crawlo 1.1.3__py3-none-any.whl → 1.1.4__py3-none-any.whl

crawlo/settings/default_settings.py

@@ -1,245 +1,279 @@
-#!/usr/bin/python
-# -*- coding: UTF-8 -*-
-"""
-==================================
-         Crawlo 项目配置文件
-==================================
-说明：
-- 所有配置项均已按功能模块分类。
-- 支持通过环境变量覆盖部分敏感配置（如 Redis、MySQL 密码等）。
-- 可根据需求启用/禁用组件（如 MySQL、Redis、Proxy 等）。
-"""
-import os
-
-# ============================== 核心信息 ==============================
-PROJECT_NAME = 'crawlo'
-
-# ============================== 网络请求配置 ==============================
-
-# 下载器选择（支持三种方式）
-# 方式1: 直接指定类路径
-DOWNLOADER = "crawlo.downloader.aiohttp_downloader.AioHttpDownloader"
-# DOWNLOADER = "crawlo.downloader.cffi_downloader.CurlCffiDownloader"  # 支持浏览器指纹
-# DOWNLOADER = "crawlo.downloader.httpx_downloader.HttpXDownloader"    # 支持HTTP/2
-
-# 方式2: 使用简化名称（推荐）
-# DOWNLOADER_TYPE = 'aiohttp'     # 可选: aiohttp, httpx, curl_cffi, cffi
-
-# 方式3: 在Spider中动态选择
-# 可以在Spider类中设置 custom_settings = {'DOWNLOADER_TYPE': 'httpx'}
-
-# 请求超时与安全
-DOWNLOAD_TIMEOUT = 30  # 下载超时时间（秒）
-VERIFY_SSL = True  # 是否验证 SSL 证书
-USE_SESSION = True  # 是否使用持久化会话（aiohttp 特有）
-
-# 请求延迟控制
-DOWNLOAD_DELAY = 1.0  # 基础延迟（秒）
-RANDOM_RANGE = (0.8, 1.2)  # 随机延迟系数范围
-RANDOMNESS = True  # 是否启用随机延迟
-
-# 重试策略
-MAX_RETRY_TIMES = 3  # 最大重试次数
-RETRY_PRIORITY = -1  # 重试请求的优先级调整
-RETRY_HTTP_CODES = [408, 429, 500, 502, 503, 504, 522, 524]  # 触发重试的状态码
-IGNORE_HTTP_CODES = [403, 404]  # 直接标记成功、不重试的状态码
-ALLOWED_CODES = []  # 允许的状态码（空表示不限制）
-
-# 连接与响应大小限制
-CONNECTION_POOL_LIMIT = 50  # 最大并发连接数（连接池大小）
-CONNECTION_POOL_LIMIT_PER_HOST = 20  # 每个主机的连接池大小
-DOWNLOAD_MAXSIZE = 10 * 1024 * 1024  # 最大响应体大小（10MB）
-DOWNLOAD_WARN_SIZE = 1024 * 1024  # 响应体警告阈值（1MB）
-DOWNLOAD_RETRY_TIMES = MAX_RETRY_TIMES  # 下载器内部重试次数（复用全局）
-
-# 下载统计配置
-DOWNLOADER_STATS = True  # 是否启用下载器统计功能
-DOWNLOAD_STATS = True  # 是否记录下载时间和大小统计
-
-# ============================== 并发与调度 ==============================
-
-CONCURRENCY = 8  # 单个爬虫的并发请求数
-INTERVAL = 5  # 日志统计输出间隔（秒）
-DEPTH_PRIORITY = 1  # 深度优先策略优先级
-MAX_RUNNING_SPIDERS = 3  # 最大同时运行的爬虫数
-
-# ============================== 队列配置 ==============================
-
-# 🎯 运行模式选择：'standalone'(单机), 'distributed'(分布式), 'auto'(自动检测)
-RUN_MODE = 'standalone'  # 默认单机模式，简单易用
