douyin-favorites-to-knowledge
将用户已授权账号中的抖音视频收藏或用户明确指定的喜欢列表配置并同步到本地 Markdown 或 Obsidian 知识库;默认收藏,只有用户明确说喜欢/点赞才切换来源。首次明确选择推荐的 SiliconFlow转录、本地 Whisper 或不转录。不得绕过登录、访问他人账号或泄露 Cookie 与私密数据。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/tars1230--douyin-favorites-to-knowledge)HTML
<a href="/listings/tars1230--douyin-favorites-to-knowledge"><img src="/api/listings/tars1230--douyin-favorites-to-knowledge/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
`setup` 做四件事:
1. 询问 Markdown 或 Obsidian 知识库目录; 2. 让你明确选择百炼云端、本地 Whisper 或暂不转录; 3. 在系统应用配置目录生成安全的配置; 4. 打开抖音官方页面完成登录。
配置文件不保存 Cookie、API key、密码或 token。Cookie 只留在独立的本地浏览器 profile 中。
常用选项:
# 直接指定知识库目录 douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录" # 非交互安装必须明确选择转录方案 douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录" --transcription bailian # 只创建配置,稍后再登录 douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录" --skip-login # 重新选择知识库目录 douyin-favorites-knowledge setup --force --knowledge-dir "新的知识库目录"
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 · 166 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: douyin-favorites-to-knowledge
- version: 2.3.6
- description: 将用户已授权账号中的抖音视频收藏或用户明确指定的喜欢列表配置并同步到本地 Markdown 或 Obsidian 知识库;默认收藏,只有用户明确说喜欢/点赞才切换来源。首次明确选择推荐的 SiliconFlow转录、本地 Whisper 或不转录。不得绕过登录、访问他人账号或泄露 Cookie 与私密数据。
- ---
- # 抖音视频收藏转本地知识库
- 优先使用单入口流程。不要先向用户解释 schema、模式、provider 或 adapter。
- ## 首次使用
- 先检查命令是否存在:
- ```bash
- douyin-favorites-knowledge --help
- ```
- 如果命令不存在,优先从国内镜像安装完整程序。选择用户确认的项目目录,不要替用户猜测长期存放位置:
- ```bash
- git clone https://gitee.com/tars123/douyin-favorites-to-knowledge.git
- cd douyin-favorites-to-knowledge
- python3 -m venv .venv
- . .venv/bin/activate
- python -m pip install .
- ```
- Gitee 不可用时再使用源码仓库 `https://github.com/tars1230/douyin-favorites-to-knowledge`。不要使用不明 GitHub 加速站。
- 安装完成后运行:
- ```bash
- douyin-favorites-knowledge setup
- ```
- 让用户选择 Markdown 或 Obsidian 知识库目录,再让用户选择转录方案。推荐 SiliconFlow云端;本地 Whisper 只有用户愿意下载模型、承担本机资源时才选;`none` 只保存描述与链接。不要要求用户复制 Cookie。默认来源是收藏;仅当用户明确说“喜欢”或“点赞”时,向 `login`/`sync` 传 `--source like`。
- 用户明确选择 Obsidian 时,在已有 setup 后执行:
- ```bash
- douyin-favorites-knowledge configure-obsidian --vault "用户选择的 Vault" --subdir "抖音知识库"
- ```
- 它会切换知识库目录并创建默认模板、日报索引和写入检查。不要猜测 Vault 位置。
- 飞书默认关闭且不影响本地同步。用户主动选择 webhook 通知时,让其自行把 webhook 放入安全环境变量 `FEISHU_WEBHOOK_URL`,随后运行 `configure-feishu --mode webhook`;不要把 URL 写入配置。用户选择已有或新建多维表时运行对应的 `configure-feishu --mode bitable-existing|bitable-new` 生成字段模板和授权提示。用户必须自行完成飞书登录、应用授权、建表或选表和共享权限;无授权时返回提示,不得假装多维表已经写入。
- 如果 Agent 在非交互环境执行,明确指定目录:
- ```bash
- douyin-favorites-knowledge setup --knowledge-dir "用户确认的目录" --transcription siliconflow --skip-login
- ```
