Skip to content
Back to search

dy-note

SkillWorks with Claude CodeGitHub

"DyNote: systematically and efficiently extract raw Douyin/DY video data and analyze videos, comments, accounts, hashtags, and short-video scenes into evidence-graded learning notes, summaries, research briefs, scripts, and knowledge-base material. Use when the user asks to 抓取/提取/整理 抖音视频字幕、视频文案、ASR 转写、Qwen3-ASR 中文转写、原始材料归档、学习笔记、analysis plan、note budget、避免返工、复用已有素材、评论洞察、账号分析、赛道/话题研究、竞品拆解、电商/本地生活视频分析、事实核查、自动搜索素材, save Douyin content as Markdown/TXT, or use subtitle/local ASR as the factual spine with logged-in Douyin Web built-in AI / Doubao fallback as visual or quick-reading supplements."

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/rimagination--dy-note/badge.svg)](/listings/rimagination--dy-note)

HTML

<a href="/listings/rimagination--dy-note"><img src="/api/listings/rimagination--dy-note/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

把下面这句话发给 Agent:

请帮我安装这个 skill:
https://github.com/Rimagination/dy-note

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 437 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. ---
  2. name: dy-note
  3. description: "DyNote: systematically and efficiently extract raw Douyin/DY video data and analyze videos, comments, accounts, hashtags, and short-video scenes into evidence-graded learning notes, summaries, research briefs, scripts, and knowledge-base material. Use when the user asks to 抓取/提取/整理 抖音视频字幕、视频文案、ASR 转写、Qwen3-ASR 中文转写、原始材料归档、学习笔记、analysis plan、note budget、避免返工、复用已有素材、评论洞察、账号分析、赛道/话题研究、竞品拆解、电商/本地生活视频分析、事实核查、自动搜索素材, save Douyin content as Markdown/TXT, or use subtitle/local ASR as the factual spine with logged-in Douyin Web built-in AI / Doubao fallback as visual or quick-reading supplements."
  4. ---
  5. # DyNote
  6. DyNote 是面向 Codex 这类 Agent 的抖音学习工具,不是一次性摘要器。核心原则是“数据资产先行,学习笔记后置”:先把字幕/转写、评论、元数据和 AI 快读沉淀为可复用资产,再按用户需求生成可追溯的学习笔记、总结和写作材料。默认目标不是字幕工程文件,而是先落一份原始数据包:`douyin_ai_brief.md`、`douyin_ai_brief.json`、`transcript.cleaned.md`、`transcript.txt`、`segments.json`、`metadata.json`、`note_budget.json`,并用 `assets/` 归档可复用资产。默认把独立字幕轨或本地自动语音识别转写当作事实主干;当转写密度低、任务需要画面理解或用户只要快速筛选时,再用已登录抖音网页版的“问AI / 识别画面”补充,豆包只作为抖音 AI 不可用时的备用快读或待核验假设。
  7. 联网或登录态操作必须先使用 `web-access`。不要读取、复制或打印 Cookie、msToken、a_bogus、x-secsdk-web-signature、临时签名视频 URL 等敏感参数;脚本只让已授权 Chrome 页面自己加载内容。
  8. DyNote 与 Bili Note 共享可复用本地资源。默认共享目录是 `%USERPROFILE%\.cache\rimagination-notes`,Qwen3-ASR 环境默认是 `%USERPROFILE%\.cache\rimagination-notes\qwen3-asr-venv`。如果任一 skill 已经安装过 Qwen3-ASR,另一个 skill 必须优先复用,不要重复安装。Hugging Face、Whisper 和 faster-whisper 缓存按本机通用缓存复用。
  9. ## 浏览器与登录态硬规则
  10. - 抖音内置 AI 和豆包备用路线都只使用 `web-access` 连接到用户当前可用的 Chrome。不要启动无登录态 Playwright 浏览器,不要用静态 curl 抓登录页,不要导出或保存 `storageState`、Cookie、localStorage 或 token。
  11. - 抖音内置 AI 路线需要当前 Chrome 已登录抖音网页版。它主要用于低转写密度、画面文字、镜头/场景或快速筛选;打开视频后使用页面右侧 `问AI`,必要时点击可见的 `识别画面` 把当前帧加入问答上下文。
  12. - 如果抖音页面没有 `问AI` / `识别画面` 或未生成 `章节要点`,记录为 `weak` 或 `blocked`,先确保字幕/本地自动语音识别事实主干可用,再考虑豆包备用、关键帧或 OCR。
  13. - 在向豆包发送内容前,必须确认 `https://www.doubao.com/chat/` 在当前 Chrome 中已登录且有可见聊天输入框、侧边栏/新对话等用户态界面。
  14. - 如果未检测到豆包登录态,停止并返回 `blocked: doubao-login-required`,提示用户先在同一个 Chrome 登录豆包。不要静默降级到其他浏览器。
  15. - 豆包备用快速解读优先使用用户复制的完整抖音分享文本,不要只喂最终 `douyin.com/video/...`,因为完整分享文案更容易触发豆包的搜索/参考资料式视频概述。
  16. - 豆包输出需要做证据分级:`search-derived` 是检索式概述,`visual-claimed` 是声称包含画面/镜头细节,`blocked` 是豆包无法访问视频画面,`weak` 是信息不足。不要把检索式概述说成逐帧视觉解析,也不要让豆包替代完整字幕或本地转写。
  17. ## 抖音字幕现实与默认路线
  18. 抖音和 B 站不同:很多抖音视频没有可直接抓取的独立字幕文件。先按用户任务分流,不要固定把所有视频都下载转写。
  19. - 用户只是问“这个视频讲什么”、想做选题筛选、草稿或快速理解时,可以走已登录抖音网页版内置 AI 快读;但输出必须标注为快读/视觉假设,不写成完整字幕提取。已有 `douyin_ai_brief.json` 时先复用;如果不可用,再用豆包 `fast` 备用。
  20. - 用户要学习笔记、可靠原文、逐句内容、引用、脚本拆解、事实核查或可发布材料时,先找已有 SRT/VTT/TXT;没有可用字幕轨或转写时,主要依赖本地自动语音识别。中文或未指定语言优先共享 Qwen3-ASR,明确外语视频再用 Whisper 系后端。