-
-# 队列类型选择：'memory'(内存), 'redis'(分布式), 'auto'(自动选择)
-QUEUE_TYPE = 'memory'  # 默认内存队列，无需外部依赖
-SCHEDULER_MAX_QUEUE_SIZE = 2000  # 调度器队列最大容量
-SCHEDULER_QUEUE_NAME = 'crawlo:requests'  # Redis 队列名称
-QUEUE_MAX_RETRIES = 3  # 队列操作最大重试次数
-QUEUE_TIMEOUT = 300  # 队列操作超时时间（秒）
-
-# 大规模爬取优化配置
-LARGE_SCALE_BATCH_SIZE = 1000  # 批处理大小
-LARGE_SCALE_CHECKPOINT_INTERVAL = 5000  # 进度保存间隔
-LARGE_SCALE_MAX_MEMORY_USAGE = 500  # 最大内存使用量（MB）
-
-# ============================== 数据存储配置 ==============================
-
-# --- MySQL 配置 ---
-MYSQL_HOST = '127.0.0.1'
-MYSQL_PORT = 3306
-MYSQL_USER = 'root'
-MYSQL_PASSWORD = '123456'
-MYSQL_DB = 'crawl'
-MYSQL_TABLE = 'crawlo'
-MYSQL_BATCH_SIZE = 100  # 批量插入条数
-
-# MySQL 连接池
-MYSQL_FLUSH_INTERVAL = 5  # 缓存刷新间隔（秒）
-MYSQL_POOL_MIN = 5
-MYSQL_POOL_MAX = 20
-MYSQL_ECHO = False  # 是否打印 SQL 日志
-
-# --- MongoDB 配置 ---
-MONGO_URI = 'mongodb://user:password@host:27017'
-MONGO_DATABASE = 'scrapy_data'
-MONGO_COLLECTION = 'crawled_items'
-MONGO_MAX_POOL_SIZE = 200
-MONGO_MIN_POOL_SIZE = 20
-
-# ============================== 去重过滤配置 ==============================
-
-# 请求指纹存储目录（文件过滤器使用）
-REQUEST_DIR = '.'
-
-# 根据运行模式自动选择去重管道
-# 单机模式默认使用内存去重管道
-# 分布式模式默认使用Redis去重管道
-if RUN_MODE == 'distributed':
-    # 分布式模式下默认使用Redis去重管道
-    DEFAULT_DEDUP_PIPELINE = 'crawlo.pipelines.RedisDedupPipeline'
-else:
-    # 单机模式下默认使用内存去重管道
-    DEFAULT_DEDUP_PIPELINE = 'crawlo.pipelines.MemoryDedupPipeline'
-
-# 去重过滤器类（二选一）
-FILTER_CLASS = 'crawlo.filters.memory_filter.MemoryFilter'
-# FILTER_CLASS = 'crawlo.filters.aioredis_filter.AioRedisFilter' # 分布式去重
-
-# --- Redis 过滤器配置 ---
-REDIS_HOST = os.getenv('REDIS_HOST', '127.0.0.1')
-REDIS_PORT = int(os.getenv('REDIS_PORT', 6379))
-REDIS_PASSWORD = os.getenv('REDIS_PASSWORD', '')  # 默认无密码
-REDIS_DB = int(os.getenv('REDIS_DB', 0))  # Redis 数据库编号，默认为 0
-# 🔧 根据是否有密码生成不同的 URL 格式
-if REDIS_PASSWORD:
-    REDIS_URL = f'redis://:{REDIS_PASSWORD}@{REDIS_HOST}:{REDIS_PORT}/{REDIS_DB}'
-else:
-    REDIS_URL = f'redis://{REDIS_HOST}:{REDIS_PORT}/{REDIS_DB}'
-REDIS_KEY = 'request_fingerprint'  # Redis 中存储指纹的键名
-REDIS_TTL = 0  # 指纹过期时间（0 表示永不过期）
-CLEANUP_FP = 0  # 程序结束时是否清理指纹（0=不清理）
-FILTER_DEBUG = True  # 是否开启去重调试日志
-DECODE_RESPONSES = True  # Redis 返回是否解码为字符串
