前言¶
拿到一條抖音視頻，想把它的內容變成可引用的文字：常見做法是自己寫腳本抓直鏈、調語音識別、再整理成稿。這一步鏈條很長——抖音短鏈會跳轉、直鏈有時效、語音識別要本地跑模型，任一環節斷了都得重新排查。
下面介紹一個社區 Skill：抖音視頻解析。它把「拿直鏈 → 下載 → 轉寫 → 分析 → 出報告」整條鏈路打包成一條命令，輸出帶時間戳的逐字稿、不帶時間戳的連貫稿，以及一份交互式 HTML 報告。
這是什麼¶
「抖音視頻解析」是 SkillHub 上的社區 Skill，座標 @indiv-black_amico/douyin-video-parser，當前版本 1.5.0，分類 dev-programming，發佈者 user_a6196914，來源標記爲 community。它解決的問題是：輸入抖音視頻鏈接（v.douyin.com 短鏈或 douyin.com/video/<id> 長鏈），拿到中文字幕稿和可視化分析報告，不需要自己寫解析和識別邏輯。
免費，不依賴任何 API key（頁面標籤 requires_api_key=false）。
核心功能¶
多級 fallback 拿視頻直鏈¶
按優先級依次嘗試三種通道，前一檔失敗自動降級到下一檔：
- iesdouyin share API
- CDP 瀏覽器方案
- yt-dlp
抖音在 2026 年 8 月調整反爬策略後，該 Skill 會自動走瀏覽器直連通道（CDP），不需要手動配置 cookie。
本地 faster-whisper 轉寫¶
拿到 mp4 後用本地 faster-whisper 做語音識別，base 模型、CPU 推理、int8 量化。全部在本地完成，不經過第三方轉寫服務。
兩種分析來源¶
分析環節有兩種來源，可以按需選擇：
- 本地規則提取：默認方式，速度快，但分析較淺。
- AI 深度分析：從 v1.5.0 起支持「AI 撰寫 + 腳本渲染」兩步法。轉寫結束後腳本自動產出
-分析模板.json，交給 AI 通讀全文後填完，再用--render-only重新渲染報告。這一步讓報告內容不再受本地規則的限制。
輸出物¶
一條命令產出三類結果：
- 逐字稿：帶時間戳
- 連貫稿：不帶時間戳
- 可視化 HTML 報告：含六個模塊——一句話總結、金句卡片、核心觀點、結構拆解、內容判斷、內容亮點
安裝與啓用¶
該 Skill 基於通用 SKILL.md 格式。安裝與啓用的具體命令未出現在本次抓取到的資料中，請以官方頁面的說明爲準，不要照搬其他 Skill 的安裝路徑。
官方地址：
https://api.skillhub.cn/indiv-black_amico/douyin-video-parser
SkillHub 頁面：
https://www.skillhub.cn/skills/indiv-black_amico/douyin-video-parser
需要先確認的運行條件：
- 聯網，用於下載視頻和 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¶
兩步法的流程是：先跑正常解析，轉寫完成後腳本會輸出 -分析模板.json；AI 通讀轉寫全文並填好這個模板後，再用渲染模式重新生成 HTML 報告。
渲染模式的開關是 --render-only：
--render-only
這一步只做渲染，不重新下載視頻、不重新轉寫，所以可以反覆調整模板內容後再出報告。
如果想用默認行爲，即本地規則提取分析，直接跑常規解析流程即可，不需要加這個參數。
適用場景與注意¶
適合這幾類情況：需要批量把抖音視頻內容轉成文字稿；希望在轉寫結果上直接出一份結構化分析報告；不想爲抖音解析和語音識別單獨維護一套腳本。
需要留意的幾點：
- 只針對抖音鏈接，短鏈和長鏈兩種形式都支持，其他平臺不在範圍內。
- 必須聯網下載視頻和模型，首次運行要額外下載 whisper base 模型。
- 轉寫跑在 CPU 上，模型是 base 檔位，長視頻耗時不短，精度也不是大模型檔。
- 分析報告的質量取決於分析來源：本地規則提取快但淺，AI 深度分析需要額外走模板填充和重渲染兩步。
- 抖音反爬策略可能繼續變化，屆時需要依賴 fallback 通道或更新版本。
結尾¶
這個 Skill 的價值在於把抖音視頻到文字稿之間的瑣碎環節固化下來，並把分析結果的產出拆成「AI 寫、腳本渲染」兩段，報告內容可以自由擴展而不必改本地規則。
官方地址：https://api.skillhub.cn/indiv-black_amico/douyin-video-parser
（SkillHub 頁面顯示：版本 1.5.0，評分 100000，下載 2403 次，安裝 0。數據以頁面實時顯示爲準。）