  21. - 用户要镜头、画面文字、贴纸文字、操作步骤、商品/价格/场景细节,或 `note_budget.json` 显示转写密度低时,不能只靠音频转写;优先补抖音 `问AI / 识别画面`、关键帧、截图或 OCR。抖音 AI 仍不能提取完整字幕;豆包 `evidence` 只作为抖音 AI 不行时的备用视觉假设。
  22. 抖音字幕常见两种形态:
  23. - 独立字幕轨:创作者使用平台字幕功能或上传 SRT 后,网页播放器可能叠加渲染 VTT 字幕。若能抓到这类轨道,可作为逐句文本材料。
  24. - 画面内嵌文字:字幕、贴纸或手动排版文字已经焊在画面里,没有独立文件。音频转写只能识别人声,不能读取这类画面文字,必须补视觉证据。
  25. 如果视频较长,但 `note_budget.json` 中 `visual_dependency.risk` 为 `medium` 或 `high`,必须提醒用户:转写文本过少,完整理解可能依赖画面,不能把稀疏本地自动语音识别结果写成完整笔记。抖音问 AI、豆包和关键帧结果必须作为补充证据审计,不能替代原文主干。
  26. ## 场景模式路由
  27. 先判断用户真正要完成的任务,再决定证据深度和工具路线:
  28. - `single-video-note`:默认模式。单条视频/分享文本 -> 字幕/本地自动语音识别做事实主干;转写稀疏或任务需要画面时补抖音问 AI、关键帧/OCR;抖音 AI 不可用时豆包才作为备用假设,输出可读笔记。
  29. - `comment-insight`:用户关心评论、痛点、需求、FAQ、反对意见或爆点反馈时,加载 `douyin-comments`。默认只抓前 100 条主评论及这些主评论的楼中楼,输出 `_sample.json/csv`,并明确提示这不是全部评论。用户明确要完整评论资产、复核全部可见评论或样本不足时,再用 `--full` 做全量抓取。抓到的 JSON/CSV 必须归档到 `assets/comments/`,再输出用户洞察,而不是只把评论写进一次性总结。
  30. - `account-analysis`:账号主页或多条视频 -> 定位、内容支柱、钩子模板、系列化栏目、发布节奏和可复用选题。
  31. - `topic-research`:话题、关键词、赛道、竞品或“自动搜索” -> 先低成本收集标题/简介/话题/样本链接,再按需要升级到 ASR、评论和关键帧。
  32. - `script-mining`:拆脚本、镜头、叙事节奏、开头钩子、转场、结尾 CTA;脚本文案以字幕/本地转写为主,抖音内置 AI 或备用豆包只给画面假设,重要结论要用转写/抽帧校验。
  33. - `commerce-analysis`:带货、本地生活、探店、课程或服务视频 -> 卖点、信任证据、价格/优惠、CTA、转化阻力和评论需求。
  34. - `fact-check`:涉及医学、法律、投资、新闻或强事实判断时,区分视频原文、抖音内置 AI/豆包概述和外部来源;高风险结论必须联网核验并标注来源。
  35. - `knowledge-archive`:用户要沉淀资料库、Obsidian、RAG 或写作素材时,保留来源 URL、作者、时间、证据等级、关键词和后续可检索标签。
  36. 成本分层默认从轻到重:
  37. - `quick-pass`:分享文本、页面元数据、抖音内置 AI,必要时备用豆包 `fast`;适合秒级判断、选题筛选和草稿,但必须标注不是完整字幕/全文证据。
  38. - `evidence-pass`:独立字幕轨或 ASR 全文、关键帧/OCR、评论样本;适合要引用、拆解或发布的内容。
  39. - `research-pass`:批量视频、账号/话题搜索、竞品对比和评论聚类;范围大时先给样本计划和 token/时间风险。
  40. ## 系统化分析协议
  41. 默认按“问题 -> 取证 -> 分析 -> 审计”推进,不要把工具输出直接等同于结论:
  42. 1. `research-question`:写清要回答的问题、分析单位和场景模式。复杂任务先生成 `analysis_plan.json`。
  43. 2. `sampling-plan`:账号、话题、评论或竞品任务必须说明样本怎么选、样本量是多少、为什么足够或不足。
  44. 3. `evidence-ladder`:把证据分为用户输入、页面元数据、独立字幕轨/本地自动语音识别转写、抖音内置 AI、备用豆包快读、评论、关键帧/OCR、外部来源。字幕/转写是事实主干;抖音 AI 和豆包是快读或视觉补充。结论必须标注依赖哪一层。
  45. 4. `synthesis-gate`:合成前先读取 `assets/asset_manifest.json` 或确认同等原始材料,检查证据等级、覆盖范围和反例/不确定性;缺证据时先写范围限制,不要补故事。
  46. 5. `audit-trail`:最终笔记或研究简报保留来源 URL、采集时间、输出文件、样本范围、`note_budget.json` 和无法验证的点。
  47. ## 高效执行与复用策略
  48. - 先检查已有产物,再决定下一步。已有 `douyin_ai_brief.json` 时,不要重复问抖音内置 AI;已有 `doubao_brief.json` 时,不要重复问豆包;已有 `transcript.txt`、`segments.json`、`metadata.json` 时,不要重跑 ASR;已有 `note_budget.json` 且未过期时,不要重算预算。
  49. - `analysis_plan.json` 只在复杂任务或目标变化时创建;已有计划默认复用。目标、来源、模式或证据等级变化时才用 `--force` 重建。
  50. - 先走最便宜的 `quick-pass`,只有当研究问题无法回答、证据等级不足、或用户要可发布笔记/事实核查时,才升级到 `evidence-pass` 或 `research-pass`。评论区任务的 `quick-pass` 是前 100 条主评论及对应楼中楼样本;全量可见评论属于更重的资产补齐步骤。
  51. - 不要为了“完整流程”固定执行所有步骤。单条视频如果已有高质量转写,可直接预算和写笔记;评论洞察如果只问观众反馈,可以先抓 100 条评论样本,不必先全量 ASR,也不必默认抓完整评论区。
  52. - 重新运行昂贵步骤前必须说明触发条件:输入变了、旧文件缺失/损坏/过期、证据等级不足,或用户明确要求更高质量。
  53. ## 原始材料与学习笔记默认策略
  54. - 默认先建立数据资产,再写学习笔记。不要只把抖音内置 AI、豆包概述或未经审计的本地自动语音识别文本直接当最终笔记。
  55. - `douyin_ai_brief.json`、`doubao_brief.json`、`transcript.txt`、`segments.json`、`metadata.json`、评论 JSON/CSV 和关键帧截图都属于原始数据;最终学习笔记必须能回到这些材料解释来源。
  56. - 默认把字幕/转写和完整评论整理成资产包:`assets/transcripts/` 保存字幕、转写和片段;`assets/comments/` 保存完整评论 JSON/CSV、JSONL 明细和可读 Markdown;`assets/asset_manifest.json` 是后续再分析的入口。
  57. - `assets/asset_manifest.json` 是事实入口;`learning_note.md` 是从资产生成的一种学习视图,不是资产本身。用户换问题、换场景或要求复核时,优先复用资产重新组织笔记,不要重跑或覆盖原始材料。
  58. - 写笔记前先确认用户需求:内容学习、脚本复盘、评论洞察、事实核查、写作素材或知识库归档。再从资产中选择证据和结构,不要先脑补结论再找材料。
  59. - 每次生成转写材料后读取 `note_budget.json`。它根据视频时长、转写字数、片段/证据块、评论数和互动质量给出推荐笔记长度。
  60. - 长视频、长转写、高评论或高互动视频要写更长、更结构化的笔记;短视频或低信息密度视频避免过度扩写。
  61. - 互动质量是“值得多写”的辅助信号,不替代证据。扩写必须来自视频原文、评论样本、关键帧、外部核验,或已明确降级为视觉假设的抖音内置 AI/豆包快读。
  62. - 学习型笔记要让读者像学完一个短课题:获得概念、判断标准、方法步骤、适用边界、坑点和可迁移用法。不要只写“视频讲了什么”。
  63. ## 默认流程
  64. 1. 读清用户要的是哪种场景模式:单条视频笔记、评论洞察、账号分析、话题研究、脚本拆解、电商分析、事实核查,还是知识库归档。
  65. 2. 首次使用、换机器、或准备跑完整抖音链接流程时,先检查环境:
  66. ```powershell
  67. $skill = "$env:USERPROFILE\.codex\skills\dy-note"
  68. $py = "python"