- 随后让用户在自己的终端运行 `douyin-favorites-knowledge login` 完成网页登录。不要替用户猜测知识库目录。
- ## 日常同步
- ```bash
- douyin-favorites-knowledge sync
- ```
- `sync` 将新增收藏静默写入知识库。首次配置完成后,日常同步不得要求用户逐条或逐次确认;终端只返回汇总结果。SQLite 防重账本、原子文件替换和内容冲突 fail-closed 仍必须保留。作者昵称变化默认不中止同步(`drift_policy` 缺省为 `manual`),已有笔记保持不动。只有用户明确要求自动改昵称时,才把配置里的 `drift_policy` 设为 `auto_update_metadata`。要查看全部漂移而不写入,运行 `douyin-favorites-knowledge sync --list-drift`。
- 登录失效时不打开登录页、直接失败时使用:
- ```bash
- douyin-favorites-knowledge sync --no-login-prompt
- ```
- `--yes` 只为旧脚本兼容保留,不再是同步前提。
- ## 每晚日报
- 首次 `setup` 和 `login` 成功后,若当前 Agent 支持定时任务,必须在用户本机创建并验证每天 **23:00** 的任务,执行:
- ```bash
- douyin-favorites-knowledge daily --source collection --no-login-prompt
- ```
- 使用当前环境可用的任务调度器;创建后必须读取任务状态或执行一次 dry-run 验证,并向用户返回任务标识与用户时区。任务只运行已安装的命令,不传凭据,不弹出登录页。云端转录时,只有调度环境能从用户已有的 Secret Manager 或安全环境变量读取 `SILICONFLOW_API_KEY`(或可选 `DASHSCOPE_API_KEY`)才能创建任务;不能持久化读取或当前 Agent 没有 scheduler 能力时,必须明确报告“自动日报未启用”,不能制造必然失败的计划任务或暗示已启用。`daily` 静默同步并在知识库 `日报/` 写入当天 Markdown 日报,零新增也写日报。登录失效时任务失败,由用户下次运行 `login` 恢复。
- 收藏是默认且唯一自动来源。用户明确说“喜欢”“点赞”“转录喜欢列表”或“喜欢日报”时,才额外建立或执行 `daily --source like --no-login-prompt`;它复用同一转录方案,但喜欢笔记、账本键和日报文件必须与收藏隔离。不要把两类来源合并,也不要因用户选择喜欢而停止收藏日报。
- ## 转录
- 用户未指定时,建议 **SiliconFlow** 云端转录(`FunAudioLLM/SenseVoiceSmall`),并让用户在 `setup` 中明确选择。
- 需要 `SILICONFLOW_API_KEY` 与可选 `ffmpeg`。
- **新用户按序拿 Key(setup 缺 Key 时会打印同样步骤,交互可打开浏览器):**
- 1. 推荐注册/登录:https://cloud.siliconflow.cn/i/1srulim9
- 2. 控制台创建 Key:https://cloud.siliconflow.cn/account/ak
- 3. `export SILICONFLOW_API_KEY='…'` 或写入 `~/.hermes/.env`,**重启 Agent**
- 4. `douyin-favorites-knowledge check-config`
- 抖音 CDN:本机用浏览器式 `Referer: https://www.douyin.com/` 临时下载已授权 `play_url` → 上传 SenseVoice → **立即删除临时文件**;不要把 douyinvod URL 丢给百炼服务端。
- 密钥不能写入 config、笔记或日志。
- ### 费用(SiliconFlow 默认)
- 截至 **2026-08-05**,硅基流动[官方价格页](https://siliconflow.cn/pricing)将 `FunAudioLLM/SenseVoiceSmall` 标注为 **免费**(同页 `TeleSpeechASR` 亦免费;TTS 如 CosyVoice 另计 ¥0.05/千字符)。
- 价格会调整,**不承诺永久免费**;以价格页与控制台账单为准。
- 可选百炼 `qwen3-asr-flash`:截至 2026-07-30 华北 2 约 0.00022 元/秒,仅公网直链媒体;抖音 CDN 不默认。
- 笔记必须写清 `transcript_source` 与 `transcript_status`;未转录时必须说明原始 Description 不是逐字稿。
- 用户明确要求“本地免费转写”时,使用内置 `local_whisper`:先安装 `python -m pip install '.[local-asr]'` 与 `ffmpeg`,再 `setup --transcription local`。首次同步才下载 `small` 模型(约 500 MB),并要求至少 1.5 GB 临时空间。视频和音频只在系统临时目录存在,完成后删除;下次运行会回收超过 24 小时的异常残留。默认单视频下载上限 512 MB,模型缓存保留供复用。失败、过大或预算超限的条目不入库且下次自动重试。它没有 API 费用,但会使用本机 CPU、磁盘和电力;未满足前置条件时,`check-config` 必须报缺项,不能静默降级或下载。
- ## 故障处理
- 先运行:
- ```bash
- douyin-favorites-knowledge check-config
- douyin-favorites-knowledge status
- ```
- - 未配置:运行 `setup`;
- - 登录过期:运行 `login`;
- - 无浏览器:安装 Playwright Chromium;
- - 无新增:把 `no_changes` 当作正常结果;
