# 架构说明（v1.2.0）

本文档梳理项目中的主要模块、职责划分以及核心流程，帮助维护者快速了解整体结构。当前版本包含短信验证码登录、Cookie 持久化以及 AI 驱动的滑块验证码自动破解功能。

## 模块概览

```mermaid
graph TD
  root((项目根目录))
  root --> readme[README.md<br/>使用说明与运行指引]
  root --> arch[ARCHITECTURE.md<br/>架构概览与流程说明]
  root --> impl[IMPLEMENTATION.md<br/>实现细节记录]
  root --> quick[QUICKSTART.md<br/>快速开始指南]
  root --> changelog[CHANGELOG.md<br/>更新日志]
  root --> release[release.md<br/>发布说明]
  root --> login_doc[login.md<br/>早期需求与操作步骤]
  root --> pkg[package.json<br/>项目配置]
  root --> src_dir[src/]
  root --> noflag[noflag/<br/>原始验证码截图]
  root --> output_dir[output/<br/>标注结果]
  root --> ts_spec[typescript-spec.md<br/>编码规范]

  src_dir --> login_ts[login.ts<br/>登录脚本入口]
  src_dir --> sms_dir[sms/]
  src_dir --> slider_dir[slider/]

  sms_dir --> sms_code[douban-code.ts<br/>macOS 短信读取]

  subgraph slider["slider/ 模块"]
    direction TB
    slider_index[index.ts]
    slider_types[types.ts]
    slider_detector[detector.ts]
    slider_self[detector-self-learning.ts]
    slider_controller[slider-controller.ts]
    slider_cli[cli.ts]
    slider_validator[validator.ts]
    slider_detection_dir[detection/]
    slider_utils_dir[utils/]
    slider_detection_dir --> slider_candidate[candidate-search.ts]
    slider_utils_dir --> slider_geometry[geometry.ts]
    slider_utils_dir --> slider_image[image.ts]
  end

  slider_dir --> slider_index
  slider_dir --> slider_types
  slider_dir --> slider_detector
  slider_dir --> slider_self
  slider_dir --> slider_controller
  slider_dir --> slider_cli
  slider_dir --> slider_validator
  slider_dir --> slider_detection_dir
  slider_dir --> slider_utils_dir
```

## 登录流程分层（v1.2.0）

```mermaid
flowchart TD
  main[main()<br/>• 启动 Chromium<br/>• 复用或创建上下文<br/>• 调用 loginWithSms()<br/>• 保存 Cookies] --> login[loginWithSms()<br/>• 输入手机号<br/>• 触发短信验证码<br/>• 自动处理滑块验证<br/>• 自动读取 macOS 短信验证码<br/>• 提交并校验登录结果]
  login --> slider[SliderController<br/>• 等待滑块出现<br/>• 截图并调用检测器<br/>• 计算距离与拖动<br/>• 失败自动重试]
  login --> logged[isLoggedIn()<br/>• 检查 Cookie(dbcl2)<br/>• 确认登录表单状态]
  slider --> detector[SliderDetector<br/>• 图像缩放(800px)<br/>• 多策略检测<br/>• 候选框评分<br/>• 绘制标注]
  detector --> candidate[CandidateSearch<br/>• 暗区域检测<br/>• Canny 边缘<br/>• 颜色量化<br/>• LAB 色彩<br/>• IoU 去重]
  login --> sms[waitForDoubanCode()<br/>• 连接 chat.db<br/>• 跟踪最新消息<br/>• 解析验证码<br/>• 超时降级手动输入]
  sms --> autofill[自动填入验证码<br/>input#code]
  sms --> fallback[提示手动输入验证码]
```

**关键模块职责**：

- `prepareContext()`：负责加载已有 Cookie、创建新上下文以及兜底跳转登录页
- `loginWithSms()`：串联短信登录流程，涵盖用户输入与滑块自动化
- `waitForDoubanCode()`：从 macOS 信息数据库读取最新验证码，失败时回退到手动输入
- `SliderController`：Playwright 集成，控制滑块验证的完整流程
- `SliderDetector`：图像处理和滑块位置检测的核心算法
- `CandidateSearch`：多种图像识别策略的并行执行
- `isLoggedIn()`：封装判定逻辑，避免各处重复编写 Cookie/页面检查

## 依赖与交互

- **Playwright**：启动浏览器、操作页面元素、持久化 `storageState`、控制滑块拖动
- **Sharp**：图像处理（缩放、边缘检测、颜色量化、模板匹配）
- **Node.js**：文件读写、路径与环境变量处理
- **better-sqlite3**：只读访问 `~/Library/Messages/chat.db`，解析最新短信验证码（macOS）
- **readline**：作为短信读取的降级方案，提示用户手动输入验证码
- **环境变量**：
  - `DOUBAN_PHONE`：登录手机号（必填）
  - `DOUBAN_AUTO_SLIDER`：启用自动滑块验证（可选，值为 1 时启用）
- **`~/douban-cookie.json`**：保存登录态的 storageState 文件，下次运行直接复用
- **`noflag/`**：原始验证码截图存储目录
- **`output/`**：标注结果（红框）存储目录

