前言¶
拿到一条抖音视频，想把它的内容变成可引用的文字：常见做法是自己写脚本抓直链、调语音识别、再整理成稿。这一步链条很长——抖音短链会跳转、直链有时效、语音识别要本地跑模型，任一环节断了都得重新排查。
下面介绍一个社区 Skill：抖音视频解析。它把「拿直链 → 下载 → 转写 → 分析 → 出报告」整条链路打包成一条命令，输出带时间戳的逐字稿、不带时间戳的连贯稿，以及一份交互式 HTML 报告。
这是什么¶
「抖音视频解析」是 SkillHub 上的社区 Skill，坐标 @indiv-black_amico/douyin-video-parser，当前版本 1.5.0，分类 dev-programming，发布者 user_a6196914，来源标记为 community。它解决的问题是：输入抖音视频链接（v.douyin.com 短链或 douyin.com/video/<id> 长链），拿到中文字幕稿和可视化分析报告，不需要自己写解析和识别逻辑。
免费，不依赖任何 API key（页面标签 requires_api_key=false）。
核心功能¶
多级 fallback 拿视频直链¶
按优先级依次尝试三种通道，前一档失败自动降级到下一档：
- iesdouyin share API
- CDP 浏览器方案
- yt-dlp
抖音在 2026 年 8 月调整反爬策略后，该 Skill 会自动走浏览器直连通道（CDP），不需要手动配置 cookie。
本地 faster-whisper 转写¶
拿到 mp4 后用本地 faster-whisper 做语音识别，base 模型、CPU 推理、int8 量化。全部在本地完成，不经过第三方转写服务。
两种分析来源¶
分析环节有两种来源，可以按需选择：
- 本地规则提取：默认方式，速度快，但分析较浅。
- AI 深度分析：从 v1.5.0 起支持「AI 撰写 + 脚本渲染」两步法。转写结束后脚本自动产出
-分析模板.json，交给 AI 通读全文后填完，再用--render-only重新渲染报告。这一步让报告内容不再受本地规则的限制。
输出物¶
一条命令产出三类结果：
- 逐字稿：带时间戳
- 连贯稿：不带时间戳
- 可视化 HTML 报告：含六个模块——一句话总结、金句卡片、核心观点、结构拆解、内容判断、内容亮点
安装与启用¶
该 Skill 基于通用 SKILL.md 格式。安装与启用的具体命令未出现在本次抓取到的资料中，请以官方页面的说明为准，不要照搬其他 Skill 的安装路径。
官方地址：
https://api.skillhub.cn/indiv-black_amico/douyin-video-parser
SkillHub 页面：
https://www.skillhub.cn/skills/indiv-black_amico/douyin-video-parser
需要先确认的运行条件：
- 联网，用于下载视频和 whisper 模型文件
- 本地能跑 CPU 版 faster-whisper（base 模型、int8）
- 不需要任何 API key
典型用法¶
两步法的流程是：先跑正常解析，转写完成后脚本会输出 -分析模板.json；AI 通读转写全文并填好这个模板后，再用渲染模式重新生成 HTML 报告。
渲染模式的开关是 --render-only：
--render-only
这一步只做渲染，不重新下载视频、不重新转写，所以可以反复调整模板内容后再出报告。
如果想用默认行为，即本地规则提取分析，直接跑常规解析流程即可，不需要加这个参数。
适用场景与注意¶
适合这几类情况：需要批量把抖音视频内容转成文字稿；希望在转写结果上直接出一份结构化分析报告；不想为抖音解析和语音识别单独维护一套脚本。
需要留意的几点：
- 只针对抖音链接，短链和长链两种形式都支持，其他平台不在范围内。
- 必须联网下载视频和模型，首次运行要额外下载 whisper base 模型。
- 转写跑在 CPU 上，模型是 base 档位，长视频耗时不短，精度也不是大模型档。
- 分析报告的质量取决于分析来源：本地规则提取快但浅，AI 深度分析需要额外走模板填充和重渲染两步。
- 抖音反爬策略可能继续变化，届时需要依赖 fallback 通道或更新版本。
结尾¶
这个 Skill 的价值在于把抖音视频到文字稿之间的琐碎环节固化下来，并把分析结果的产出拆成「AI 写、脚本渲染」两段，报告内容可以自由扩展而不必改本地规则。
官方地址：https://api.skillhub.cn/indiv-black_amico/douyin-video-parser
（SkillHub 页面显示：版本 1.5.0，评分 100000，下载 2403 次，安装 0。数据以页面实时显示为准。）