  69. & $py "$skill\scripts\check_environment.py"
  70. ```
  71. 3. 如果有输出目录,先运行或心中执行 `inspect_workflow_state.py`,复用已有计划、抖音内置 AI brief、豆包 brief、转写、评论、预算和评分。
  72. 4. 评论、账号、话题、竞品、事实核查或批量研究任务先用 `create_analysis_plan.py` 生成 `analysis_plan.json`;已有计划且目标没变时不要重建。单条视频任务也要在脑中执行同样的证据闸门。
  73. 5. 如果已经有 SRT、Whisper JSON 或 TXT,优先走本地整理路线,避免重复下载和转写;脚本会生成 `note_budget.json`。
  74. 6. 如果用户要求可靠全文、学习笔记、逐句内容、引用、脚本拆解或事实核查,优先使用 `extract_douyin_text.py` 取得字幕轨或本地自动语音识别转写。默认 `--asr-backend auto`:中文或未指定语言优先共享 Qwen3-ASR,明确外语视频优先 Whisper。默认复用已有输出;需要重跑时加 `--force`。
  75. 7. 如果用户只是快速理解、选题筛选或先拿草稿,且当前 Chrome 已登录抖音网页版,可以跑 `douyin_web_ai_brief.py`;已有可用 `douyin_ai_brief.json` 时先读旧结果。抖音内置 AI 不可用、弱,或 `note_budget.json` 显示低转写密度时,再用 `doubao_video_brief.py` 的 `fast/evidence` 模式备用,但必须标注为假设。
  76. 8. 评论、账号、话题、竞品或批量研究任务先做 `quick-pass` 样本,不要直接对大量视频逐条 ASR;样本结论不足时再升级到 `evidence-pass` 或 `research-pass`。大评论区默认用 `fetch_douyin_comments.py` 抓前 100 条主评论及对应楼中楼;需要完整可见评论时再显式加 `--full`,不要黑盒等待一轮全量抓取。
  77. 9. 每次得到转写、字幕、评论 JSON/CSV、抖音 AI brief 或豆包 brief 后,运行 `archive_dy_note_assets.py` 生成或更新 `assets/`。评论区任务必须保留评论样本或完整评论资产,不能只输出评论摘要。
  78. 10. 写学习笔记前,先打开 `assets/asset_manifest.json`,再按用户需求读取 `transcript.cleaned.md`、`segments.json`、完整评论、`douyin_ai_brief.md`、`doubao_brief.md` 或 `analysis_plan.json`,检查证据是否足以回答研究问题。再打开 `note_budget.json`,按推荐长度和 `writing_guidance` 写学习型笔记;如果 `visual_dependency.needs_visual_review=true`,必须在笔记和回复中提醒画面证据不足,或先补抖音 `问AI / 识别画面`、关键帧/OCR。对外部 AI 回答逐项做证据审计,不要把它们的扩写混成视频原文。
  79. 11. 如果识别出片名、人名、地名明显错,优先在最终说明里标注可疑词;用户要求校对时再做替换、二次 ASR 或补关键帧。
  80. 12. 用户明确要 SRT/VTT/时间轴时,才单独交付字幕文件;无论是否单独交付,都要在 `assets/transcripts/` 里保留可复用文本资产。
  81. ## 常用命令
  82. ### 0. 检查已有工作状态
  83. 已有输出目录时先检查状态,决定下一步,不要盲目重跑:
  84. ```powershell
  85. & $py "$skill\scripts\inspect_workflow_state.py" `
  86. --out-dir ".\dy_note_output" `
  87. --mode "single-video-note"
  88. ```
  89. 重点看:
  90. - `reusable_artifacts`:可以直接复用的产物。
  91. - `recommended_next_steps`:真正缺的下一步。
  92. - `avoid_rework`:明确不要重复做的昂贵步骤。
  93. - `stale.note_budget` / `stale.note_score`:预算或评分是否因新材料而过期。
  94. ### 1. 创建系统化分析计划
  95. 复杂任务先生成计划,再采集数据。单条视频可省略显式文件,但账号/话题/评论/竞品/事实核查任务建议保留:
  96. ```powershell
  97. & $py "$skill\scripts\create_analysis_plan.py" `
  98. --mode "topic-research" `
  99. --tier "quick-pass" `
  100. --objective "分析这个赛道里什么视频形式值得复用" `
  101. --source "铁板牛排 炸土豆饼 野外烹饪" `
  102. --out-dir ".\dy_note_research"
  103. ```
  104. 如果 `analysis_plan.json` 已存在,脚本默认复用旧计划;只有目标、来源、模式或证据等级改变时才加 `--force` 覆盖。
  105. 常用模式:`single-video-note`、`comment-insight`、`account-analysis`、`topic-research`、`script-mining`、`commerce-analysis`、`fact-check`、`knowledge-archive`。
  106. ### 2. 从已有 SRT 生成干净文本
  107. ```powershell
  108. & $py "$skill\scripts\extract_douyin_text.py" `
  109. --from-srt "D:\微信推送\douyin_subtitles_7647145112421633320\7647145112421633320_16k.srt" `
  110. --metadata-json "D:\微信推送\douyin_subtitles_7647145112421633320\official_detail_summary.json" `
  111. --out-dir "D:\微信推送\dy_note_7647145112421633320"
  112. ```
  113. ### 3. 从 Whisper JSON 或 TXT 生成干净文本
  114. ```powershell
  115. & $py "$skill\scripts\extract_douyin_text.py" `
  116. --from-whisper-json ".\audio_16k.json" `
  117. --out-dir ".\dy_note_output"
  118. & $py "$skill\scripts\extract_douyin_text.py" `
  119. --from-txt ".\raw_transcript.txt" `
  120. --source-url "https://www.douyin.com/video/..." `
  121. --out-dir ".\dy_note_output"
  122. ```
  123. ### 4. 安装或检查共享 Qwen3-ASR 本地环境
  124. Qwen3-ASR 是中文视频优先使用的本地自动语音识别后端。首次使用时安装到共享 venv,复用现有 CUDA Torch;DyNote 和 Bili Note 共用同一套环境:
  125. ```powershell
  126. & $py "$skill\scripts\setup_qwen_asr_env.py"
  127. & $py "$skill\scripts\check_environment.py"
  128. ```
  129. 看到 `routes.qwen3_asr=OK` 后再使用 Qwen 后端。本机默认 venv 路径是:
  130. ```text
  131. %USERPROFILE%\.cache\rimagination-notes\qwen3-asr-venv
  132. ```