## 数据流（v1.2.0）

1. **初始化阶段**
   - 读取 `DOUBAN_PHONE`，未配置则终止
   - 检查 `DOUBAN_AUTO_SLIDER` 环境变量
   - 若存在本地 Cookie 文件，加载后访问登录页以确认是否仍然有效

2. **登录流程**
   - 无有效登录态时执行短信登录：
     - Playwright 填写手机号并请求验证码
     - **[v1.1.0]** 自动检测并处理滑块验证码：
       1. 等待验证码 iframe 加载
       2. 截图验证码区域到 `noflag/` 目录
       3. 使用 Sharp 将图像缩放到 800px 宽度
       4. 并行运行四种检测策略
       5. 计算距离：`(缺口X - 滑块X) / scaleX`
       6. 绘制红框标注保存到 `output/` 目录
       7. 拖动滑块到计算位置
       8. 检测成功标识（`.tc-success`）
       9. 失败则刷新重试（最多 10 次）
     - **[v1.2.0]** 调用 `waitForDoubanCode()` 轮询 chat.db，捕获最新验证码
     - 若读取失败或超时，提示用户手动输入验证码
     - 将验证码填入页面并提交

3. **状态持久化**
   - 登录成功后调用 `context.storageState()` 写入 `~/douban-cookie.json`
   - 浏览器关闭，后续脚本可直接复用该文件

4. **图像数据流**
   ```mermaid
   flowchart TD
     img_raw[原始验证码<br/>(340x191)] --> img_capture[截图保存<br/>noflag/captcha-*.png]
     img_capture --> img_scale[缩放至 800px<br/>内存处理图像]
     img_scale --> img_detect[多策略检测]
     img_detect --> img_boxes[候选框数组<br/>{x,y,w,h,score}]
     img_boxes --> img_filter[评分排序 + IoU 去重]
     img_filter --> img_best[最佳滑块位置<br/>[b1, b2]]
     img_best --> img_draw[绘制标注<br/>output/captcha-*-detected.png]
     img_draw --> img_distance[计算距离<br/>(b2.x - b1.x) / scaleX]
   ```

5. **短信数据流（macOS）**
   ```mermaid
   flowchart TD
     sms_db[~/Library/Messages/chat.db] --> sms_query[better-sqlite3 查询]
     sms_query --> sms_record[最新短信记录<br/>(handle/text/date)]
     sms_record --> sms_parse[parseDoubanSms()<br/>解析验证码]
     sms_parse --> sms_autofill[自动填入 input#code]
     sms_parse --> sms_manual[失败时提示手动输入]
   ```

## 日志与错误处理

- 关键步骤均在控制台打印提示，便于追踪流程
- **[v1.2.0]** 短信读取阶段输出 `[短信读取]` 前缀日志，包含基线 ID、轮询状态与命中消息
- **[v1.1.0]** 滑块检测过程的详细日志：
  - 图像缩放信息（原始尺寸 → 检测尺寸）
  - 检测到的滑块数量和位置
  - 每个滑块的评分和尺寸
  - 距离计算公式和结果
  - 成功/失败状态和重试次数
- 默认优先使用自动短信读取，`prompt` 只在超时或读取失败时触发
- 登录失败或异常会设置 `process.exitCode` 并输出详细错误信息
- 视觉调试：`output/` 目录中的红框标注图便于人工验证检测准确性

## v1.2.0 新增能力

- **macOS 短信自动读取**：通过 `better-sqlite3` 直接查询 `chat.db`，仅处理新消息并解析验证码。
- **自动回填验证码**：等待 `input#code` 可见后自动填充，减少人为介入。
- **降级与日志机制**：超时或权限不足时回退到控制台输入，并输出明确的失败原因与排查建议。

## v1.1.0 核心创新

### 简化的距离计算算法

**核心原理**："两只小鸟嘴尖距离"

```typescript
// 双滑块模式（推荐）
const distance = (box2.x - box1.x) / scaleX;

// 单滑块模式（兜底）
const distance = box.x / scaleX;
```

**为什么这样简单？**
1. 检测在 800px 宽度图像上进行（scaleX ≈ 2.35）
2. 两个滑块的左边界水平距离就是移动距离（缩放坐标系）
3. 除以 scaleX 转换回实际显示坐标系（340px）
4. 避免复杂的 iframe 偏移、页面坐标转换等计算

**v1.0.0 vs v1.1.0**：
- v1.0.0：需要人工完成滑块验证
- v1.1.0：自动检测、计算、拖动，成功率约 50%

### 多策略并行检测

并行运行四种算法，提高鲁棒性：

1. **暗区域检测**：基于亮度阈值查找暗色滑块
2. **Canny 边缘检测**：查找边缘密集区域
3. **颜色量化**：K-means 聚类找独特色块
4. **LAB 色彩空间**：在感知均匀的色彩空间中检测

候选框通过 IoU 去重，避免重复检测同一个滑块。

### 自学习模板匹配

使用第一个检测到的滑块作为模板，在图像中查找第二个滑块：

1. 提取第一个滑块的边缘特征
2. 在剩余区域进行模板匹配
3. 验证 y 坐标一致性（偏差 < 25px）
4. 确保两个滑块在合理的水平距离范围内