gallery-dl项目:解决Mastodon实例中仅限关注者可见内容的下载问题
2025-05-17 03:52:46作者:郜逊炳
在社交媒体数据采集工具gallery-dl的使用过程中,用户可能会遇到无法下载Mastodon实例中标记为"仅限关注者"(Followers)可见内容的问题。这类内容通常需要特殊授权才能访问,而常规的cookie验证方式可能无法满足需求。
问题本质分析
Mastodon作为去中心化社交网络平台,其内容可见性设置分为多个层级:
- 公开内容(Public)
- 非公开内容(Unlisted)
- 仅限关注者可见(Followers-only)
- 仅限提及用户可见(Direct)
当使用gallery-dl下载"仅限关注者可见"内容时,系统会返回"NotFoundError"错误,这是因为工具默认未携带足够的身份验证信息。
解决方案详解
Mastodon平台采用OAuth 2.0协议进行身份验证。要解决此问题,需要执行以下步骤:
- 通过gallery-dl内置的OAuth认证流程获取访问令牌:
gallery-dl oauth:mastodon:实例域名
例如对于baraag.net实例:
gallery-dl oauth:mastodon:baraag.net
-
执行命令后,系统会自动打开浏览器完成OAuth授权流程,最终生成一个refresh_token值。
-
此refresh_token将被自动保存到gallery-dl的配置文件中,后续下载时将自动使用该凭证进行身份验证。
技术原理
OAuth 2.0的refresh_token机制允许应用在用户不重复登录的情况下保持长期访问权限。相比简单的cookie验证,这种方式:
- 更安全:token有明确的作用域和有效期限制
- 更稳定:不受浏览器会话影响
- 更规范:符合API设计最佳实践
注意事项
-
确保使用的gallery-dl版本支持Mastodon的OAuth认证功能(1.29.5及以上版本已验证可用)
-
不同Mastodon实例需要分别进行OAuth认证
-
令牌有一定有效期,过期后需要重新认证
-
该解决方案同样适用于其他需要认证的Mastodon内容获取场景
通过这种规范的认证方式,用户可以稳定地获取包括仅限关注者可见内容在内的各类Mastodon媒体资源,满足专业的数据采集需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
255
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
644
255