Cross-Posting in soziale Medien: ein tiefer Einblick in Status, Idempotenz und defektes Kyrillisch

Der Autor hatte die Aufgabe, das Cross-Posting von Blog-Artikeln auf soziale Netzwerke zu automatisieren, einschließlich der Generierung kurzer Ankündigungen, der Überarbeitung von Inhalten für Dzen und Spark, dem Anhängen von Bildern, dem Setzen von UTM-Tags und der Veröffentlichung auf Telegram und anderen Kanälen. Erste Versuche mit einem KI-Agenten offenbarten viele Fallstricke: Telegram-Posts wurden tatsächlich veröffentlicht, aber das CLI gab einen Timeout-Fehler zurück, Markdown-Links verschmolzen visuell mit dem Text, WebP-Bilder wurden zu riesigen PNGs, VK löste Anti-Bot-Checks aus, OK verlor Vorschaukarten, und Google Docs enthielten beschädigte Zeichen (U+FFFD). Der Autor erkannte, dass Cross-Posting keine einzelne Operation ist, sondern eine Pipeline mit unabhängigen Fehlerzonen, und strukturierte sie als Quelle → Inhaltspaket → Medienauflösung → Transport → Verifikation → Bericht. Wichtige Erkenntnisse: Ein Timeout bedeutet nicht, dass der Beitrag nicht veröffentlicht wurde, daher müssen Wiederholungen auf tatsächlicher Verifikation basieren; Browser-Automatisierung ist unzuverlässig und sollte nur als Fallback dienen; API-Antworten wie HTTP 201 garantieren keine Zustellung, daher muss jede Plattform einen verifizierten Endzustand haben; Bilder benötigen eine ordnungsgemäße Validierung und Auflösung (z. B. verschlechterte die Konvertierung von WebP zu PNG ein Asset um das Zehnfache); und Textkodierungsfehler (U+FFFD) müssen mit harten Sperren abgefangen werden, da sie nicht mit einem einfachen Ersetzen behoben werden können. Für das Umschreiben verwendete der Autor vollständiges HTML mit Bereinigung anstelle von JSON, um Call-to-Actions und Banner zu vermeiden, und beschränkte die Verarbeitung auf einen frischen Artikel pro Lauf.