抖音文案提取

问题背景

抖音平台聚集了大量带口播内容的视频，如教程、评测或解说，这些文案是内容分析和创意提取的宝贵资源。然而，手动转录视频口播耗时耗力，尤其当需要批量处理时，效率极低。本技能旨在解决这一具体问题，通过自动化流程提取视频文案，帮助用户高效获取结构化文本数据。

核心功能与工作原理

技能围绕四个核心能力构建，按步骤执行：

• 筛选高互动视频：基于配置的阈值（如 min_digg: 20000）自动过滤候选视频，优先处理点赞、评论或分享数据突出的内容。
• 下载视频文件：使用 httpx 异步下载视频到本地目录，优先选择高清轨道以确保质量。
• 文案提取：采用双层策略——首先尝试从抖音 API 获取字幕轨（如 VTT/SRT 格式），解析为纯文本；如果字幕缺失或失败，则调用 faster-whisper ASR 模型进行本地语音识别，需依赖 FFmpeg 提取音频。
• 信息查询：支持通过 Chrome MCP 增强获取视频互动数据和字幕信息，当脚本方式受限时提供备用方案。

关键工作流程包括：用户提交视频 ID 或链接，技能解析并验证数据；根据配置筛选视频；下载并提取文案，输出到指定目录（如 ~/抖音下载/），文件按搜索关键字分组命名（格式 yyyy-MM-dd 关键字.txt），文案内容包含时间戳和文本。

适用场景与注意事项

本技能适用于需要批量分析抖音视频文案的场景，如市场调研、竞品内容监控或创作灵感收集。但需注意以下边界：

• 视频必须包含口播内容（如解说或访谈），纯音乐或无声视频无法提取文案。
• API 字幕提取仅对带内置字幕的视频有效；部分视频可能无字幕，此时自动回退到 ASR 方案。
• ASR 功能需安装 FFmpeg 和 faster-whisper，首次运行会下载模型（约 75MB），建议确保网络通畅。
• 大量下载可能触发抖音反爬机制，建议控制处理频率（如 process_count: 1）并合理设置超时。
• 网络不稳定或抖音 API 变更可能导致提取失败，可重试或切换到 Chrome MCP 方式获取数据。