抖音文案提取器

概述

端到端将抖音视频转换为结构化 Markdown 文案，并自动同步到乐享知识库。

一条抖音链接进去，一篇编号分段的知识库文章出来。

标准工作流

用户提供抖音链接
    ↓
① 下载视频（douyin-download-v2 download）
    ↓
② 语音转文字（本地 Whisper small 模型，中文）
    ↓
③ AI 语义分段（按自然语义分段落，编号 ①②③...）
    ↓
④ 保存到工作目录：{视频ID}_{视频标题}.md
    ↓
⑤ 同步到乐享「抖音」知识库（查当前第N篇，按序命名为"第N+1篇"上传）

Step 1: 下载视频

使用 douyin-download-v2 技能下载视频：

node ~/.workbuddy/skills/douyin-download-v2/douyin.js download "<抖音链接>" -o /tmp/dy-text

• 输出目录必须先存在：mkdir -p /tmp/dy-text
• 下载成功后会输出视频 ID 和标题
• 超时设置为 60000ms，CDN 可能较慢
• 如果下载返回 0 字节文件，尝试使用 APP User-Agent 直接 curl：

curl -L -A "com.ss.android.ugc.aweme/130200 (Linux; U; Android 13; zh_CN)" "" -o /tmp/dy-text/.mp4

Step 2: 语音转文字

使用本地 Whisper small 模型转录中文音频：

/usr/bin/python3 -c "
import whisper
model = whisper.load_model('small')
result = model.transcribe('/tmp/dy-text/<视频ID>.mp4', language='zh')
print(result['text'])
"

• 超时设置为 300000ms（5 分钟），Whisper 转录较慢
• 输出为纯文本，用于后续分段

Step 3: AI 语义分段

根据转录文本进行自然语义分段，遵循以下原则：

• 按逻辑段落划分，不是按句子
• 保持原文风格和叙事节奏
• 每个段落用 ① 段落标题 格式编号
• 段落之间用 --- 分隔
• 保持原文口语风格，保留所有网络用语和修辞

Step 4: 保存本地文件

文件命名规则：{视频ID}_{视频标题}.md

格式模板：

# {视频标题}

> 视频ID：{视频ID}
> 提取时间：{YYYY-MM-DD}

---

**① 段落标题**

段落内容...

---

**② 段落标题**

段落内容...

---
（以此类推）

保存到当前工作目录（用户指定或默认项目目录）。

Step 5: 同步到乐享知识库

详细配置见 references/lexiang-config.md。

5.1 查询当前序号

使用 mcp__lexiang__entry_list_children 查询父节点下的所有文章：

• parent_id: "a7df7ca149844bceb0e2b7e260360ecf"
• limit: 50
• sort_by: "sort_id"

从返回结果中找到最大序号 N。

5.2 上传为第 N+1 篇

使用 mcp__lexiang__entry_import_content 上传：

• space_id: "6f2366cc327c432e96c7d2ceb1eecde8"
• parent_id: "a7df7ca149844bceb0e2b7e260360ecf"
• name: "第N+1篇"
• content_type: "markdown"
• content: 完整的 Markdown 内容（与本地保存的文件内容一致）

5.3 错误处理

• 乐享有频率限制，连续上传间隔 3-6 秒
• 遇到 500 错误时，等待 2-3 秒后重试
• 如果乐享 MCP 连接断开，提示用户检查连接器状态

用户直接提供文案的场景

如果用户跳过链接直接提供文案标题和文本（无视频下载），则：

1. 跳过 Step 1 和 Step 2
2. 直接从 Step 3 开始（AI 语义分段）
3. 文件命名使用标题，无需视频 ID
4. 后续步骤相同

特殊场景：仿写

如果用户要求仿写文案（而非提取），使用以下人设：

• 身份：00 后女打工人，第一人称叙事
• 语气：网感口语，像在跟朋友碎碎念
• 特征：网络用语和梗、自嘲式幽默、小确幸+小抱怨、真实细节感、结尾收束有态度、节奏感强
• 禁忌：不用书面语、不堆砌词藻、不鸡汤、不 emoji 堆砌

文件命名

• 有视频 ID：{视频ID}_{视频标题}.md
• 无视频 ID（用户直接提供文案）：{标题}.md