-
-# ============================== 中间件配置 ==============================
-
-MIDDLEWARES = [
-    # === 请求预处理阶段 ===
-    'crawlo.middleware.request_ignore.RequestIgnoreMiddleware',  # 1. 忽略无效请求
-    'crawlo.middleware.download_delay.DownloadDelayMiddleware',  # 2. 控制请求频率
-    'crawlo.middleware.default_header.DefaultHeaderMiddleware',  # 3. 添加默认请求头
-    'crawlo.middleware.proxy.ProxyMiddleware',  # 4. 设置代理
-
-    # === 响应处理阶段 ===
-    'crawlo.middleware.retry.RetryMiddleware',  # 5. 失败请求重试
-    'crawlo.middleware.response_code.ResponseCodeMiddleware',  # 6. 处理特殊状态码
-    'crawlo.middleware.response_filter.ResponseFilterMiddleware',  # 7. 响应内容过滤
-]
-
-# ============================== 扩展与管道 ==============================
-
-# 数据处理管道（启用的存储方式）
-PIPELINES = [
-    'crawlo.pipelines.console_pipeline.ConsolePipeline',  # 控制台输出
-    # 'crawlo.pipelines.mysql_pipeline.AsyncmyMySQLPipeline',     # MySQL 存储（可选）
-]
-
-# 根据运行模式自动配置默认去重管道
-if RUN_MODE == 'distributed':
-    # 分布式模式下添加Redis去重管道
-    PIPELINES.insert(0, DEFAULT_DEDUP_PIPELINE)
-else:
-    # 单机模式下添加内存去重管道
-    PIPELINES.insert(0, DEFAULT_DEDUP_PIPELINE)
-
-# 扩展组件（监控与日志）
-EXTENSIONS = [
-    'crawlo.extension.log_interval.LogIntervalExtension',  # 定时日志
-    'crawlo.extension.log_stats.LogStats',  # 统计信息
-    'crawlo.extension.logging_extension.CustomLoggerExtension',  # 自定义日志
-]
-
-# ============================== 日志与监控 ==============================
-
-LOG_LEVEL = 'INFO'  # 日志级别: DEBUG/INFO/WARNING/ERROR
-STATS_DUMP = True  # 是否周期性输出统计信息
-LOG_FILE = f'logs/{PROJECT_NAME}.log'  # 日志文件路径
-LOG_FORMAT = '%(asctime)s - [%(name)s] - %(levelname)s： %(message)s'
-LOG_ENCODING = 'utf-8'
-
-# ============================== 代理配置 ==============================
-
-PROXY_ENABLED = False  # 是否启用代理
-PROXY_API_URL = "https://api.proxyprovider.com/get"  # 代理获取接口（请替换为真实地址）
-
-# 代理提取方式（支持字段路径或函数）
-PROXY_EXTRACTOR = "proxy"  # 如返回 {"proxy": "http://1.1.1.1:8080"}
-
-# 代理刷新控制
-PROXY_REFRESH_INTERVAL = 60  # 代理刷新间隔（秒）
-PROXY_API_TIMEOUT = 10  # 请求代理 API 超时时间
-
-# ============================== Curl-Cffi 特有配置 ==============================
-
-# 浏览器指纹模拟（仅 CurlCffi 下载器有效）
-CURL_BROWSER_TYPE = "chrome"  # 可选: chrome, edge, safari, firefox 或版本如 chrome136
