML 内 **`post_list` 字符串出现 0 次**（不是旧版内嵌 JSON 帖列表）
+
+## 和 Python 解析器的差距
+
+| 步骤 | 隐身 Chrome | curl_cffi 无 Cookie |
+|------|-------------|---------------------|
+| GET `/p/{id}` | 小文档 + 跑 JS | ~11KB，无 `pb-title` |
+| `sync` + `sign` | 自动带 Cookie/tbs | 未实现 sign → 失败 |
+| `page_pc` | 会请求（可能失败但仍能靠其它接口+DOM） | `110001` |
+| 结果 | 可看视频 | 解析失败 |
+
+## 对「不登录也能解析」的启示
+
+若要服务端接近隐身效果，不能只 GET HTML，需要至少：
+
+1. 模拟访客：**首页 → 收 `TIEBA_SID` / `BAIDUID` 等 Cookie**
+2. 调 **`/c/s/pc/sync`** 拿 **`tbs`** 与 `is_login`
+3. 按前端规则计算 **`sign`**，请求 **`pbSidebarRight`** 等（`page_pc` 可能仍 110001，需再挖备用数据源）
+4. 或：**用无头 Chrome / Relay 导出渲染后 HTML**（当前 `tieba_delivery_from_html.py` 路线）
+
+## Relay 复现命令
+
+```powershell
+browser-relay tabs
+# 在隐身窗口打开贴吧帖并附着扩展后：
+Get-Content scripts\_tieba_incognito_probe.js -Raw | browser-relay eval --stdin --tab <TAB_ID>
+Get-Content scripts\_tieba_incognito_fetch.js -Raw | browser-relay eval --stdin --tab <TAB_ID>
+```
+
+## 脚本
+
+- `scripts/_tieba_incognito_probe.js` — Cookie / 脚本 / DOM 规模
+- `scripts/_tieba_incognito_fetch.js` — 同页 `fetch(page_pc)` 与 resource 列表
+- `scripts/_tieba_html_embed.js` — HTML 内嵌关键字统计
+- `scripts/_probe_tieba_guest_cookies.py` — Python 访客 Cookie 链（仍可能只有 11KB）
+
+## 2026-06-14 更新：服务端未登录主路径
+
+**未登录解析优先** `GET https://tieba.baidu.com/mo/q/m?kz={tid}`（先 `GET /` 拿访客 Cookie）。
+
+| 步骤 | 说明 |
+|------|------|
+| 实现 | `src/nonebot_plugin_parser/parsers/tieba.py` → `_fetch_best_html` / `_result_from_mo_html` |
+| 帖元数据 | 内嵌 `threadInfo` / `'thread'` JSON，按 `tid` 取 `title`、`reply_num`、`share_num`、`author` |
+| 图集 | `tiebapic.baidu.com/forum/pic/item/`（`src=` 优先，按 pic id 去重） |
+| 视频 | 优先 `tieba-smallvideo-transcode-cae`；裸 `tieba-movideo` 易 HTTP 401 |
+| 落盘 | `scripts/tieba_delivery.py <url>` → `tieba_{tid}_out/` |
+
+验收（本机已跑通）：
+
+- `tieba_10787181972_out`：图集 + `card.png` + `meta.json`
+- `tieba_10780369243_out`：`media_00_video.mp4` + 封面 + `card.png`

scripts/TIEBA_RELAY_PROBE.md

@@ -0,0 +1,116 @@
+# 百度贴吧 PC 帖页 Relay 摸底（`p/10787181972`）
+
+探测时间：2026-06-14  
+工具：Browser Relay（Chrome 已登录会话）+ `curl_cffi` 裸请求对比
+
+## 链接形态
+
+| 类型 | 示例 |
+|------|------|
+| 帖页 | `https://tieba.baidu.com/p/{thread_id}` |
+| 带参 | `?fr=frs` |
+| 楼主帖 | `?tab=只看楼主`（URL 编码） |
+
+本帖：`10787181972`  
+标题（`document.title` / `.pb-title`）：**X网友抓拍到了鳄鱼捕食的瞬间**
+
+## 页面架构（新版 PC SPA）
+
+- **不是**旧版 `l_post` / `d_post_content` / `data-field` 直出 HTML。
+- 首屏 Document 仅 ~11KB（`curl_cffi` 无 Cookie 时几乎空壳），**正文由前端 bundle 渲染**。
+- 关键静态资源：
+  - `pc-main-core/static/js/pb.f2861951.js`
+  - `pc-main-core/static/css/pb.18c49760.css`
+  - 公共：`frs~home~home-main~pb~search~token.*.js`
+
+Relay 下完整 DOM 可见；裸 HTTP 需带浏览器 Cookie / 或走 Relay / 或找 XHR 接口。
+
+## DOM 元素来源（Relay `eval` 实测）