  133. 为兼容早期原型,脚本仍会探测旧路径 `%USERPROFILE%\.cache\dy-note\qwen3-asr-venv` 和 `%USERPROFILE%\.cache\douyin-note\qwen3-asr-venv`。
  134. ### 5. 从抖音链接完整提取
  135. 先按 `web-access` 要求启动并检查 CDP proxy,再运行:
  136. ```powershell
  137. & $py "$skill\scripts\extract_douyin_text.py" `
  138. "https://v.douyin.com/xxxxxxx/" `
  139. --out-dir "D:\微信推送\dy_note_output" `
  140. --asr-model medium `
  141. --language Chinese
  142. ```
  143. 如果输出目录已有 `transcript.txt`、`segments.json` 和 `metadata.json`,脚本默认复用并跳过浏览器、下载和 ASR。确实要重跑时加:
  144. ```powershell
  145. --force
  146. ```
  147. 中文长视频默认优先用 Qwen3-ASR-0.6B。8GB 显存建议保留默认 60 秒分段,避免整段长音频 OOM:
  148. ```powershell
  149. & $py "$skill\scripts\extract_douyin_text.py" `
  150. "https://v.douyin.com/xxxxxxx/" `
  151. --out-dir "D:\微信推送\dy_note_output_qwen" `
  152. --asr-backend qwen3-asr `
  153. --qwen-model "Qwen/Qwen3-ASR-0.6B" `
  154. --qwen-chunk-seconds 60 `
  155. --language Chinese
  156. ```
  157. 脚本会输出:
  158. - `transcript.cleaned.md`:适合阅读和继续写笔记的 Markdown。
  159. - `transcript.txt`:纯文本正文,适合喂给总结、RAG 或写作流程。
  160. - `segments.json`:按原始字幕/ASR 片段保留的结构化文本。
  161. - `metadata.json`:来源、作者、作品 ID、片段数、生成时间和输出清单。
  162. - `note_budget.json`:按时长、转写字数、片段数、评论量和互动质量生成的推荐学习笔记长度,以及转写过稀时的画面依赖提示。
  163. - `page_metadata.json`、视频、音频、Whisper SRT 或 Qwen JSON:完整流程产生的中间材料,供排错和回查使用。
  164. ### 6. 从已有音频使用 Qwen 转写
  165. ```powershell
  166. & $py "$skill\scripts\extract_douyin_text.py" `
  167. --from-audio "D:\微信推送\video_16k.wav" `
  168. --asr-backend qwen3-asr `
  169. --qwen-chunk-seconds 60 `
  170. --metadata-json ".\metadata.json" `
  171. --out-dir ".\dy_note_qwen"
  172. ```
  173. ### 7. 复用已打开的 web-access target
  174. 如果已经用 `web-access` 打开抖音页面并拿到 target id:
  175. ```powershell
  176. & $py "$skill\scripts\extract_douyin_text.py" `
  177. "https://www.douyin.com/video/7647145112421633320" `
  178. --target "CDP_TARGET_ID" `
  179. --keep-tab `
  180. --out-dir ".\dy_note_output"
  181. ```
  182. 不要关闭用户已有 tab;只有脚本自己新建的 tab 可以自动关闭。
  183. ### 8. 用抖音内置 AI 快速解读视频
  184. 先按 `web-access` 要求启动并检查 CDP proxy。脚本会使用当前 Chrome 打开抖音视频页,优先读取页面 `问AI` 生成的 `章节要点` 和时间线;如果传入的是 `jingxuan?modal_id=...`,会自动归一到更稳定的 `/video/<id>` 页面:
  185. ```powershell
  186. & $py "$skill\scripts\douyin_web_ai_brief.py" `
  187. "https://www.douyin.com/jingxuan?modal_id=7655645985318085322" `
  188. --out-dir ".\dy_note_douyin_ai_7655645985318085322"
  189. ```
  190. 如果任务依赖当前画面内容,可尝试把暂停帧加入抖音 AI 输入框:
  191. ```powershell
  192. & $py "$skill\scripts\douyin_web_ai_brief.py" `
  193. "https://www.douyin.com/jingxuan?modal_id=7655645985318085322" `
  194. --identify-frame `
  195. --out-dir ".\dy_note_douyin_ai_frame"
  196. ```
  197. 脚本会输出:
  198. - `douyin_ai_brief.md`:抖音内置 AI 的章节要点、时间线、识别画面状态和局限。
  199. - `douyin_ai_brief.json`:来源 URL、归一化 URL、作品 ID、证据等级、时间线和输出路径。
  200. 证据等级为 `weak` 或 `blocked` 时,继续跑备用豆包、本地自动语音识别、关键帧或 OCR;如果只是拿草稿或选题筛选,`douyin-web-ai-chapters` 通常已经够用。
  201. ### 9. 用已登录豆包作为备用快读
  202. 当抖音内置 AI 不可用、弱、或需要交叉对照时,再走豆包备用路线。先按 `web-access` 要求启动并检查 CDP proxy。脚本会自己打开当前 Chrome 的豆包页并确认登录态;未登录时会停止,不会换浏览器:
  203. ```powershell
  204. & $py "$skill\scripts\doubao_video_brief.py" --check-login
  205. ```
  206. 推荐传入完整分享文本,而不是只传最终视频 URL:
  207. ```powershell
  208. & $py "$skill\scripts\doubao_video_brief.py" `
  209. "8.28 x@F.uf gbA:/ 07/06 :9pm 铁板牛排+炸土豆饼 向阳而生 # 助眠 # 治愈 # 美食 # 野外烹饪 # 牛排 https://v.douyin.com/xxxxxxx/ 复制此链接,打开Dou音搜索,直接观看视频!" `
  210. --out-dir "D:\微信推送\dy_note_doubao_7580609296384249123" `
  211. --mode fast
  212. ```
  213. 要判断豆包是否真的有画面证据,用 `evidence` 模式:
  214. ```powershell
  215. & $py "$skill\scripts\doubao_video_brief.py" `
  216. --from-file ".\douyin_share.txt" `
  217. --out-dir ".\dy_note_doubao_evidence" `
  218. --mode evidence
  219. ```
  220. 脚本会输出:
  221. - `doubao_brief.md`:豆包视频概述、时间线或阻塞说明。
  222. - `doubao_brief.json`:会话 URL、证据等级、是否搜索派生、是否被阻塞、原始分享文本和输出路径。
