抖音内容挖掘

要解决什么问题

做抖音选题、竞品拆解或口播二次创作时，往往卡在「拿不到完整文案」：口播听不全、画面上的卖点字漏掉、还要在海量内容里找和某个行业相关的片段。手工录屏、逐句听写既慢，也不利于批量对比。

技能如何工作

Douyin Content Miner 把一条视频整理成可检索、可分析的 Markdown 报告，流程大致是：

1. 获取视频：传入抖音 URL，或更稳妥地传入本地 .mp4 路径（推荐后者，规避平台反爬变动）。
2. 语音转文字：用 Whisper 做 ASR，可通过 --model 在 tiny / base / small 等体量间权衡速度与精度。
3. 画面文字 OCR：对关键帧做识别（可用 --no-ocr 跳过）；首次运行会拉取本地模型，体积较大。
4. 按行业筛选：用 --industry 传入关键词（如「花生」「美妆」），从全文里挑出与行业相关的片段。
5. 总结结论：若配置了 OpenAI 兼容的 --api-key / --api-base / --llm-model，脚本会生成归纳性结论；未配置时仍输出提取文本，由 Agent 自行总结。

报告通常包含：行业相关片段、总结性结论（若启用 LLM）、语音全文、画面识别文字。

适用边界与注意点

• URL 直链下载依赖 yt-dlp 等工具，抖音策略常变，失效时请先手动保存视频再传本地路径。
• 环境需 ffmpeg；Whisper / PaddleOCR 首次运行会下载模型，生产环境可改为云端 ASR/OCR API 以提速降本。
• 仅用于合规的内容分析与研究，遵守平台规则与版权要求；自动总结质量取决于所选大模型与 --industry 是否贴切。