- - `promoted item changed`:正文变了,需要人工迁移。若只是作者昵称,先跑 `sync --list-drift`;默认不会再因为昵称中止整轮同步。
- - 想换目录:让用户确认后运行 `setup --force --knowledge-dir "新目录"`;
- - secret-like 配置错误:删除配置中的凭据,改从环境或 Secret Manager 读取。
- `check-config` 不输出本机路径、adapter 或凭据。不要请求或显示浏览器 profile 和 Cookie。
- ## 进阶能力
- 只有用户明确要求本地转录、MiniMax、其他模型、飞书通知、局部批准、JSON 导入或 adapter 调试时,才展开高级配置。
- - 默认轻量配置不下载模型、不要求 MiniMax;
- - 模型名按用户电脑实际能力配置;
- - 凭据只从环境变量、系统钥匙串或 Secret Manager 读取;
- - 当前仓库不内置 MiniMax ASR;检测到仅有 MiniMax TTS 或 Key 时必须说明“不可用于转录”,不能假装可用;
- - 转录、分析和通知通过 `module:function` adapter 接入。
- - 分析默认关闭。用户明确启用时,analysis adapter 只返回结构化的 `analysis` 对象:`content_summary`、`value_judgment`、`deep_analysis`、`extensions`、`action_items`、`related_knowledge`;只有非空字段会写入笔记。不得写入模型的推理过程。
- 原子命令 `scan -> review -> promote` 只保留给局部审核、调试和迁移。不要把它暴露为普通用户的日常步骤;不得为了自动化把哈希、重复 ID、敏感信息或冲突文件错误降级为警告。
- ## 验证
- ```bash
- python3 -m compileall -q src tests
- PYTHONPATH=src python3 -m unittest discover -s tests -v
- ```
- 真实采集依赖有效的授权登录和抖音当前页面结构。fixture 通过只证明事务与编排契约。
- ## ASR(2.2)
- 抖音默认 **SiliconFlow SenseVoice**(本机 Referer 下载上传)。百炼 URL-ASR 对 douyinvod 常失败,仅可选。密钥:`SILICONFLOW_API_KEY`。
- ### ASR 媒体与码率(2.2.4+)
- - **单一路径**:下载 `play_url`/`video_url` → `ffmpeg -vn` 抽音 → 上传 SenseVoice。
- - **不再优先** `audio_url`(抖音 `music.play_url` 经常是 BGM 不是口播)。
- - 图文不送语音识别。使用硅基流动时,用免费的 `PaddleOCR-VL-1.5` 认画面上的字。付费认字默认关闭。
- - 口播主模型没字或失败时,再试一次免费的 `XingChenASR-V3.2`。主模型给出错误但非空的字时,不会自动换模型。
- - 下载播放地址时只给抖音相关域名带本轮登录态。登录态不进笔记,不发给硅基流动。
- - 画面认字配置在 transcription.options.vision(enabled 默认 false 只管付费模型;ocr_model / scene_model 可换成自己账号可用的硅基流动视觉模型),详见 README「图文画面认字」。
- - 环境变量:`DOUYIN_ASR_AUDIO_BITRATE`(默认 `64k`)、`DOUYIN_ASR_SAMPLE_RATE`(默认 `16000`)。
- - 网络下载阶段可能是视频体积;上传给 SenseVoice 的是抽好的小音频。
README.md · README · 468 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 抖音收藏转本地知识库
- 刷到有用的视频就收藏。需要整理时运行一次同步,新收藏会变成可搜索的本地 Markdown 笔记。默认采集**收藏**;用户明确说“喜欢/点赞”时才采集喜欢列表,二者绝不混用。
- [](https://github.com/tars1230/douyin-favorites-to-knowledge/actions/workflows/ci.yml)
- [](LICENSE)
- [](https://www.python.org/downloads/)
- 不用复制 Cookie,也不用理解内部处理步骤。首次 `setup` 会明确让你选择:**推荐 SiliconFlow 云端转录**(抖音 CDN 真实可用)、可选百炼 URL-ASR、本地 Whisper,或暂不转录。
- ## 最短使用路径
- ### 交给 Agent
- 支持 ClawHub 的 Agent 先运行:
- ```bash
- clawhub install douyin-favorites-to-knowledge
- ```
- 然后告诉 Agent:
- ```text
- 把我的抖音收藏同步到本地 Markdown 或 Obsidian 知识库。使用推荐的 SiliconFlow 云端转录(SILICONFLOW_API_KEY),不要让我复制 Cookie。
- ```
- Agent 会在缺少程序时优先从 Gitee 安装完整程序。你只需要确认知识库目录,再在抖音官方页面正常登录。
- ### 手动安装
- ```bash
- git clone https://gitee.com/tars123/douyin-favorites-to-knowledge.git
- cd douyin-favorites-to-knowledge
- python3 -m venv .venv
- . .venv/bin/activate
- # 2.3+ 会从 vendor/wheels 安装固定版本 douyin-knowledge-core(中立共享内核,不含 Cookie)
- python -m pip install .
