自动同步: 2026-02-27 21:00

2026-02-27 21:00:01 +08:00
parent 9b8d406f66
commit 8f3f2f5fb4
6 changed files with 212 additions and 31 deletions
@@ -0,0 +1,28 @@
+# 2026-02-27 知识库 Bug 排查
+
+## 问题描述
+用户报告：knowledge-base 代理爬取了错误的知乎文章
+- 提供的 URL ID: 1925232264591156410
+- 实际爬取的 URL ID: 1894054073625461813
+
+## 根因定位
+问题出在 `zhihu_article_crawler.py` 脚本中：
+
+```python
+# 问题代码
+if "ZHIHU_SPECIFIED_ID_LIST" not in config_content or "[]" in config_content:
+    # 只在配置为空时更新
+    new_config = config_content.replace(...)
+```
+
+MediaCrawler 配置文件 `~/work/MediaCrawler/config/zhihu_config.py` 中保存了旧 ID：
+```python
+ZHIHU_SPECIFIED_ID_LIST = [
+    "https://zhuanlan.zhihu.com/p/1894054073625461813",
+]
+```
+
+由于条件判断问题，新 URL 没有被更新进去，导致每次都爬取旧的 ID。
+
+## 待修复
+- 修改 `zhihu_article_crawler.py`，强制每次更新配置中的 ID 列表