-
-# 自定义浏览器版本映射（可覆盖默认行为）
-CURL_BROWSER_VERSION_MAP = {
-    "chrome": "chrome136",
-    "edge": "edge101",
-    "safari": "safari184",
-    "firefox": "firefox135",
-    # 示例：旧版本测试
-    # "chrome_legacy": "chrome110",
-}
-
-# Curl-Cffi 优化配置
-CURL_RANDOMIZE_DELAY = False  # 是否启用随机延迟
-CURL_RETRY_BACKOFF = True  # 是否启用指数退避重试
-
-# 默认请求头（可被 Spider 覆盖）
-DEFAULT_REQUEST_HEADERS = {
-    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
-                  '(KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36',
-}
-
-# ============================== 下载器优化配置 ==============================
-
-# 下载器健康检查
-DOWNLOADER_HEALTH_CHECK = True  # 是否启用下载器健康检查
-HEALTH_CHECK_INTERVAL = 60  # 健康检查间隔（秒）
-
-# 请求统计配置
-REQUEST_STATS_ENABLED = True  # 是否启用请求统计
-STATS_RESET_ON_START = False  # 启动时是否重置统计
-
-# HttpX 下载器专用配置
-HTTPX_HTTP2 = True  # 是否启用HTTP/2支持
-HTTPX_FOLLOW_REDIRECTS = True  # 是否自动跟随重定向
-
-# AioHttp 下载器专用配置
-AIOHTTP_AUTO_DECOMPRESS = True  # 是否自动解压响应
-AIOHTTP_FORCE_CLOSE = False  # 是否强制关闭连接
-
-# 通用优化配置
-CONNECTION_TTL_DNS_CACHE = 300  # DNS缓存TTL（秒）
+#!/usr/bin/python
+# -*- coding: UTF-8 -*-
+"""
+==================================
+         Crawlo 项目配置文件
+==================================
+说明：
+- 所有配置项均已按功能模块分类。
+- 支持通过环境变量覆盖部分敏感配置（如 Redis、MySQL 密码等）。
+- 可根据需求启用/禁用组件（如 MySQL、Redis、Proxy 等）。
+"""
+import os
+
+# ============================== 核心信息 ==============================
+PROJECT_NAME = 'crawlo'
+
+# ============================== 网络请求配置 ==============================
+
+# 下载器选择（支持三种方式）
+# 方式1: 直接指定类路径
+DOWNLOADER = "crawlo.downloader.aiohttp_downloader.AioHttpDownloader"
+# DOWNLOADER = "crawlo.downloader.cffi_downloader.CurlCffiDownloader"  # 支持浏览器指纹
+# DOWNLOADER = "crawlo.downloader.httpx_downloader.HttpXDownloader"    # 支持HTTP/2
+
+# 方式2: 使用简化名称（推荐）
+# DOWNLOADER_TYPE = 'aiohttp'     # 可选: aiohttp, httpx, curl_cffi, cffi
+
+# 方式3: 在Spider中动态选择
+# 可以在Spider类中设置 custom_settings = {'DOWNLOADER_TYPE': 'httpx'}
+
+# 请求超时与安全
+DOWNLOAD_TIMEOUT = 30  # 下载超时时间（秒）
+VERIFY_SSL = True  # 是否验证 SSL 证书
+USE_SESSION = True  # 是否使用持久化会话（aiohttp 特有）
+
+# 请求延迟控制
+DOWNLOAD_DELAY = 1.0  # 基础延迟（秒）
+RANDOM_RANGE = (0.8, 1.2)  # 随机延迟系数范围
+RANDOMNESS = True  # 是否启用随机延迟
+
+# 重试策略