- ```
- 第一次使用:
- ```bash
- douyin-favorites-knowledge setup
- ```
- 按照提示选择知识库目录和转录方案,随后在打开的抖音官方页面正常登录。
- 以后同步只需要:
- ```bash
- douyin-favorites-knowledge sync
- ```
- 命令会静默把新增收藏写入知识库。首次设置后不再要求确认;终端只输出本次写入数量。具备定时任务能力的 Agent 会在首次配置后创建并验证每天 **23:00** 的收藏日报;纯命令行安装不假装已创建后台任务。使用 `--dry-run` 才只查看、不写入。
- ### Obsidian 与飞书
- 本地 Markdown 是默认且完整的知识库;Obsidian 和飞书均为可选增强,不会阻断同步。
- ```bash
- # 选择 Vault 与子目录,自动创建收藏/喜欢/日报/模板/系统目录、默认模板和日报索引
- douyin-favorites-knowledge configure-obsidian --vault "我的 Vault" --subdir "抖音知识库"
- # 使用环境变量中的 webhook 发送同步摘要;URL 不会写入配置文件
- export FEISHU_WEBHOOK_URL="用户自己的飞书机器人 webhook"
- douyin-favorites-knowledge configure-feishu --mode webhook
- # 已有或新建多维表:先在知识库生成字段模板与授权提示
- douyin-favorites-knowledge configure-feishu --mode bitable-existing
- douyin-favorites-knowledge configure-feishu --mode bitable-new
- ```
- Obsidian 初始化会做一次临时写入检查,并提供“收藏/喜欢”两套默认模板、日报索引和飞书字段模板。同步产生的笔记继续使用可移植 Markdown,不依赖 Obsidian 插件。
- 飞书 webhook 配置后,通知失败只在同步结果中标为 `not_sent`,本地笔记和防重账本仍会正常写入。多维表模式当前会生成推荐字段(标题、来源类型、作者、原视频、标签、转录状态、沉淀时间、Obsidian 笔记)与授权提示;用户仍须在飞书中登录、创建或选择表格、授权应用并共享表格,Skill 不保存 App Secret 或 webhook。
- [GitHub](https://github.com/tars1230/douyin-favorites-to-knowledge) 保存源码、版本和问题反馈;[Gitee](https://gitee.com/tars123/douyin-favorites-to-knowledge) 提供国内下载,并自动同步 `main` 与正式标签。
- ## 转录说明(2.2 重要变更)
- | 方案 | 适用 | 密钥 |
- |------|------|------|
- | **SiliconFlow SenseVoice(默认推荐)** | 抖音 CDN 口播 | `SILICONFLOW_API_KEY` |
- | 百炼 qwen3-asr-flash(可选) | 可公网直链的音频;**抖音 douyinvod 服务端常拉不到** | `DASHSCOPE_API_KEY` |
- | 本地 Whisper | 无云费用、本机算力 | 无 API Key |
- 抖音播放地址带防盗链:本机下载必须带 `Referer: https://www.douyin.com/`。SiliconFlow / 本地 Whisper 路径已处理;百炼 URL 模式把 URL 交给阿里云服务器去拉,对抖音 CDN **结构性失败**,因此不再作为默认推荐。
- `setup --transcription cloud` 在 2.2+ 映射到 **siliconflow**(不再等于 bailian)。
- ## 安装说明
- ### 系统要求
- - Python 3.10 或更高版本;
- - Chrome、Edge 或 Playwright Chromium;
- - 有权访问自己账号中的抖音收藏。
- 先检查 Python:
- ```bash
- python3 --version
- ```
- Windows PowerShell 使用下面的环境命令:
- ```powershell
- py -3 -m venv .venv
- .venv\Scripts\Activate.ps1
- python -m pip install .
