LinkedIn 登录态通道（Playwright）

通道 linkedin-session 用你自己的 LinkedIn 登录态（一个 Playwright 浏览器）读 LinkedIn 的职位搜索页和岗位详情页，是 LinkedIn 级联的第 3 位（Bright Data → Apify → session → guest）。另有旁路 linkedin-session:recommended：每天读一次“为你推荐”，不参与级联。

它只读：打开页面、读页面，不点赞、不申请、不发消息、不关注、不填任何表单。遇到登录页、验证页（checkpoint / CAPTCHA / 安全验证），立即停止、熔断、发 Telegram，绝不尝试自动通过——验证由你自己在普通浏览器里完成。

状态：代码和测试完成，但还没有用真实登录态做冒烟——需要你先运行 pnpm auth:linkedin 登录一次（见“真实冒烟”）。页面选择器按 LinkedIn 登录后页面的公开结构写成，用保存的 HTML fixture 测过，还没有对着真实登录态验证过。

风险提醒

• 用登录态自动读 LinkedIn 违反它的用户协议；它可能限制或封停你的账号。所以默认关闭、请求量很小（见下）、只读、遇到验证立即停。要不要开由你决定；级联里其他通道（Bright Data / Apify / guest）不依赖它。
• 登录文件 .auth/linkedin.json 里是会话 cookie，等同于登录状态：不提交（已 gitignore）、权限 600、不发给任何人、不放进镜像。泄露了就在 LinkedIn 的“设置 → 登录和安全 → 在哪里登录”里退出所有设备。

第一次设置

1. 在宿主机（不是容器）的项目目录打开终端：

   pnpm exec playwright install chromium   # 只需第一次
   pnpm auth:linkedin

2. 弹出一个有界面的 Chromium 窗口，停在 LinkedIn 登录页。你自己输入账号密码、完成两步验证。看到自己的信息流后关闭这个窗口。
3. 脚本在你关闭窗口时把登录态（cookie）存到 .auth/linkedin.json（目录 700、文件 600）。它不读、不存、不输入密码；窗口里输入的任何内容它都看不到，只在登录成功后保存浏览器的 cookie。
4. 如果数据库可达（DATABASE_URL），脚本还会把登录态标为“有效”，并关掉因登录失效 / 验证而打开的熔断，不用等冷却。
5. 先试一轮，再打开通道：

   # data/config/sources.yaml 里先把 linkedin.session.enabled 改成 true，然后：
   pnpm cycle:run --channel linkedin-session --dry-run

   干跑会真的打开 LinkedIn 页面（有请求），但不写数据库、不计入当天用量。输出里看 fetched / parsed。
6. 没问题就留着 enabled: true。runner 在 Docker 里时，./.auth 以只读方式挂进容器（compose.yaml 已写好），需要 docker compose up -d --build 一次让镜像带上 playwright-core。

pnpm auth:linkedin --status 只看状态，不打开浏览器：文件在不在、cookie 到期时间、通道最近知道的状态。

配置（data/config/sources.yaml → linkedin.session）

键	含义
enabled	开关（默认关）。没有登录文件时通道显示“未登录”，级联直接跳过它，不算失败
monthly_budget_usd	保持 0（没有付费用量）
throttle	两次页面加载之间随机等 3~8 秒
max_results	每个查询最多读多少条（再受 search.yaml: max_per_group_per_location 限制）
daily_request_limit	每个自然日（schedule.yaml 时区）最多加载多少个 LinkedIn 页面（搜索页、详情页、推荐页合计，两个 session 通道共用）。默认 200。用完后通道被跳过，级联换下一个
max_pages	每个查询最多翻几页搜索结果（每页约 25 条）
fetch_details	是否为每条新岗位打开详情页（JD、薪资、办公方式、申请人数）。库里已有的岗位不再打开：原样重新交付（保持“最近看到”时间），不产生请求
recommended_daily / recommended_max_results	是否读“为你推荐”、最多读几条
site.base_url / site.auth_file / site.country_name / site.remote_locations	站点、登录文件路径（相对项目目录）、城市查询的国家、远程查询的地点
browser.*	headless、页面超时、渲染等待、滚动次数和停顿（列表只渲染可见卡片）、语言、不加载的资源类型、User-Agent

data/config/schedule.yaml 的 linkedin_recommended（enabled、cron，默认每天 07:00）决定“为你推荐”何时读。它不是单独的定时任务：处理轮里，第一轮发现“今天的 cron 时间点已过、还没读过”时顺带读一次；手动运行总会读。