  223. 证据等级为 `blocked` 或 `weak` 时,继续跑完整 ASR/抽帧路线;等级为 `search-derived` 时可作为快速草稿,但最终说明要标注它不是逐帧视觉证据。
  224. ### 10. 重新计算学习笔记预算
  225. 如果后来补了评论 JSON、改了元数据,或只想根据已有输出重算预算:
  226. ```powershell
  227. & $py "$skill\scripts\compute_note_budget.py" `
  228. --out-dir ".\dy_note_output" `
  229. --comments-json ".\dy_note_output\douyin_comments_7580609296384249123_full.json"
  230. ```
  231. 写最终学习笔记前必须看 `note_budget.json` 中的:
  232. - `recommended_note_chars_min` / `recommended_note_chars_max`:默认笔记字数区间。
  233. - `quality_multiplier` / `quality_metrics`:互动质量为何让笔记变长或变短。
  234. - `granularity` / `writing_guidance`:短视频、长讲解、高互动视频分别该用什么粒度写。
  235. 写完最终 Markdown 后,用预算做一次长度和信噪比校验:
  236. ```powershell
  237. & $py "$skill\scripts\score_dy_note.py" `
  238. --out-dir ".\dy_note_output" `
  239. --note-path ".\dy_note_output\learning_note.md" `
  240. --out ".\dy_note_output\note_score.json"
  241. ```
  242. ### 11. 归档字幕和评论资产
  243. 抓完字幕/转写、评论或 AI brief 后,更新资产包:
  244. ```powershell
  245. & $py "$skill\scripts\archive_dy_note_assets.py" `
  246. --out-dir ".\dy_note_output"
  247. ```
  248. 如果评论文件在别的目录,可以显式传入:
  249. ```powershell
  250. & $py "$skill\scripts\archive_dy_note_assets.py" `
  251. --out-dir ".\dy_note_output" `
  252. --comments-json ".\douyin_comments_765xxxx_full.json" `
  253. --comments-csv ".\douyin_comments_765xxxx_full.csv"
  254. ```
  255. 资产包包含:
  256. - `assets/transcripts/transcript.txt`、`segments.json`:后续总结、检索和引用的事实主干。
  257. - `assets/comments/comments.sample.json`、`comments.sample.csv`:默认评论样本备份,通常是前 100 条主评论及对应楼中楼。
  258. - `assets/comments/comments.full.json`、`comments.full.csv`:显式 `--full` 后的完整可见评论备份。
  259. - `assets/comments/comments.rows.jsonl`:适合继续做评论聚类、用户需求分析和二次处理。
  260. - `assets/comments/comments.text.md`:适合人工快速浏览的评论全集。
  261. - `assets/asset_manifest.json`:资产入口和覆盖范围。
  262. ### 12. 高效抓取评论区
  263. 大评论区不要一上来黑盒等待完整评论。默认先抓评论样本:前 100 条主评论及这些主评论下的楼中楼。
  264. ```powershell
  265. & $py "$skill\scripts\fetch_douyin_comments.py" `
  266. "https://www.douyin.com/video/7655645985318085322" `
  267. --out-dir ".\dy_note_output" `
  268. --basename "douyin_comments_7655645985318085322"
  269. ```
  270. 默认输出:
  271. - `douyin_comments_<aweme_id>_sample.json`
  272. - `douyin_comments_<aweme_id>_sample.csv`
  273. - 以及 `douyin_comments_<aweme_id>_main_only_sample.json/csv` checkpoint
  274. 如果用户确实需要完整可见评论,再全量抓取:
  275. ```powershell
  276. & $py "$skill\scripts\fetch_douyin_comments.py" `
  277. "https://www.douyin.com/video/7655645985318085322" `
  278. --out-dir ".\dy_note_output" `
  279. --basename "douyin_comments_7655645985318085322" `
  280. --full `
  281. --main-count 50 `
  282. --main-page-limit 300 `
  283. --reply-count 50 `
  284. --reply-page-limit 50 `
  285. --main-delay 0.15 `
  286. --reply-delay 0.05
  287. ```
  288. 抓完任一阶段都要运行 `archive_dy_note_assets.py`。如果 `coverage.is_sample=true`,最终说明必须提示“这不是全部评论,只是样本”;同时报告 `coverage.total_reported`、`row_count`、主评论数、楼中楼数和 `reported_gap`,不要把平台报告数直接说成已抓取行数。
  289. ## 输出口径
  290. - 说清楚文本来源:独立字幕轨、页面文案、已有 SRT/VTT/TXT,还是本地自动语音识别。
  291. - 给用户可复用材料时优先指向 `assets/asset_manifest.json`,不要只给最终学习笔记;评论区分析必须保留 `assets/comments/` 下的样本或完整备份,并说明覆盖范围。
  292. - 最终学习笔记要说明它基于哪些资产生成:字幕/转写、评论、元数据、抖音问 AI、豆包备用或关键帧/OCR。不要把某一版总结说成唯一答案。
  293. - Qwen3-ASR-0.6B 往往比 Whisper 更像可读稿,会自动补标点;但对白、方言、背景音、chunk 边界仍可能错听或插入噪声,不要把它当校对后的定稿。
  294. - 抖音内置 AI 很适合在转写密度低时补章节要点、时间线和画面理解;`识别画面` 只能证明当前帧被加入输入框,不能自动等同于完整逐帧分析或完整字幕提取。
  295. - 豆包 `fast` 模式现在是备用路线;只有抖音问 AI 不可用或质量弱时再用。如果结果包含“搜索 N 个关键词 / 参考 N 篇资料”,按检索式解读使用,不要称为“豆包已看完关键帧”。
  296. - 豆包 `blocked` 结果通常会写“无法访问视频画面”或类似措辞;这时不要继续追问编造,直接回落到本地 ASR/关键帧补充。
  297. - 抖音页面的 `caption`、简介和话题标签不等于完整字幕。只有完整逐句文本才可称为字幕/转写。
  298. - 如果播放器/页面没有独立字幕轨,画面内嵌字幕、贴纸文字和商品/价格信息不能靠本地自动语音识别读取;需要抖音 `问AI / 识别画面`、关键帧、OCR、备用豆包视觉假设或人工检查。
  299. - 如果长视频的转写文本明显很少,必须把 `note_budget.json` 的 `visual_dependency` 提示转述给用户,不要写成“已完整解析”。
  300. - ASR 文本可能有错字,尤其是片名、人名、方言、专有名词和背景音乐压过人声的片段。