+MAX_RETRY_TIMES = 3  # 最大重试次数
+RETRY_PRIORITY = -1  # 重试请求的优先级调整
+RETRY_HTTP_CODES = [408, 429, 500, 502, 503, 504, 522, 524]  # 触发重试的状态码
+IGNORE_HTTP_CODES = [403, 404]  # 直接标记成功、不重试的状态码
+ALLOWED_CODES = []  # 允许的状态码（空表示不限制）
+
+# 连接与响应大小限制
+CONNECTION_POOL_LIMIT = 50  # 最大并发连接数（连接池大小）
+CONNECTION_POOL_LIMIT_PER_HOST = 20  # 每个主机的连接池大小
+DOWNLOAD_MAXSIZE = 10 * 1024 * 1024  # 最大响应体大小（10MB）
+DOWNLOAD_WARN_SIZE = 1024 * 1024  # 响应体警告阈值（1MB）
+DOWNLOAD_RETRY_TIMES = MAX_RETRY_TIMES  # 下载器内部重试次数（复用全局）
+
+# 下载统计配置
+DOWNLOADER_STATS = True  # 是否启用下载器统计功能
+DOWNLOAD_STATS = True  # 是否记录下载时间和大小统计
+
+# ============================== 并发与调度 ==============================
+
+CONCURRENCY = 8  # 单个爬虫的并发请求数
+INTERVAL = 5  # 日志统计输出间隔（秒）
+DEPTH_PRIORITY = 1  # 深度优先策略优先级
+MAX_RUNNING_SPIDERS = 3  # 最大同时运行的爬虫数
+
+# ============================== 队列配置 ==============================
+
+# 🎯 运行模式选择：'standalone'(单机), 'distributed'(分布式), 'auto'(自动检测)
+RUN_MODE = 'standalone'  # 默认单机模式，简单易用
+
+# 队列类型选择：'memory'(内存), 'redis'(分布式), 'auto'(自动选择)
+QUEUE_TYPE = 'memory'  # 默认内存队列，无需外部依赖
+SCHEDULER_MAX_QUEUE_SIZE = 2000  # 调度器队列最大容量
+SCHEDULER_QUEUE_NAME = 'crawlo:requests'  # Redis 队列名称
+QUEUE_MAX_RETRIES = 3  # 队列操作最大重试次数
+QUEUE_TIMEOUT = 300  # 队列操作超时时间（秒）
+
+# 大规模爬取优化配置
+LARGE_SCALE_BATCH_SIZE = 1000  # 批处理大小
+LARGE_SCALE_CHECKPOINT_INTERVAL = 5000  # 进度保存间隔
+LARGE_SCALE_MAX_MEMORY_USAGE = 500  # 最大内存使用量（MB）
+
+# ============================== 数据存储配置 ==============================
+
+# --- MySQL 配置 ---
+MYSQL_HOST = '127.0.0.1'
+MYSQL_PORT = 3306
+MYSQL_USER = 'root'
+MYSQL_PASSWORD = '123456'
+MYSQL_DB = 'crawl'
+MYSQL_TABLE = 'crawlo'
+MYSQL_BATCH_SIZE = 100  # 批量插入条数
+MYSQL_USE_BATCH = False  # 是否启用批量插入
+
+# MySQL 连接池
+MYSQL_FLUSH_INTERVAL = 5  # 缓存刷新间隔（秒）
+MYSQL_POOL_MIN = 5
+MYSQL_POOL_MAX = 20
+MYSQL_ECHO = False  # 是否打印 SQL 日志
+
+# --- MongoDB 配置 ---
+MONGO_URI = 'mongodb://user:password@host:27017'
+MONGO_DATABASE = 'scrapy_data'
+MONGO_COLLECTION = 'crawled_items'
+MONGO_MAX_POOL_SIZE = 200
+MONGO_MIN_POOL_SIZE = 20
+MONGO_BATCH_SIZE = 100  # 批量插入条数
+MONGO_USE_BATCH = False  # 是否启用批量插入
+
+# ============================== 去重过滤配置 ==============================
+
+# 请求指纹存储目录（文件过滤器使用）
+REQUEST_DIR = '.'