它怎么工作

• 搜索：每个查询 = search.yaml 的一个关键词组 × 一个城市（或远程）。URL：/jobs/search/?keywords="A" OR "B"&location=<城市, 国家>&f_TPR=r<回看秒数>&sortBy=DD，远程加 f_WT=2。打开后滚动列表让卡片全部渲染，读出每张卡的岗位 id、标题、公司、地点、发布时间；然后对库里没有的岗位打开 /jobs/view/<id>/，读 JSON-LD JobPosting 和页面上的薪资、办公方式、雇佣类型、申请人数、JD。
• id 与去重：岗位 id 就是 LinkedIn 的数字 id，和 Bright Data / Apify / guest 通道一致，同一个岗位被不同通道取到会合并成一个。
• 原始数据：存的是页面上读到的字段，JD 以 HTML 保存，方便以后 pnpm reprocess 重新解析。不存 cookie、请求头、整页 HTML。
• 登录态状态（/sources）：未登录（没有登录文件或没有会话 cookie）、有效、已过期（cookie 到期，或通道被带到登录页 / 验证页后你还没重新登录）。重新运行 pnpm auth:linkedin 后自动恢复。“上次成功”时间显示在通道卡片上。
• 缺登录文件时：isConfigured 为假，级联跳过 session，下一个通道（guest）接上；“为你推荐”不运行。
• 只一个浏览会话：两个 session 通道共用一个账号、一个计数器，进程内一次只开一个浏览器。

遇到验证 / 登录页时

通道在第一个这样的页面上立即停止（不再加载任何页面），然后：

1. 把登录态标为“已过期”（runtime_state，/sources 可见），
2. 抛出可熔断的错误：登录页 / 授权墙 → auth_expired，验证页 / checkpoint / CAPTCHA / HTTP 999 / 403 → blocked，一次就开熔断（circuit_breaker.cooldown_hours），
3. Telegram 告警：登录失效 → “LinkedIn 登录态失效，需要重新登录”；验证页 → “LinkedIn 通道 … 遇到验证页或被拦截”（提示自己去普通浏览器里完成验证）。同一告警 alerts.dedupe_hours 内只发一次，
4. 同一个查询和本轮后面的查询交给级联里的下一个通道（guest）。

恢复：自己在普通浏览器里登录 LinkedIn、完成它要求的验证，然后运行 pnpm auth:linkedin。HTTP 429 只算一次可重试失败（不立即熔断，连续失败才熔断）。页面结构变了（既没有岗位卡片、也不是“没有结果”页）会报 parse 错误，不会悄悄返回空。

容器与权限

• runner 容器里 Playwright 基础镜像带浏览器，playwright-core 在镜像里单独安装（build:runner 把它标为 external）。/dev/shm 很小，已加 --disable-dev-shm-usage。
• .auth/ 以只读方式挂进 runner 和 web（web 只用它判断“未登录 / 有效”，不浏览）。macOS 的 Docker Desktop 上权限 700/600 没问题；Linux 宿主机上容器用户看不到 600 的文件时，把 .auth/ 的属主改成容器用户的 uid，不要放宽权限。
• 宿主机直接跑也行：pnpm cycle:run --channel linkedin-session。

真实冒烟

执行 pnpm auth:linkedin 之后：

1. pnpm auth:linkedin --status 应显示“有效”。
2. pnpm cycle:run --channel linkedin-session --dry-run：看 fetched、parsed、parseFailed、示例标题；页面选择器如果对不上，会表现为 parse 错误或 cardOnly（详情页读不出来、只保留了列表卡片）。
3. pnpm cycle:run --channel linkedin-session:recommended --dry-run。
4. 对着真实页面对一遍：把页面 HTML 脱敏后替换 tests/fixtures/linkedin-session/ 里的 fixture，再跑 pnpm test 看解析器是否仍然通过。