[任务] 试抓：抓取节点这边 #46

关联与状态

路线图 #2，一期。状态：进行中，@zzsky233 认领，PR #101 按审查意见修改中。配置的格式已定（#6，见开发约定 §2.1），LLM 用 DeepSeek V4.1 Flash（#18）。网站那一半是 #38，两边按已经定好的接口各做各的。有问题直接在这里留言。

目标

管理员接入来源时先「试抓」：抓取节点抓下列表页，让 LLM 认出列表、标题、日期和翻页在哪，生成配置；再用这份配置抓一遍，把条目和配置交回网站，管理员看过再保存。之后每天按配置抓，不再问 LLM（总体设计 §7.2）。这个任务做抓取节点这一半。

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）。
• 接口：领活时 Work.probes 里有要试抓的地址、要不要浏览器、可选的配置；结果用 website.probe() 交 ProbeReport（条目、生成的配置、失败原因、用量）。

范围

1. 试抓：
   • 抓下列表页（要浏览器的用 [任务] 浏览器抓取 #41）；
   • 带了配置的直接按配置读列表；
   • 没带的先试通用抓取，取不到再让 LLM 按 [任务] 读列表：通用抓取、配置和往回翻页 #6 定的格式生成配置，用它读一遍。
2. 交结果：把条目、生成的配置和用量交回网站。抓不成的照实写明原因。
3. 安全：页面内容只当材料交给模型，不让页面里的文字左右模型（AGENTS.md · 可靠与安全）；模型生成的配置用 [任务] 读列表：通用抓取、配置和往回翻页 #6 的 Pydantic 定义校验。
4. 入口（[任务] 抓取节点的入口和 Dockerfile #45）领到试抓时调这里。
5. 提示词按缓存命中组织：固定的规则和配置的格式放最前面，每个列表页的内容放最后，前面的部分每次一字不差，好让 DeepSeek 的缓存命中、少花钱。规则见 [任务] 抽取接进一轮 #44 的范围第 5 条，谁先做谁写进总体设计 §8.6。

建议的第一步

在本 Issue 留言认领。

验收标准

• 给一个通用抓取取不对的列表页，能生成可用的配置并交回条目
• 测试用保存的页面和固定的模型响应，./check.sh 通过