引言
在前两篇文章中，我们分别完成了开发环境的搭建与核心框架的实现，构建了基于 动作执行器（action_executor） 与 状态机模式 的 Tiktok 自动化浏览系统。
本篇将进入实战阶段：介绍如何运行脚本、配置运行参数，并结合监控与日志机制实现对自动化流程的全方位管理与优化。通过本文，您将掌握从 启动 → 运行 → 监控 → 优化 的完整闭环流程，真正把自动化系统投入应用。
启动脚本
系统的入口由框架提供的 start_main_page_process 方法负责启动。在上篇文章中我们定义了 TiktokBrowsePage 页面控制器，现在我们只需在脚本入口处调用它即可。
# run_fb_bot.py
from stubs.rpa import start_main_page_process
from tk_browse_page import TiktokBrowsePage # 导入上一篇实现的页面类
if __name__ == "__main__":
tt_page = TiktokBrowsePage()
# 启动主流程
start_main_page_process(
tt_page, # 页面实例
TiktokBrowsePage, # 页面控制器类
retry=2, # 失败重试次数
timeout=120000 # 超时时间 (毫秒)，此处设置为 120s
)运行方式（Windows 环境下）：
uv run python run_tk_bot.py执行后，系统会自动启动 Chrome140 浏览器、加载 TikTok 页面，并进入自动化浏览逻辑。
- 运行参数与配置
系统提供丰富的参数可调节不同的运行策略，常见配置如下：
|---------------------------|--------------|--------------|
| 参数 | 默认值 | 说明 |
| scroll_weight | 40 | 滚动操作的执行权重 |
| scroll_distance | (200, 600) | 每次滚动的像素范围 |
| scroll_time | (0.5, 2.0) 秒 | 滚动持续时间范围 |
| scroll_down_probability | 80 (%) | 向下滚动概率 |
| stay_weight | 30 | 页面停留操作权重 |
| home_stay_time | (3, 8) 秒 | 主页停留的随机时间范围 |
| view_detail_weight | 20 | 主页进入详情页操作权重 |
| go_back_weight | 80 | 详情页返回主页操作权重 |
| retry | 1-3 | 脚本失败时的自动重试次数 |
| timeout | 60000+ (毫秒) | 单次主流程最大运行时长 |
✅ 建议：在初期调试时适当缩短
timeout，并提高logger的输出等级，便于快速发现问题。
3. 日志与监控机制
系统基于 page.logger 输出运行日志，每个动作（滚动、停留、点击、返回）都会有对应的日志记录。
日志信息包括：
- 执行动作类型与参数
- 页面 URL 状态
- 异常与警告（如弹窗、加载失败）
- 成功与完成提示
示例日志输出：
[INFO] 当前页面URL分析: https://www.tiktok.com
[INFO] 识别为主页状态 (home)
[INFO] 执行向下滚动: 480px, 持续时间: 1.23s
[INFO] 用户停留思考: 5.42秒
[INFO] 找到可点击的视频: https://tiktok.com/video/...4. 性能优化与最佳实践
- 动作权重调优
- 增加滚动权重可模拟更真实的浏览
- 减少停留权重可提高整体运行效率
- 账号安全性
- 避免过于规律的操作（权重配置随机化）
- 控制运行时长，模拟正常用户的在线时段
结语
本文完整介绍了 TikTok 自动化系统的运行与管理流程 ，涵盖启动、配置、日志与优化等部分。至此，您已经掌握了 从开发到运行 的完整闭环。