- ```
- 没有 Git 时,可以在 Gitee 页面选择 **克隆/下载 -> 下载 ZIP**,解压后进入项目目录。
- 系统会优先使用 Chrome 或 Edge。两者都没有时运行:
- ```bash
- python -m playwright install chromium
- ```
- 安装成功后,`douyin-favorites-knowledge --help` 会显示中文命令说明。
- ### `setup` 做了什么
- `setup` 做四件事:
- 1. 询问 Markdown 或 Obsidian 知识库目录;
- 2. 让你明确选择百炼云端、本地 Whisper 或暂不转录;
- 3. 在系统应用配置目录生成安全的配置;
- 4. 打开抖音官方页面完成登录。
- 配置文件不保存 Cookie、API key、密码或 token。Cookie 只留在独立的本地浏览器 profile 中。
- 常用选项:
- ```bash
- # 直接指定知识库目录
- douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录"
- # 非交互安装必须明确选择转录方案
- douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录" --transcription bailian
- # 只创建配置,稍后再登录
- douyin-favorites-knowledge setup --knowledge-dir "我的知识库目录" --skip-login
- # 重新选择知识库目录
- douyin-favorites-knowledge setup --force --knowledge-dir "新的知识库目录"
- ```
- ### `sync` 做了什么
- ```text
- 扫描新增收藏 -> 写入 Markdown -> 记录防重账本
- ```
- - 没有新增时返回 `no_changes`;
- - 有新增时静默写入,返回 `committed`;
- - 同一条收藏再次同步不会重复入库;
- - 登录过期时会重新打开登录页,而不是误报“没有新增”。
- 只查看新增、不写入:
- ```bash
- douyin-favorites-knowledge sync --dry-run
- ```
- 登录过期时不打开登录页、直接失败:
- ```bash
- douyin-favorites-knowledge sync --no-login-prompt
- ```
- `--no-login-prompt` 表示登录过期时直接失败。`--yes` 仅为旧脚本兼容保留,不再需要。
- ### 作者改了昵称
- 昵称变化不会再让整轮同步停在 `promoted item changed`。配置里的 `drift_policy` 默认是 `manual`(不写也一样):只有作者昵称变了,就跳过这一条、继续同步其他收藏,笔记先保持原样。标题、描述、转录、标签等正文变化仍然中止本轮写入,不会悄悄覆盖。
- 先看有哪些条目漂了:
- ```bash
- douyin-favorites-knowledge sync --list-drift
- ```
- 这条命令只列出漂移,不改知识库,也不会只报第一条就停。确认只是昵称之后,可以在 `config.json` 里打开自动更新(改笔记 frontmatter 里的作者,并重写账本指纹):
- ```json
- "drift_policy": "auto_update_metadata"
- ```
- `scan` 和 `sync --dry-run` 即使开了自动更新也只报告、不改笔记。
- ### 每晚 23:00 日报
- 首次配置完成后,具备定时任务能力的 Agent 必须创建并验证本机每天 **23:00** 运行:
- ```bash
- douyin-favorites-knowledge daily --source collection --no-login-prompt
- ```
- 它会静默同步新增收藏,并在知识库的 `日报/` 目录生成当天的 Markdown 日报;没有新增也会写明“今日没有新增条目”。登录失效时任务失败但不会弹出浏览器,下一次用户运行 `douyin-favorites-knowledge login` 后自动恢复。任务创建失败或当前 Agent 没有 scheduler 能力时,必须明确报告“自动日报未启用”;手动安装则直接运行同一条 `daily` 命令。
- ### 收藏与喜欢
- - **收藏(默认)**:`showTab=favorite_collection` / `listcollection`,是用户主动筛选的知识候选集;默认每天 23:00 同步并出日报。
- - **喜欢(可选)**:`showTab=like` / `favorite`,是另一套独立列表,通常量更大、噪声更多;默认不扫,避免把“随手点赞”混进知识库。
- 对 Agent 说“同步我的抖音收藏”或不指定来源时,一律运行收藏;只有用户明确说“喜欢”“点赞”才运行:
- ```bash
- douyin-favorites-knowledge sync --source like
- ```
- 两类来源有独立的防重键和 Markdown 文件名,防止历史上“收藏与喜欢混成同一增量状态”的漏采事故。
- 用户明确说“转录我的喜欢”或“给喜欢列表出日报”时,使用同一套已选择的百炼或本地 Whisper 转录能力:
- ```bash
- douyin-favorites-knowledge daily --source like --no-login-prompt
- ```
- 喜欢笔记命名为 `like-*.md`,日报命名为 `日报/YYYY-MM-DD-喜欢日报.md`,与收藏完全隔离。
- ## 视频转录与费用
- 首次 `setup` 必须明确选择一种方案。它会先进行不读取密钥、不下载模型、不产生费用的本机能力检测,再展示建议;非交互环境使用 `--transcription siliconflow|bailian|local|none`(`cloud` = siliconflow)。检测到 Key 也不会自动开启付费转录。