  301. - 给用户文件时优先给 `transcript.cleaned.md` 和 `transcript.txt`;`segments.json` 供程序处理。
  302. - 写学习笔记时优先遵守 `note_budget.json`。预算偏长时补概念卡、方法步骤、评论洞察、坑点和自测题;预算偏短时避免把短视频硬扩成长文。
  303. - 如果只抓到简介、章节摘要或部分片段,明确说明覆盖范围,不要写成“已提取完整视频文本”。
  304. ## 抖音视频注意事项
  305. - 短链会跳转到 `/video/<aweme_id>` 或 `/note/<aweme_id>`;脚本会通过 Chrome 获取最终 URL。
  306. - 页面可能没有独立字幕轨;中文或未指定语言默认优先共享 Qwen3-ASR,明确外语视频再走 Whisper 系后端。
  307. - 播放器能开关的字幕通常更可能是独立轨道;无法关闭的画面文字通常是内嵌画面,不能按字幕文件处理。
  308. - 临时视频 URL 可能包含签名,不能写入文档、日志或最终回答。
  309. - 抖音风控敏感;不要批量快速打开大量视频,不要复制浏览器凭据。
  310. - 完整流程依赖 `ffmpeg` 和一个 ASR 后端;本地整理已有 SRT/TXT 不依赖它们。
  311. - Qwen3-ASR 单次处理 17 分钟音频会在 8GB 显存上 OOM;使用分段参数,默认 `--qwen-chunk-seconds 60`。
  312. ## 相关文件
  313. - `scripts/check_environment.py`:检查 web-access proxy、ffmpeg、Whisper、Qwen3-ASR 和本地模型缓存。
  314. - `scripts/archive_dy_note_assets.py`:把字幕/转写、完整评论、AI brief、元数据和预算整理成 `assets/` 可复用资产包。
  315. - `scripts/compute_note_budget.py`:按转写长度、时长、评论量和互动质量生成 `note_budget.json`,指导学习笔记长短,并提示长视频转写过稀时的画面依赖风险。
  316. - `scripts/create_analysis_plan.py`:按场景模式生成 `analysis_plan.json`,记录研究问题、采样策略、证据阶梯和合成闸门。
  317. - `scripts/douyin_web_ai_brief.py`:使用当前已登录 Chrome 中的抖音网页版“问AI / 识别画面”提取视频章节要点和时间线。
  318. - `scripts/doubao_video_brief.py`:备用路线,使用当前已登录 Chrome 中的豆包网页版,对完整抖音分享文本做快速解读、登录态检查和证据分级。
  319. - `scripts/extract_douyin_text.py`:从抖音链接、本地音频或本地转写文件生成文本素材。
  320. - `scripts/fetch_douyin_comments.py`:通过 web-access CDP proxy 分阶段抓取抖音主评论和楼中楼,支持主评论 checkpoint、续抓回复、进度输出和覆盖率统计。
  321. - `scripts/inspect_workflow_state.py`:检查输出目录已有产物,推荐下一步并提示哪些步骤不要返工。
  322. - `scripts/run_qwen_asr.py`:调用 Qwen3-ASR-0.6B,可按 chunk 分段避免显存溢出。
  323. - `scripts/score_dy_note.py`:把最终 Markdown 与 `note_budget.json` 比较,判断笔记过短、过长或合适。
  324. - `scripts/setup_qwen_asr_env.py`:创建/更新共享的 Qwen3-ASR Python 环境。
  325. - `scripts/selftest.py`:轻量自测,覆盖 SRT/Qwen 解析、合段和本地输出生成。
  326. - `references/douyin-video-text-notes.md`:实现细节、场景模式、证据分层、已知限制和后续改进建议。
README.md · README · 248 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. <p align="center">
  2. <img src="assets/dy-note-logo-douyin.png" alt="DyNote logo" width="560">
  3. </p>
  4. <p align="center">
  5. <img alt="Douyin" src="https://img.shields.io/badge/Douyin-video_%2B_comments-FE2C55?style=for-the-badge">
  6. <img alt="Markdown" src="https://img.shields.io/badge/Markdown-learning_notes-222222?style=for-the-badge&logo=markdown">
  7. <img alt="License MIT" src="https://img.shields.io/badge/License-MIT-FF6699?style=for-the-badge">
  8. </p>
  9. # DyNote
  10. 把抖音视频变成可复用的数据资产,再按你的问题生成学习笔记。
  11. DyNote 是一个面向 Codex 这类 Agent 的抖音学习工具。你给它抖音分享文案、视频链接、账号主页、话题关键词或评论分析任务,它会先保存字幕、转写、评论、元数据等原始资产,再从这些资产里按你的目标整理成可追溯的 Markdown 笔记。
  12. 它适合这些场景:
  13. - 单条视频:总结内容、生成学习笔记、拆脚本、提取可复用选题。
  14. - 评论区:默认先备份前 100 条主评论及对应楼中楼样本,必要时再全量抓取可见评论,整理用户需求、反对意见、购买顾虑、高频反馈和选题线索。
  15. - 账号与话题:分析定位、栏目结构、钩子模板、内容模式和竞品样本。
  16. - 知识库归档:保存原始材料、证据等级、元数据和后续可追问的笔记。
  17. ## 核心特点
  18. - 事实主干优先:先找独立字幕轨;大多数抖音视频没有字幕时,主要依赖本地自动语音识别。中文视频优先复用 Qwen3-ASR,外语视频再用 Whisper 系后端。
  19. - 资产先行,笔记后置:先把字幕、转写、评论和元数据变成 `assets/`,再按学习、复盘、评论洞察或写作需求生成笔记。
  20. - 低密度再补视觉:长视频如果转写很少,DyNote 会优先提醒你用抖音网页版 `问AI / 识别画面`、关键帧或 OCR 补画面理解,不会把稀疏文本硬写成完整解析。
  21. - 防幻觉分级:抖音问 AI 很适合补画面和时间线,但不能提取完整字幕;豆包只在抖音 AI 不可用或质量弱时备用,搜索式回答会标成草稿或假设。
  22. - 不重复花时间:已有 `douyin_ai_brief.md`、`transcript.txt`、`segments.json`、`metadata.json`、`note_budget.json` 时,会先复用,只补真正缺的证据。
  23. - 资产包优先:字幕、转写、评论样本或完整评论会进入 `assets/`,后续可以继续做评论聚类、用户研究、脚本复盘和知识库检索。
  24. - 继承 Bili Note 的笔记逻辑:先保存原始材料,再根据视频时长、信息密度和互动质量生成适合长度的学习笔记。
  25. ## 快速使用
  26. ### 1. 安装
  27. 把下面这句话发给 Agent:
  28. ```text
  29. 请帮我安装这个 skill:
  30. https://github.com/Rimagination/dy-note
  31. ```
  32. ### 2. 分析一条视频
  33. 在抖音里点分享,复制完整分享文案,然后发给 Agent:
  34. ```text
  35. 请用 DyNote 分析这条抖音视频,先拿字幕或本地转写;如果转写太少,再用抖音问 AI 补画面:
  36. 8.28 x@F.uf gbA:/ 07/06 :9pm 铁板牛排+炸土豆饼 向阳而生 # 助眠 # 治愈 # 美食 # 野外烹饪 # 牛排 https://v.douyin.com/xxxxxxx/ 复制此链接,打开Dou音搜索,直接观看视频!