+
+# 根据运行模式自动选择去重管道
+# 单机模式默认使用内存去重管道
+# 分布式模式默认使用Redis去重管道
+if RUN_MODE == 'distributed':
+    # 分布式模式下默认使用Redis去重管道
+    DEFAULT_DEDUP_PIPELINE = 'crawlo.pipelines.RedisDedupPipeline'
+else:
+    # 单机模式下默认使用内存去重管道
+    DEFAULT_DEDUP_PIPELINE = 'crawlo.pipelines.MemoryDedupPipeline'
+
+# 去重过滤器类（二选一）
+FILTER_CLASS = 'crawlo.filters.memory_filter.MemoryFilter'
+# FILTER_CLASS = 'crawlo.filters.aioredis_filter.AioRedisFilter' # 分布式去重
+
+# --- Redis 过滤器配置 ---
+REDIS_HOST = os.getenv('REDIS_HOST', '127.0.0.1')
+REDIS_PORT = int(os.getenv('REDIS_PORT', 6379))
+REDIS_PASSWORD = os.getenv('REDIS_PASSWORD', '')  # 默认无密码
+REDIS_DB = int(os.getenv('REDIS_DB', 0))  # Redis 数据库编号，默认为 0
+# 🔧 根据是否有密码生成不同的 URL 格式
+if REDIS_PASSWORD:
+    REDIS_URL = f'redis://:{REDIS_PASSWORD}@{REDIS_HOST}:{REDIS_PORT}/{REDIS_DB}'
+else:
+    REDIS_URL = f'redis://{REDIS_HOST}:{REDIS_PORT}/{REDIS_DB}'
+REDIS_KEY = 'request_fingerprint'  # Redis 中存储指纹的键名
+REDIS_TTL = 0  # 指纹过期时间（0 表示永不过期）
+CLEANUP_FP = 0  # 程序结束时是否清理指纹（0=不清理）
+FILTER_DEBUG = True  # 是否开启去重调试日志
+DECODE_RESPONSES = True  # Redis 返回是否解码为字符串
+
+# ============================== 中间件配置 ==============================
+
+MIDDLEWARES = [
+    # === 请求预处理阶段 ===
+    'crawlo.middleware.request_ignore.RequestIgnoreMiddleware',  # 1. 忽略无效请求
+    'crawlo.middleware.download_delay.DownloadDelayMiddleware',  # 2. 控制请求频率
+    'crawlo.middleware.default_header.DefaultHeaderMiddleware',  # 3. 添加默认请求头
+    'crawlo.middleware.proxy.ProxyMiddleware',  # 4. 设置代理
+
+    # === 响应处理阶段 ===
+    'crawlo.middleware.retry.RetryMiddleware',  # 5. 失败请求重试
+    'crawlo.middleware.response_code.ResponseCodeMiddleware',  # 6. 处理特殊状态码
+    'crawlo.middleware.response_filter.ResponseFilterMiddleware',  # 7. 响应内容过滤
+]
+
+# ============================== 扩展与管道 ==============================
+
+# 数据处理管道（启用的存储方式）
+PIPELINES = [
+    'crawlo.pipelines.console_pipeline.ConsolePipeline',  # 控制台输出
+    # 'crawlo.pipelines.mysql_pipeline.AsyncmyMySQLPipeline',     # MySQL 存储（可选）
+]
+
+# 根据运行模式自动配置默认去重管道
+if RUN_MODE == 'distributed':
+    # 分布式模式下添加Redis去重管道
+    PIPELINES.insert(0, DEFAULT_DEDUP_PIPELINE)
+else:
+    # 单机模式下添加内存去重管道
+    PIPELINES.insert(0, DEFAULT_DEDUP_PIPELINE)
+
+# 扩展组件（监控与日志）
+EXTENSIONS = [
+    'crawlo.extension.log_interval.LogIntervalExtension',  # 定时日志
+    'crawlo.extension.log_stats.LogStats',  # 统计信息
+    'crawlo.extension.logging_extension.CustomLoggerExtension',  # 自定义日志
+    'crawlo.extension.memory_monitor.MemoryMonitorExtension',  # 内存监控
+    # 'crawlo.extension.request_recorder.RequestRecorderExtension',  # 请求记录
+    # 'crawlo.extension.performance_profiler.PerformanceProfilerExtension',  # 性能分析
+    # 'crawlo.extension.health_check.HealthCheckExtension',  # 健康检查
+]
+
+# ============================== 日志与监控 ==============================