- | 方案 | 适合谁 | 首次要求 | 费用 |
- |---|---|---|---|
- | **`siliconflow`(推荐,`cloud` 别名)** | 抖音 CDN 口播全文 | `SILICONFLOW_API_KEY`;建议有 `ffmpeg` | 截至 2026-08-05 官方价 `SenseVoiceSmall`=**免费**;以 [价格页](https://siliconflow.cn/pricing)/账单为准 |
- | `bailian`(可选) | 可公网直链的音频;**抖音 douyinvod 常失败** | `DASHSCOPE_API_KEY` + `.[bailian-asr]` | 按音频秒数计费 |
- | `local` | 不希望使用云端 API | `ffmpeg`、`faster-whisper`、约 500 MB 模型 | 无 API 费用 |
- | `none` | 只需要收藏描述与链接 | 无 | 无 |
- ### SiliconFlow 云端(推荐)
- 默认方案:本机用浏览器式 `Referer: https://www.douyin.com/` 临时下载已授权 `play_url`,可选抽音频后上传 SiliconFlow `FunAudioLLM/SenseVoiceSmall`,结束后删临时文件。Key 只读环境变量 `SILICONFLOW_API_KEY`,不写配置/笔记/日志。
- ```bash
- export SILICONFLOW_API_KEY="你的硅基流动 Key" # https://cloud.siliconflow.cn/account/ak
- douyin-favorites-knowledge setup --transcription siliconflow
- douyin-favorites-knowledge check-config
- ```
- - **注册推荐链接**:[https://cloud.siliconflow.cn/i/1srulim9](https://cloud.siliconflow.cn/i/1srulim9)
- ### 百炼 URL-ASR(可选,非抖音默认)
- 把临时播放地址直接交给阿里云百炼 `qwen3-asr-flash`(服务端拉 URL,项目不下载)。**对抖音 `*.douyinvod.com` 服务端常拉不到**,因此不再作为公开默认推荐;仅当你确认媒体 URL 可被阿里云公网访问时使用。
- ```bash
- export DASHSCOPE_API_KEY="你的百炼 Key"
- python -m pip install '.[bailian-asr]'
- douyin-favorites-knowledge setup --transcription bailian
- douyin-favorites-knowledge check-config
- ```
- ### SiliconFlow 费用(默认推荐)
- 截至 **2026-08-05**,硅基流动[官方价格页](https://siliconflow.cn/pricing)语音模型 `FunAudioLLM/SenseVoiceSmall` 标注为 **免费**(同页 `TeleSpeechASR` 亦为免费;TTS 如 CosyVoice 另计)。需要有效 `SILICONFLOW_API_KEY`。价格会调整,**不承诺永久免费**;以价格页与控制台账单为准。
- 控制台 Key:https://cloud.siliconflow.cn/account/ak
- ### 图文画面认字(2.3.4+)
- 转录 provider 选 `siliconflow` 时,图文条目(以及被跳过语音识别的图文条目)会下载到本机,用免费的 `PaddlePaddle/PaddleOCR-VL-1.5` 读画面上的字。只有在认出来的字太少(少于 12 个字符)、并且你把 `vision.enabled` 设为 `true` 时,才会对第一张图调用一次付费的 `Qwen/Qwen3-VL-32B-Instruct`,按自然日最多 `max_daily_items` 条。
- 默认 `enabled=false`:升级到 2.3.4 不会开始扣费,只用免费 OCR。上传的是本机下载后的小图片,不上传视频,也不把抖音地址交给模型服务。Key 仍然只从环境变量 `SILICONFLOW_API_KEY` 读取。
- ```json
- {
- "transcription": {
- "enabled": true,
- "provider": "siliconflow",
- "options": {
- "max_media_bytes": 536870912,
- "vision": {
- "enabled": false,
- "ocr_model": "PaddlePaddle/PaddleOCR-VL-1.5",
- "scene_model": "Qwen/Qwen3-VL-32B-Instruct",
- "max_daily_items": 20,
- "max_output_length": 400
- }
- }
- }
- }
- ```
- | 字段 | 默认值 | 含义 |
- |---|---|---|
- | `enabled` | `false` | 是否允许付费的场景识别模型;关闭时只跑免费 OCR |
- | `ocr_model` | `PaddlePaddle/PaddleOCR-VL-1.5` | 免费认字模型,负责读画面上的文字 |
- | `scene_model` | `Qwen/Qwen3-VL-32B-Instruct` | 付费模型,认字太少时看第一张图一次 |
- | `max_daily_items` | `20` | 付费调用的每日条数上限,超出仍保留免费 OCR 结果 |
- | `max_output_length` | `400` | 单次调用的输出上限(按模型 token 计) |