  37. ```
  38. 你也可以直接说:
  39. ```text
  40. 请用 DyNote 把这条抖音视频整理成学习笔记,保留来源和证据等级。
  41. ```
  42. ### 3. 分析评论、账号或话题
  43. ```text
  44. 请用 DyNote 分析这条抖音视频和评论区,先抓前100条主评论和楼中楼样本,再看用户需求、反对意见和可复用选题。
  45. ```
  46. ```text
  47. 请用 DyNote 分析这个抖音账号的内容定位、栏目结构和选题模式。
  48. ```
  49. ```text
  50. 请用 DyNote 围绕“野外烹饪”这个话题做样本分析,先低成本筛选,再挑值得深挖的视频。
  51. ```
  52. ### 4. 保存到你的知识库
  53. ```text
  54. 帮我存放在:“D:\知识库\短视频分析” 里。
  55. ```
  56. ### 5. 复用已有结果
  57. ```text
  58. 请用 DyNote 先检查已有输出目录,不要重复跑抖音内置 AI、豆包、下载视频或本地自动语音识别。
  59. ```
  60. ## 默认路线
  61. DyNote 会先判断你真正想要什么,再决定证据深度:
  62. | 你的目标 | 默认路线 | 适合输出 |
  63. | --- | --- | --- |
  64. | 先知道视频讲什么 | 可用抖音网页版 `问AI` 快读,但标注为草稿 | 快速摘要、时间线、选题判断 |
  65. | 做学习笔记 | 先建立资产包,再按 `note_budget.json` 和你的目标写笔记 | `assets/`、`learning_note.md` |
  66. | 要逐句内容或引用 | 字幕轨优先,没有再本地自动语音识别 | `transcript.cleaned.md`、`transcript.txt` |
  67. | 拆镜头、商品、画面文字 | 先用转写固定文案,再用 `问AI / 识别画面`、关键帧、OCR 或人工检查 | 画面证据、镜头/场景分析 |
  68. | 看用户反馈 | 先抓前 100 条主评论和楼中楼样本;需要复核时再全量抓取 | 评论洞察、反对意见、需求列表 |
  69. | 做账号或话题研究 | 先采样,再深挖关键视频 | 样本表、模式总结、研究简报 |
  70. 事实路线:学习笔记、逐句引用、脚本拆解和事实核查默认以字幕/本地转写为主。视觉路线:当 `note_budget.json` 提示转写密度低,或任务需要画面、贴纸文字、商品/价格、操作步骤时,再补抖音 `问AI / 识别画面`、关键帧或 OCR。
  71. 备用路线:如果抖音内置 AI 不可用或回答质量弱,DyNote 可以用已登录豆包网页版做快读;如果豆包结果是搜索派生内容,会标注为草稿或假设,不会当作完整字幕、逐帧视觉证据或最终事实。
  72. ## 输出内容
  73. 一次完整分析通常有两层结果。原始资产是事实层,笔记是按你的问题生成的学习视图。
  74. - 主笔记:给人读的总结、学习笔记、脚本拆解、评论洞察或研究简报。
  75. - 原始材料包:给复核、续写和追问用的结构化证据。
  76. 常见文件:
  77. | 文件 | 用途 |
  78. | --- | --- |
  79. | `douyin_ai_brief.md` / `douyin_ai_brief.json` | 抖音网页版 `问AI` 的章节要点、时间线、画面补证和证据等级 |
  80. | `doubao_brief.md` / `doubao_brief.json` | 备用豆包快读结果,只作为草稿或待核验假设 |
  81. | `transcript.cleaned.md` | 适合阅读的视频文本材料 |
  82. | `transcript.txt` | 适合继续总结、检索或写作的纯文本 |
  83. | `segments.json` | 结构化片段,方便后续查证 |
  84. | `assets/transcripts/` | 字幕、转写和时间片段资产 |
  85. | `assets/comments/` | 评论样本或完整评论 JSON/CSV、JSONL 明细和评论 Markdown |
  86. | `assets/asset_manifest.json` | 后续再分析的资产入口 |
  87. | `metadata.json` | 来源、作者、时长和输出清单 |
  88. | `note_budget.json` | 推荐笔记长度、写作粒度和画面依赖提示 |
  89. | `learning_note.md` | 最终学习笔记 |
  90. | `note_score.json` | 笔记长度和信噪比检查 |
  91. ## 依赖与环境
  92. 第一次使用、换机器、浏览器路线失败,或准备转写音频前,让 Agent 检查环境:
  93. ```text
  94. 请帮我检查 DyNote 的运行环境,并告诉我当前能走字幕/本地文本整理、中文 Qwen3-ASR、抖音问 AI 画面补证、备用豆包快读还是 Whisper 兜底。
  95. ```
  96. Agent 会运行:
  97. ```powershell
  98. python scripts/check_environment.py
  99. ```
  100. 依赖按能力分层:
  101. | 能力 | 需要什么 | 说明 |
  102. | --- | --- | --- |
  103. | 基础整理 | Python 3.10+、已安装本 skill | 整理已有文本、检查输出目录 |
  104. | 抖音内置 AI | Chrome、`web-access`、当前 Chrome 已登录抖音 | 低转写密度、画面理解和快速筛选 |
  105. | 豆包备用快读 | Chrome、`web-access`、当前 Chrome 已登录豆包 | 抖音内置 AI 不可用或质量弱时使用 |
  106. | 中文转写 | `ffmpeg`、共享 Qwen3-ASR 环境 | 中文或未指定语言优先 |
  107. | 外语转写 | `ffmpeg`、Whisper / faster-whisper | 外语视频优先 |
  108. | 评论与研究 | 网络可用、对应抓取能力 | 抓不到时会说明覆盖范围 |
  109. ## 资产包
  110. DyNote 不只输出一份总结。抓到的字幕、转写和评论会整理成可复用资产,之后换问题、做复核、导入知识库或继续分析评论区,都应先回到 `assets/asset_manifest.json`。
  111. - `assets/transcripts/`:保存字幕、转写文本和时间片段。
  112. - `assets/comments/comments.sample.json` / `comments.sample.csv`:默认评论样本备份,通常是前 100 条主评论及对应楼中楼。
  113. - `assets/comments/comments.full.json` / `comments.full.csv`:显式全量抓取后的完整可见评论备份。
  114. - `assets/comments/comments.rows.jsonl`:适合继续做评论聚类、用户需求分析和二次处理。
  115. - `assets/comments/comments.text.md`:适合人工快速浏览的评论全集。