+
+LOG_LEVEL = 'INFO'  # 日志级别: DEBUG/INFO/WARNING/ERROR
+STATS_DUMP = True  # 是否周期性输出统计信息
+
+# ============================== 扩展配置 ==============================
+
+# 内存监控扩展配置
+MEMORY_MONITOR_ENABLED = False  # 是否启用内存监控
+MEMORY_MONITOR_INTERVAL = 60  # 内存检查间隔（秒）
+MEMORY_WARNING_THRESHOLD = 80.0  # 内存使用警告阈值（百分比）
+MEMORY_CRITICAL_THRESHOLD = 90.0  # 内存使用严重阈值（百分比）
+
+# 请求记录扩展配置
+REQUEST_RECORDER_ENABLED = False  # 是否启用请求记录
+REQUEST_RECORDER_OUTPUT_DIR = 'requests_log'  # 请求记录输出目录
+REQUEST_RECORDER_MAX_FILE_SIZE = 10 * 1024 * 1024  # 单个记录文件最大大小（字节）
+
+# 性能分析扩展配置
+PERFORMANCE_PROFILER_ENABLED = False  # 是否启用性能分析
+PERFORMANCE_PROFILER_OUTPUT_DIR = 'profiling'  # 性能分析输出目录
+PERFORMANCE_PROFILER_INTERVAL = 300  # 定期保存分析结果间隔（秒）
+
+# 健康检查扩展配置
+HEALTH_CHECK_ENABLED = True  # 是否启用健康检查
+HEALTH_CHECK_INTERVAL = 60  # 健康检查间隔（秒）
+
+# ============================== 日志与监控 ==============================
+
+LOG_LEVEL = 'INFO'  # 日志级别: DEBUG/INFO/WARNING/ERROR
+STATS_DUMP = True  # 是否周期性输出统计信息
+LOG_FILE = f'logs/{PROJECT_NAME}.log'  # 日志文件路径
+LOG_FORMAT = '%(asctime)s - [%(name)s] - %(levelname)s： %(message)s'
+LOG_ENCODING = 'utf-8'
+
+# ============================== 代理配置 ==============================
+
+PROXY_ENABLED = False  # 是否启用代理
+PROXY_API_URL = "https://api.proxyprovider.com/get"  # 代理获取接口（请替换为真实地址）
+
+# 代理提取方式（支持字段路径或函数）
+PROXY_EXTRACTOR = "proxy"  # 如返回 {"proxy": "http://1.1.1.1:8080"}
+
+# 代理刷新控制
+PROXY_REFRESH_INTERVAL = 60  # 代理刷新间隔（秒）
+PROXY_API_TIMEOUT = 10  # 请求代理 API 超时时间
+
+# ============================== Curl-Cffi 特有配置 ==============================
+
+# 浏览器指纹模拟（仅 CurlCffi 下载器有效）
+CURL_BROWSER_TYPE = "chrome"  # 可选: chrome, edge, safari, firefox 或版本如 chrome136
+
+# 自定义浏览器版本映射（可覆盖默认行为）
+CURL_BROWSER_VERSION_MAP = {
+    "chrome": "chrome136",
+    "edge": "edge101",
+    "safari": "safari184",
+    "firefox": "firefox135",
+    # 示例：旧版本测试
+    # "chrome_legacy": "chrome110",
+}
+
+# Curl-Cffi 优化配置
+CURL_RANDOMIZE_DELAY = False  # 是否启用随机延迟
+CURL_RETRY_BACKOFF = True  # 是否启用指数退避重试
+
+# 默认请求头（可被 Spider 覆盖）
+DEFAULT_REQUEST_HEADERS = {
+    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
+                  '(KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36',
+}
+
+# ============================== 下载器优化配置 ==============================
+
+# 下载器健康检查
+DOWNLOADER_HEALTH_CHECK = True  # 是否启用下载器健康检查
+HEALTH_CHECK_INTERVAL = 60  # 健康检查间隔（秒）
+
+# 请求统计配置
+REQUEST_STATS_ENABLED = True  # 是否启用请求统计
+STATS_RESET_ON_START = False  # 启动时是否重置统计
+
+# HttpX 下载器专用配置
+HTTPX_HTTP2 = True  # 是否启用HTTP/2支持
+HTTPX_FOLLOW_REDIRECTS = True  # 是否自动跟随重定向
+
+# AioHttp 下载器专用配置
+AIOHTTP_AUTO_DECOMPRESS = True  # 是否自动解压响应
+AIOHTTP_FORCE_CLOSE = False  # 是否强制关闭连接
+
+# 通用优化配置
+CONNECTION_TTL_DNS_CACHE = 300  # DNS缓存TTL（秒）
 CONNECTION_KEEPALIVE_TIMEOUT = 15  # Keep-Alive超时（秒）