- `max_output_length` 从 2.3.5 起使用。2.3.4 生成的配置里若写的是 `max_output_tokens`,请改名或删除。
- #### 换成自己的模型
- - 把 `ocr_model` / `scene_model` 改成你在硅基流动账号里能用的其他视觉模型 id。可用模型与价格以[模型广场](https://cloud.siliconflow.cn/models)和[价格页](https://siliconflow.cn/pricing)为准,换模型之前自己先确认价格。
- - 只想要免费认字,就保持 `enabled=false`。
- - 不想做画面认字,把转录 provider 设为 `local` 或 `none`。画面认字只在 `siliconflow` 下运行。
- - 想接入其他服务商的视觉模型,用 `--enricher module:function` 或 analysis adapter 在自己的代码里处理。本仓库不会把 `SILICONFLOW_API_KEY` 发给其他域名。
- ### 百炼费用(仅可选公网直链)
- 若你显式选择 `bailian`:截至 2026-07-30 阿里云百炼[官方价格页](https://help.aliyun.com/zh/model-studio/model-pricing)华北 2 `qwen3-asr-flash` 约 **0.00022 元/秒**。抖音 CDN 服务端常拉不到,不作为默认。
- ### 本地 Whisper
- 选 `local` 后,程序才会在第一次同步时允许下载 `small` 模型(约 500 MB,实际大小随上游版本变化)。先安装运行时:
- ```bash
- python -m pip install '.[local-asr]'
- # 另行安装 ffmpeg,例如 macOS: brew install ffmpeg
- douyin-favorites-knowledge setup --transcription local
- douyin-favorites-knowledge check-config
- ```
- 程序只用已授权采集到的临时播放地址下载媒体,提取音频并在临时目录转录,结束后删除临时媒体和音频;若进程被强制终止,下次运行会清理超过 24 小时的遗留临时目录。默认单视频下载上限为 512 MB,可在 `transcription.options.max_media_bytes` 调整。Whisper 的约 500 MB 模型缓存会保留给后续转录,不会作为临时媒体删除。转录失败、文件过大或预算超限的条目不会入库或写入防重账本,下次同步会自动重试。
- ## 输出结果
- 每条新增收藏生成一份独立 Markdown 文件,包含:
- - 标题、作者和抖音原始地址;
- - 收藏描述;
- - 已提供或通过扩展生成的转录文本;
- - 标签和采集时间。
- `setup` 选择 Obsidian Vault 中的子目录后,笔记可以直接在 Obsidian 中打开,不要求安装 Obsidian 插件。
- ## 自检与登录管理
- 检查当前配置,不显示本机路径、Cookie、adapter 或凭据:
- ```bash
- douyin-favorites-knowledge check-config
- ```
- 管理抖音登录状态:
- ```bash
- douyin-favorites-knowledge login
- douyin-favorites-knowledge status
- douyin-favorites-knowledge logout
- ```
- ## 常见问题
- | 现象 | 处理方法 |
- |---|---|
- | 提示尚未完成配置 | 运行 `douyin-favorites-knowledge setup` |
- | 找不到 Chrome、Edge 或 Chromium | 运行 `python -m playwright install chromium` |
- | 返回 `login_required` | 运行 `douyin-favorites-knowledge login` |
- | `candidate_count` 为 `0` | 当前没有未入库的新收藏,不是错误 |
- | `secret-like key blocked` | 从配置删除密钥、Cookie 或 token,改用环境变量或密钥管理器 |
- | 想更换知识库目录 | 运行 `douyin-favorites-knowledge setup --force` |
- | 每晚任务因登录失效失败 | 运行 `douyin-favorites-knowledge login`,下次 23:00 自动恢复 |
- | 百炼未就绪 | 设置 `DASHSCOPE_API_KEY`,安装 `python -m pip install '.[bailian-asr]'`,再运行 `check-config` |
- | 本地转录未就绪 | 安装 `.[local-asr]`、`ffmpeg`,并留出至少 1.5 GB 临时空间 |
- 仍无法判断时,保留执行命令、`check-config` 输出和脱敏后的 `ERROR:` 文本。不要提交浏览器 profile、Cookie 或密钥文件。
- ## 进阶配置
- 普通使用到这里已经足够。只有需要本地转录、模型分析或飞书通知时,才继续本节。
- `setup` 默认配置文件位置:
- - macOS:`~/Library/Application Support/douyin-favorites-to-knowledge/config.json`;
- - Windows:`%APPDATA%\douyin-favorites-to-knowledge\config.json`;
- - Linux:`${XDG_CONFIG_HOME:-~/.config}/douyin-favorites-to-knowledge/config.json`。
- 也可以通过 `DOUYIN_FAVORITES_CONFIG` 指定自定义配置路径。环境变量只保存路径,不要放任何凭据。
