[任务] 抓取节点的入口和 Dockerfile #45

关联与状态

路线图 #2，一期。状态：进行中，@JunieXD：Draft PR #100，入口、日志、停止和 Dockerfile 都做好了，抽取等 #96 合并后接上，再转为待审。读列表（#6）、初筛（#42）和读正文（#40）已合并。有问题直接在这里留言。

目标

抓取节点要能作为一个进程长期跑：启动时读配置，每分钟向网站领一次活，把到期的来源各跑一轮，出了错记日志、不拖垮别的来源（总体设计 §16）。这个任务写入口，以及部署用的 Dockerfile。

已经有的

• 项目骨架：crawler/ 是 Python 3.14 + uv 的项目，装依赖 uv sync，跑全部检查 ./check.sh（格式、lint、Pyright 严格模式、测试）。命令见 AGENTS.md。
• 一轮的流程：crawl/rounds.py 的 crawl_source 已经把一个来源的一轮串好：读列表 → 初筛 → 读正文和附件 → 抽取 → 交结果。四步作为 Steps 传进来，签名和交接的数据写在那里，测试的写法见 rounds_test.py。抓不成时抛 FetchError 或 StepError，流程会把原因记进抓取记录（开发约定 §2）。
• 请求层：所有对来源网站的请求都经过 crawl/fetch.py 的 Fetcher，它管 UA、同一网站一次一个请求和间隔，不要自己用 httpx 发请求。
• 和网站交接的类型：crawl/contract.py 由网站的接口定义生成，不手改（接口 §6）。
• 网站接口的客户端：crawl/website.py，work() 领活。
• 本地联调：网站那边 pnpm dev 起网站、pnpm seed 填示例数据、pnpm crawler-token <名字> 生成令牌。

范围

1. 配置：环境变量 MOUSECLOCK_URL（网站地址）和 MOUSECLOCK_TOKEN（抓取节点令牌），启动时用 Pydantic 校验，缺了就报错退出。模型的 key 由 [任务] 初筛接进一轮 #42、[任务] 抽取接进一轮 #44 加。AGENTS.md「写代码」里的「配置」一条现在只列了网站的环境变量，把这两个加进去。
2. 日志：
   • 每行一个 JSON，和网站一样；
   • 一轮的日志都带来源编号和开始时间，能对上抓取看板（开发约定 §4）；§4 写的是「抓取记录的编号」，但这个编号要等交了这一轮才有，crawl_runs 里来源编号加开始时间是唯一的，在这个任务里把 §4 一起改过来；
   • 不写正文、模型的输入输出和任何密钥。
3. 循环：
   • 每分钟领一次活，到期的来源并发地各跑一轮，同一个网站的规矩由共用的 Fetcher 保证；
   • 一个来源出了意外的异常，记日志，别的照常；
   • 试抓交给 [任务] 试抓：抓取节点这边 #46；
   • 收到 SIGTERM 时，等手上的这一轮做完再退出。
4. 运行：
   • pyproject.toml 里加入口命令，比如 uv run crawler；
   • 写 Dockerfile，镜像尽量小，用浏览器抓取时要装 Chromium 的无头精简版（[任务] 浏览器抓取 #41）；
   • AGENTS.md 的命令表里加上怎么在本地对着 pnpm dev 跑。
5. 接上四步：在入口里用 [任务] 读列表：通用抓取、配置和往回翻页 #6、[任务] 读正文和附件 #40、[任务] 初筛接进一轮 #42、[任务] 抽取接进一轮 #44 的实现拼出 Steps。

部署到服务器由维护者做，不在范围里。

建议的第一步

1. 在本 Issue 留言认领。
2. 先写配置和日志，再写循环，用假的四步对着本地的网站跑一轮，开一个 Draft PR。

验收标准

• uv run crawler 能对着本地的网站一直跑，到期的来源各跑一轮，结果出现在抓取看板上
• 一个来源出错不影响别的；日志是 JSON，带来源编号，没有密钥和正文
• Dockerfile 能构建，./check.sh 通过