+
+### 标题
+
+| 选择器 | 说明 |
+|--------|------|
+| `.pb-title` | 主标题文案 |
+| `.pb-title-wrap.pc-pb-title` | 标题容器 |
+
+### 楼主 / 作者
+
+- 头像：`img.avatar-img` → `himg.bdimg.com/sys/portrait/item/tb.*`
+- 昵称 + 等级：楼主块内文本，如 `O钢弹在白露之滨` + `红色有角`
+- 主页：`a[href*="/home/main?id=tb."]`，`id` 为贴吧用户 token（如 `tb.1.b01a014e._0rp1F3ZD_zgRMnxkcYS6Q`）
+- **注意**：侧栏「我常逛的吧」也会产出 `/home/main` 链接，解析时要限定在**主内容区**（`.center-content` / `.image-text` / 标题附近），避免误取当前登录用户。
+
+### 楼主正文与互动数
+
+标题下方楼主区可见：
+
+- 正文示例：`🐊没事吧？`
+- 数字条（推测：分享 / 回复 / 浏览等）：`20`、`212`、`6059`、`252`（需对照页面图标确认字段含义）
+- 回复区：`.pc-pb-comments`、`.pc-pb-reply-list`
+
+### 图片
+
+- 帖内图：`https://tiebapic.baidu.com/forum/pic/item/{hash}.jpg?tbpicau=...`
+- 吧头像：`tiebapic.baidu.com/forum/w=120;h=120/sign=...`
+- 侧栏话题图可能带 `topic-img`，解析时应优先 **楼主正文区域内** 的 `tiebapic.../pic/item/`
+
+本帖 Relay 抓到 **4 张** `pic/item` 图（鳄鱼抓拍多图）。
+
+### 吧信息
+
+- `og:url`（若存在）：`https://tieba.baidu.com/{username}/p/{id}/` 可反推吧主路径；本帖楼主为个人帖，侧栏可能显示所在吧（需从面包屑或吧入口取）。
+
+## 网络请求（Relay `network` 摘要）
+
+| 类型 | URL 模式 | 用途猜测 |
+|------|----------|----------|
+| Document | `/p/{id}` | 壳 + 引导加载 pb  bundle |
+| XHR | `tieba.baidu.com/mo/q/getConfigData?...` | 配置/amis |
+| 静态 | `tb3.bdstatic.com/tb/pc/pc-main-core/static/js/pb.*.js` | 帖页逻辑 |
+| 图片 | `tiebapic.baidu.com` | 帖图/吧图 |
+| 头像 | `himg.bdimg.com/sys/portrait/item/` | 用户头像 |
+
+**未在刷新后 capture 到明显的「单帖 JSON」XHR**（`network` 列表偏静态与埋点）。后续实现可：
+
+1. **Relay + 选择器** 抽 DOM（开发/调试）
+2. **带 Cookie 的 curl_cffi** 拉完整 HTML 再解析（与 Relay 结构应对齐）
+3. **逆向 `pb.*.js` 或抓包** 找 `thread_id` 对应 API（适合无头批量）
+
+## 与项目内 NGA 解析对比
+
+| | NGA | 贴吧（本帖） |
+|---|-----|----------------|
+| HTML | 服务端直出 `postcontent0` | SPA，裸请求几乎无正文 |
+| 作者 | `postauthor0` + JS `userInfo` | `.avatar-img` + `/home/main?id=tb.` |
+| 标题 | `#postsubject0` | `.pb-title` |
+| 图片 | 附件 URL 规则 | `tiebapic.baidu.com/forum/pic/item/` |
+
+## 建议解析器字段映射（初稿）
+
+```text
+ParseResult
+├── title        ← .pb-title
+├── text         ← 楼主首楼正文（主内容区首段，不含全楼回复）
+├── author       ← 楼主昵称 + portrait URL
+├── url          ← canonical /p/{id}/
+├── timestamp    ← 楼主时间（如 06-12，需补全年份或从接口）
+├── contents[]   ← tiebapic pic/item 多图
+└── extra
+    ├── forum_name / forum_kw（若能从页面取）
+    ├── reply_count ← 「全部回复 (212)」
+    └── view_count 等（待图标对齐）
+```
+
+## 本地探测脚本
+
+- `scripts/_tieba_relay_probe.js` / `_tieba_relay_probe4.js` — Relay DOM
+- `scripts/_probe_tieba_http.py` — 无 Cookie HTTP 对比
+- 输出样例：`scripts/_tieba_probe4_out.json`
+
+## 下一步（实现前）
+
+1. 用 **同一 Cookie** 验证 `curl_cffi` 能否拿到与 Relay 一致的 HTML 长度与 `.pb-title`。
+2. 锁定**楼主正文**容器 class（避免把评论列表当 `text`）。
+3. 在 `PlatformEnum` / `parsers/tieba.py` 注册 `tieba.baidu.com` + `/p/(?P<tid>\d+)`。
+4. 卡片渲染：参考 NGA/论坛型，多图网格 + 标题 + 作者行。