AH 抖音下载、逐字稿与批量改写
按用户意图选择模式,保留同一个 Skill 名称与安装入口。
| 输入或要求 | 执行与交付 |
|---|
| 单条视频官方链接或完整分享口令,未说明其他用途 | 默认下载原视频,无需追问。 |
| 单条视频明确要求“提取逐字稿、文案、转文字” | 本地识别后完成整篇语义校对,交付 Markdown 与原时间码 SRT。先读 single-transcript.md。 |
| 博主官方主页、分享名片,或“全部作品、整号下载/转写” | 官方网页 SDK 采集公开目录和可用指标,保存原片、机器稿、SRT 与证据;逐条补采发布文案标题候选、井号标签和作品选定封面 OCR,生成指标表、索引和合集。先读 creator-batch.md。 |
| 已有完整作品目录,只需补标题、标签或封面文字 | 运行批量 --stage metadata,更新逐作品索引,并为已有已校验机器稿生成标注阅读副本;这一步不下载 MP4 或重做 ASR。先读 creator-batch.md。 |
| 已有资料库,并要求“全部洗稿、批量改写、按点赞整理口播稿” | 验证原库,按点赞稳定排序,分片写作后单独交付口播稿、核对清单和实际 N 篇索引。先读 batch-rewrite.md,由本 Skill 完成写作与语义审核。 |
单条下载默认保存到 ~/Desktop/抖音无水印视频/<博主昵称>/:
SKILL_DIR="${CODEX_HOME:-$HOME/.codex}/skills/ah-douyin-clean-downloader"
python3 "$SKILL_DIR/scripts/download_douyin.py" "<完整官方链接或分享口令>"
用户指定其他媒体库根目录时加 --output-dir;显式代理使用 --proxy 或已有 AH_DOUYIN_PROXY,不修改系统代理。成功回报本地绝对路径、博主目录、大小、时长和音视频校验结果;缺少 ffprobe 时说明仅完成文件头检查。
共同约束
- 只处理抖音官方输入与用户自有或已获授权的公开内容;单条视频不能证明整号完整。作者授权不能证明改写者有同样经历。
- 使用平台播放源,不转码,不擦除作者已烧录的 Logo、字幕或贴片;播放源选择与维护细则见 backend.md。
- 单条校对成品验收后清理受控过程文件;批量原片、机器稿、SRT 与证据保留。批量校对或改写另存,不改原库内容。
- 机械采集、下载、本地识别、排序与文件验收不调用在线 LLM 或模型 Computer Use;创作、语义审核和 Codex 对话仍使用模型用量。技术验证不等于逐篇语义、事实或听音确认。
- 指标是公开网页采集时的快照,保留观察时间;缺失写“未获取”,不填 0;未取得的播放量不估算。完整目录与指标可用性分别报告。完整刷新后更新指标和实际文件名,原片、正文、字幕字节与已有本地识别结果保留。
- “标题候选”只是发布文案在第一个
# 前的文字;文案直接以标签开头时记为空,不编造独立标题。封面文字来自官方选定封面,不等于视频首帧;本地 OCR 原文、低置信度、未见文字和获取失败要分开记录,机器识字不算人工核对。
- 专用 Edge 资料目录会按浏览器正常行为保存本次登录,是私有运行数据。不要读取或复制日常浏览器会话,不打包资料目录、登录截图、会话信息或私人内容。
- 保留已验证成果;失败报告实际阶段与缺失项,不把首页计数、窗口出现或样本成功称为全量完成。
- 整号流程遇到旧详情接口返回其他推荐作品时,仅在官方网页详情重新取得目标 ID 和作者双重匹配后补原片及封面;机器识别出现短片重复句、单字或稀疏长段时保留输出并标为待听核,不计入完整逐字稿。具体状态见 creator-batch.md。
下载只需 Python 3.9+ 与 curl;本地 MLX 转写和整号流程使用 Apple Silicon Mac、macOS 15+、Python 3.12,按对应参考文件准备依赖。已有库的离线改写机械步骤使用 Python 3.9+,不需要重装 MLX 或再次登录。环境自检可用 python3 scripts/doctor.py --format text;故障时读 troubleshooting.md。