  116. 这样你后面想重新分析评论区、换一个问题追问、做账号研究或导入知识库,不需要重新爬评论,也不会被某一次总结限制住。
  117. DyNote 和 [Bili Note](https://github.com/Rimagination/bili-note) 会共享可复用资源。默认共享目录:
  118. ```text
  119. %USERPROFILE%\.cache\rimagination-notes
  120. ```
  121. Qwen3-ASR 虚拟环境默认放在:
  122. ```text
  123. %USERPROFILE%\.cache\rimagination-notes\qwen3-asr-venv
  124. ```
  125. 只要任意一个 skill 已经引导你安装过 Qwen3-ASR,另一个 skill 会优先复用同一套环境和模型缓存。
  126. ## 登录和隐私
  127. - 抖音内置 AI 路线需要你已经在当前 Chrome 登录抖音网页版。
  128. - 备用豆包路线需要你已经在当前 Chrome 登录豆包网页版。
  129. - DyNote 只让浏览器自己加载页面,不会导出或保存 Cookie、localStorage、token、签名参数等登录凭据。
  130. - 抖音视频链接和临时媒体地址可能包含签名信息,DyNote 会避免把这些敏感临时 URL 写进最终笔记。
  131. ## 写笔记的原则
  132. - 先保存原始资产,再写学习笔记。
  133. - 学习笔记必须从 `assets/asset_manifest.json` 指向的资产中生成;资产是事实层,笔记是解释层。
  134. - 评论区不是一次性摘要素材;评论样本或完整评论要保留在 `assets/comments/`,方便后续再分析。
  135. - 大评论区默认只抓前 100 条主评论及对应楼中楼,并提示这不是全部评论;只有需要完整复核、争议链路或用户明确要求时,再跑全量抓取,避免无意义等待。
  136. - 字幕/本地转写是事实主干;抖音问 AI 和豆包只能作为快读、视觉补充或待核验假设。
  137. - 快读适合草稿、筛选和视觉假设;发布级结论要补转写、关键帧、评论或外部来源。
  138. - 长视频、长转写、高评论或高互动视频要写得更结构化。
  139. - 短视频或低信息密度视频不要硬扩成长文。
  140. - 评论区只保留有分析价值的内容:需求、反对意见、补充案例、争议点和转化阻力。
  141. - 写学习笔记时优先遵守 `note_budget.json`,用推荐长度和写作粒度控制详略。
  142. ## 什么时候会重跑
  143. 默认会复用已有产物。只有这些情况才建议重跑:
  144. - 换了视频链接或分享文案
  145. - 分析目标变了
  146. - 旧文件缺失、过期或质量不够
  147. - 需要更高证据等级,例如从快读升级到完整转写
  148. - 你明确要求重新跑
  149. 需要强制重跑时,在脚本命令里加:
  150. ```powershell
  151. --force
  152. ```
  153. ## 相关文件
  154. - `SKILL.md`:Codex 使用这个 skill 时读取的完整工作流说明。
  155. - `scripts/check_environment.py`:检查 web-access proxy、ffmpeg、Whisper、Qwen3-ASR 和本地模型缓存。
  156. - `scripts/archive_dy_note_assets.py`:把字幕、转写、完整评论、AI brief 和元数据整理成 `assets/` 资产包。
  157. - `scripts/douyin_web_ai_brief.py`:使用当前已登录 Chrome 中的抖音网页版 `问AI / 识别画面` 提取视频章节要点和时间线。
  158. - `scripts/doubao_video_brief.py`:备用路线,使用当前已登录 Chrome 中的豆包网页版快速解读抖音分享文案。
  159. - `scripts/extract_douyin_text.py`:从抖音链接、本地音频或本地转写文件生成文本素材。
  160. - `scripts/fetch_douyin_comments.py`:分阶段抓取抖音主评论和楼中楼,支持主评论 checkpoint、续抓回复、进度输出和覆盖率统计。
  161. - `scripts/compute_note_budget.py`:按转写长度、时长、评论量和互动质量生成 `note_budget.json`。
  162. - `scripts/inspect_workflow_state.py`:检查输出目录已有产物,推荐下一步并避免返工。
  163. - `scripts/setup_qwen_asr_env.py`:创建或复用共享 Qwen3-ASR 环境。
  164. - `scripts/run_qwen_asr.py`:调用 Qwen3-ASR-0.6B,可按 chunk 分段避免显存溢出。
  165. - `scripts/score_dy_note.py`:把最终 Markdown 与 `note_budget.json` 比较,判断笔记过短、过长或合适。
  166. - `references/douyin-video-text-notes.md`:实现细节、场景模式、证据分层、已知限制和后续改进建议。
  167. ## 社区友链
  168. - [Bili Note](https://github.com/Rimagination/bili-note):同系列 B 站视频与图文笔记 skill,DyNote 的笔记预算、原始材料优先和学习型笔记思路都继承自它。
  169. - [LINUX DO](https://linux.do/):一个关注开发者、开源项目与 AI 工具交流的社区。感谢社区佬友对开源工具和 Agent 工作流的讨论与反馈。
  170. ## 致谢
  171. DyNote 的设计和实现参考、依托了这些主要项目与生态:
  172. - [Bili Note](https://github.com/Rimagination/bili-note):同系列项目,提供了原始材料归档、笔记预算和学习型笔记的核心设计参考。
  173. - [抖音](https://www.douyin.com/):视频、页面信息、评论和互动数据来源。
  174. - [豆包](https://www.doubao.com/):备用网页快读路线,用于抖音内置 AI 不可用时生成草稿。
  175. - [Qwen3-ASR](https://huggingface.co/Qwen/Qwen3-ASR-0.6B):可选中文本地自动语音识别后端。
  176. - [FFmpeg](https://ffmpeg.org/):可选音频处理和转码。
  177. - [OpenAI Whisper](https://github.com/openai/whisper) 与 [faster-whisper](https://github.com/SYSTRAN/faster-whisper):可选外语视频转写后端。
  178. ## 许可证
  179. 本项目使用 MIT License,详见 `LICENSE`。

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.