抖音视频智能分析

为什么不用 web_fetch 打开抖音链接

抖音网页端强依赖 App 环境，Agent 常用的 web_fetch 往往只能拿到壳页面，读不到真实视频与互动数据。更糟的是，若让使用者「口述视频讲了什么」，分析会完全偏离可复现的数据源。本技能面向的是：用户只丢一条分享链接或短链，你要给出可对照字段的结构化解读。

技能如何工作

触发条件写在规则里：消息里出现 v.douyin.com/、www.douyin.com/video/、或明确说「分析这个抖音」等，应直接跑分析脚本，而不是先确认、也不要换 web_fetch。

典型链路可以概括为：

• 拉取与解析：通过 TikHub API（环境变量 TIKHUB_API_KEY）下载/解析目标视频，拿到标题、作者、点赞/评论/分享/收藏等统计。
• 多模态理解：把视频帧交给火山引擎方舟上的豆包视觉模型（默认 doubao-seed-1-8-251228，需 ARK_API_KEY / ARK_MODEL_ID），生成内容概要、类型标签、核心爆点、开头钩子、爆款潜力、改进建议、可复制要素等。
• 可选 ASR：若配置了 ARK_ASR_APP_ID 与 ARK_ASR_TOKEN，结果里会带 transcript 语音转写，便于对照口播文案。

脚本结束后读取 JSON，再按字段用中文友好格式展示（标题、作者、统计、ai_analysis 各段、transcript 等）。支持批量分析；文档建议批量时加 --delay 2 降低频率限制风险。默认分析完会清理本地视频文件，只保留 JSON（需要留片源时用 --keep-video）。

适用边界

• 依赖 OpenClaw 已注入的 API Key；缺 Key 时链路会在下载或视觉步骤失败。
• 成本与配额：文档估算约 0.04 元/条（TikHub + 豆包视觉），批量前要心里有数。
• 分析质量取决于模型对画面的理解，不等同于平台内部推荐算法或真实投放效果。