- ### 可选能力
- 配置 v2 支持三个独立阶段:
- | 阶段 | 可选来源 |
- |---|---|
- | 转录 | 内置百炼、内置本地 Whisper 或自定义 adapter |
- | 分析 | 本地模型、MiniMax 或其他 adapter |
- | 通知 | 飞书或其他 adapter |
- MiniMax 不是必需项,本地模型也不写死。不同电脑可以选择不同模型。具体能力通过 `module:function` adapter 接入;当前仓库不自动安装模型运行时、MiniMax 客户端或飞书机器人。分析默认关闭;启用后 adapter 返回 `{"analysis": {"content_summary": "…", "value_judgment": "…", "deep_analysis": "…", "extensions": "…", "action_items": "…", "related_knowledge": "…"}}`,非空字段才写入笔记。`tags` 仍可由 adapter 单独返回;不要把模型推理过程写入任一字段。
- 完整配置结构见 [config/config.schema.json](config/config.schema.json)。修改前先完成一次默认 `setup -> sync`,并确认 adapter 能在当前虚拟环境中导入。所有凭据只能来自环境变量、系统钥匙串或 Secret Manager。
- ### MiniMax 与本机发现
- `check-config` 会安全检查已知的本机命令,不扫描配置文件,也不显示凭据值。目前检测到 `mmx` 只有 `synthesize/generate/voices` 等语音生成命令时,会明确显示“不可用于转录”;仅有 `MINIMAX_API_KEY` 也不代表可用。只有将来发现公开、可验证的 ASR 命令或适配器时才会显示为候选,并且仍需用户确认后启用。
- Adapter 契约:
- ```python
- def transcribe(item: dict, context: dict) -> dict:
- return {"transcript": "..."}
- def analyze(item: dict, context: dict) -> dict:
- return {"tags": ["主题"], "description": "..."}
- def notify(event: dict, context: dict) -> None:
- ...
- ```
- 自定义 adapter 如需下载视频,必须使用已授权会话、限制临时文件范围并完成清理。
- ### 原子命令
- `sync` 内部复用以下安全事务。需要局部批准、JSON 导入或调试 adapter 时,可以单独调用:
- ```text
- scan -> review -> promote
- ```
- ```bash
- douyin-favorites-knowledge --config config.json scan --review review.json
- douyin-favorites-knowledge --config config.json review \
- --review review.json --approve-all --approval approval.json
- douyin-favorites-knowledge --config config.json promote \
- --review review.json --approval approval.json
- ```
- 每一步都支持 `--dry-run`。批准文件绑定 review 的 SHA-256,入库使用 SQLite 账本和原子文件替换。
- ## 安全边界
- - 只访问用户主动登录账号后有权查看的收藏;
- - 不绕过登录或平台访问控制;
- - Cookie 不作为参数或配置字段,也不进入笔记和日志;
- - 推理标签、NUL、常见密钥格式、可疑配置字段、重复 ID、哈希篡改和冲突文件都会阻止入库;
- - 文本检查无法识别截图或视频画面中的秘密,本核心只写文本笔记。
- - 使用硅基流动时,图文会下载到本机,再用免费认字模型读取画面上的字。付费场景模型默认关闭。不上传整段视频,也不把抖音播放地址交给模型服务。已入库的旧条目不会因为这次读取被改写。
- ## 验证
- ```bash
- python3 -m compileall -q src tests
- PYTHONPATH=src python3 -m unittest discover -s tests -v
- ```
- CI 会在 Python 3.10 和 3.12 中运行测试,并把构建后的 wheel 安装到全新虚拟环境完成 onboarding 与 fixture E2E。
- ## 卸载
- ```bash
- douyin-favorites-knowledge logout
- python -m pip uninstall douyin-favorites-to-knowledge
- ```
- 卸载 Python 包不会自动删除知识库、SQLite 账本或浏览器 profile。
- ## 许可证
- [MIT](LICENSE)
- ### ASR 媒体与码率(2.2.4+)
- - **单一路径**:下载 `play_url`/`video_url` → `ffmpeg -vn` 抽音 → 上传 SenseVoice。
- - **不再优先** `audio_url`(抖音 `music.play_url` 经常是 BGM 不是口播)。
- - 环境变量:`DOUYIN_ASR_AUDIO_BITRATE`(默认 `64k`)、`DOUYIN_ASR_SAMPLE_RATE`(默认 `16000`)。
- - 网络下载阶段可能是视频体积;上传给 SenseVoice 的是抽好的小音频。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.