前言¶

做短视频内容时，一个常见痛点是参考素材没法直接复用。你手上有一条满意的视频，想换成自己的表达重新做一版，逐句听写、整理结构、再重写成中文口播稿，这一步耗费的时间往往比拍摄还长。如果还要把原视频的音频剥离出来当作旁白素材，又得另开一套工具。抖音视频自动蒸馏这个 Skill 尝试把这两步压成一条流水线：把视频丢给 agent，它提取内容、洗稿、生成一份干净的中文文案。

下面介绍这个 Skill 的实际能力和用法。

这是什么¶

抖音视频自动蒸馏是一个社区 Skill，坐标 @user_e63b7e29/distill-reference-video，版本 1.0.2，发布在 SkillHub 的 content-creation 分类下。

它要解决的问题是：用户给出一条抖音、TikTok 或其他来源的参考视频，Skill 自动提取视频中的内容，清洗、重写成一份原创中文文案后返回。在此基础上，如果用户再提供一份 MP3 口播文案，还可以据此生成新视频。官方简介把这个流程概括为「把视频发给 agent，用这个 skill 提取内容、洗稿后交给你」。

从描述看，它面向的是有批量二创需求的内容生产者：不希望逐句人工转写，也不希望直接照搬原片文案。

核心功能¶

根据官方页面的资料，这个 Skill 提供以下能力：

1、接收一条视频作为输入，提取其中的内容。官方描述覆盖抖音、TikTok 及其他来源的视频。
2、对提取出的内容做清洗和重写，输出一份原创中文文案，而不是原文摘录。
3、支持把原视频的音频轨作为最终旁白来复用，适合需要保留原配音的场景。
4、在音频提取完成后，可以删除源视频，只保留音频与文案。
5、可以基于之前提取出的音频继续后续流程，不必重复提取。
6、可以复用此前建立的参考视频工作流，适合同类型视频的批量生产。

需要注意，这些能力来自 Skill 简介，实际效果取决于提取与洗稿环节的准确性，以及后续视频生成所用的工具。

安装与启用¶

SkillHub 页面标注 requires_api_key=false，即安装启用无需 API Key。安装方式按 SkillHub 通用流程执行即可，把该 Skill 加入当前 agent 的 Skill 列表或技能目录。

目前抓取资料中未给出 SkillHub 的精确安装命令，也未说明 Cursor、Codex CLI、Claude Code 三类环境的差异，这里不展开。实际使用时以 SkillHub 页面上当时的安装说明为准。

典型用法¶

官方简介给出的可复现路径是：

1、把一条参考视频交给 agent，并启用本 Skill。
2、agent 提取视频内容，清洗并重写成一份原创中文文案，返回给你。
3、你再提供一份 MP3 口播文案，agent 据此生成新的视频。

这个流程里，第 1 步到第 2 步由 Skill 完成，第 3 步的视频生成依赖外部能力，Skill 本身只负责从视频到文案这一段。官方描述中还提到可以直接把原视频音频作为最终旁白，这属于同一条流程里的可选分支：当你不想要新的配音、只想沿用原片的音频时，让 Skill 提取音频轨作为最终旁白即可，随后同样可以删除源文件。

适用场景与注意¶

适合以下情况：

• 有参考视频，需要快速产出结构相似但表达不同的中文文案。
• 需要保留原视频的音频作为旁白，而不是重新配音。
• 同类型参考视频数量多，希望复用同一套提取、洗稿流程。

限制与坑：

• 提取和洗稿的准确度依赖视频本身的可解析程度，台词模糊、配乐压过人声或纯画面无解说的视频，效果会打折扣。
• 输出的是「原创中文文案」，不是逐字转写。如果你需要精确复刻原文，这个 Skill 的方向是重写，不适合。
• 摘要、评分、下载次数等页面数据会变动，本文以抓取时资料为准，使用前请以官方页面当前显示为准。

结尾¶

这个 Skill 的价值在于把「听写—整理—重写」这条重复劳动压成一句指令，代价是你要接受它产出的是重写稿而非原文。如果你的工作流正好在参考视频和原创口播稿之间缺一个衔接环节，可以试一次。

官方地址：https://api.skillhub.cn/user_e63b7e29/distill-reference-video