优化文档采集工具

- 输出文件名添加 YYMMDD_ 日期前缀，便于按时间排序 - 改用 storageState 完整保存登录态（cookies + localStorage），大幅减少重复扫码 - 增加 TOKEN 轮询宽限期，避免 SPA 异步加载时误判未登录 - 更新 README 文档记录
2026-09-13 14:37:13 +08:00
parent 67ea1ddba2
commit ced9c7bdb3
4 changed files with 197 additions and 36 deletions
@@ -126,3 +126,24 @@ node auto-scrape.mjs <url>
 **Q: 图片下载失败？**

 飞书图片需要有效的个人授权。确认 `lark-cli auth status` 显示已登录，且包含 `docs:document.media:download` 权限。
+
+---
+
+## 更新记录
+
+### 2024-09-13
+
+**文件名优化**
+- 自动生成的 Markdown 文件名现在带有 `YYMMDD_` 日期前缀
+- 输出示例：`output/260913_《战略笃定》探索营1.md`
+- 便于按采集时间排序，同一文档的多次采集版本可区分
+
+**登录态持久化优化（大幅减少重复扫码）**
+- 改用 Playwright `storageState` 完整保存登录态（cookies + localStorage）
+- 修复了原先只存 cookie 导致每次都要重新扫码的问题（一堂平台的 API 鉴权 TOKEN 存在 localStorage 中）
+- 首次登录后，后续运行基本无需再扫码，直到服务端会话过期（通常数天）
+- `cookies.json` 从旧格式自动升级为新格式（兼容已有文件）
+
+**登录判定改进**
+- 增加 5 秒轮询宽限期，避免 SPA 异步写入 TOKEN 时误判为未登录
+- 减少因页面加载时序导致的不必要登录提示