网页音视频提取

解决什么问题

网页上的音视频很少提供显眼的下载入口。资源可能藏在播放器内部、m3u8 分段流、video src 标签或 Network 面板的响应里，手动查找既费时又容易遗漏。这个技能要解决的问题很具体：把用户有权访问的页面中的音视频取到本地，并让整个过程可复现、可追踪。

它不是通用爬虫，也不触碰需要登录、付费或加密的内容，只处理你能合法保存的公开页面。

核心能力与工作流程

• 批量输入：一次传入多个链接，每个网页独立输出到 序号_网页标题 目录，互不覆盖。
• 保留原始格式：下载到什么就是什么，.webm、.m4a、.flac 不会被统一转成 .mp4 或 .mp3；m3u8 只做下载合并，不重编码画质。
• 可读的日志：结束后读取 download_report.json 和 download_report.csv，直接说明视频与音乐的下载数量、跳过项以及每种方法的失败原因。

默认流程是：先让用户选择保存路径（不会擅自写入系统下载目录），把链接整理为 URL 列表，优先运行脚本，只有遇到需要登录态的页面才附带会话重试。

自动方法链

技能按顺序尝试，前一种失败才进入下一种；加上 --exhaustive 会继续补充候选资源。

1. yt-dlp 直接解析：适合主流视频站、短视频页、嵌入播放器和 m3u8 分段流。
2. 网页源码解析：扫描 video/src、og:video、.mp4、.m3u8、.mp3 等线索后直接下载。
3. 浏览器网络嗅探：借助 Playwright/Chrome 监听 Network 响应中的媒体链接。
4. 插件 F 键法：配合猫抓类扩展，用一个按键唤出资源面板。
5. F12 原生法与 Ctrl+U 源码搜索：人工定位真实地址。
6. 录屏/录音兜底：仅用于无法直接提取、但用户有合法保存权的内容，并明确说明这不是原始文件提取。

适用边界

• 不绕过 DRM、付费课程、版权音乐或登录权限。这类内容只说明限制，并给出合法替代方案：用户提供本地文件、平台导出，或录屏录音。
• 默认过滤小于 5 秒的片段，以及带有 ad、tracking、promo 等线索的广告资源；无法判断时长的文件会标记为 duration_unknown，不会被伪装成已验证。
• yt-dlp、FFmpeg、Playwright 任一能力缺失都不会让流程卡死，会自动降级到源码解析或人工方法，同时输出配置提示。