| name | douyin-transcript |
| description | 当用户分享抖音视频链接并要求转文字、提取文字、转录、听写时，
执行完整的 下载→提取音频→本地语音识别→存档 Pipeline。
Triggers（必须同时满足两个条件）:
1. 抖音链接: v.douyin.com, douyin.com, 抖音链接
2. 转文字意图: "转文字", "提取文字", "听写", "转录", "transcript",
"说了什么", "讲了什么", "帮我记录", "speech to text", "文字稿"
Does NOT trigger:
- 只有抖音链接但没有转文字意图（仅下载用 douyin-dl skill）
- YouTube、Bilibili、Instagram 等其他平台（用其他 skill）
- 用户只问"这个视频讲什么"不提转文字（对话式回答即可）
- 已有音频/文字文件要翻译（不是 ASR 任务）
Output: 文字稿 TXT 文件，保存至 ~/.openclaw/shared/video-transcripts/transcripts/
|
| version | 2.0.0 |
| user-invocable | true |
| compatibility | ["python>=3.10","ffmpeg","mlx-qwen3-asr (pip)"] |
| metadata | {"author":"OpenClaw","category":"media","tags":["asr","douyin","transcript","抖音","转文字","speech-to-text","mlx"],"pattern":"Pipeline","openclaw":{"emoji":"🎙️","requires":{"bins":["ffmpeg","python3"],"skills":["douyin-dl"]}}} |
抖音视频转文字 (Douyin Transcript)
Pattern: Pipeline — douyin-dl 下载 → ffmpeg 提音频 → MLX Qwen3-ASR 本地转文字 → 存档
Instructions
Step 0 — 前置检查
在开始之前，检查：
~/.openclaw/config.json 里有没有 tikhub_api_token（douyin-dl 需要）~/mlx-env/bin/python3 存在ffmpeg 已安装 (which ffmpeg)mlx-qwen3-asr 已安装：~/mlx-env/bin/mlx-qwen3-asr --help
如果有缺失，告知用户并停止。
Step 1 — 下载视频（调用 douyin-dl skill）
从用户消息里提取抖音链接，然后下载视频到转文字专用目录：
DOUYIN_DL_SCRIPT="$(find ~/.openclaw/skills/douyin-dl/scripts -name '*.py' | head -1)"
VIDEOS_DIR="$HOME/.openclaw/shared/video-transcripts/videos"
mkdir -p "$VIDEOS_DIR"
~/mlx-env/bin/python3 "$DOUYIN_DL_SCRIPT" "<URL>" --download --output-dir "$VIDEOS_DIR"
⛔ Gate: 下载成功后才继续。如果失败，检查 API token 是否有效。
记录下载到的文件路径（downloaded_file）。
Step 2 — 提取音频（ffmpeg）
AUDIO_FILE="${downloaded_file%.mp4}.wav"
ffmpeg -i "$downloaded_file" -ar 16000 -ac 1 -vn -y "$AUDIO_FILE"
参数说明：
-ar 16000 — 16kHz 采样率（ASR 最佳格式）-ac 1 — 单声道-vn — 不要视频流
⛔ Gate: ffmpeg 必须成功退出（exit code 0）才继续。
Step 3 — 语音识别（MLX Qwen3-ASR + 热词注入）
运行 transcribe.sh：
SKILL_DIR="$HOME/.openclaw/skills/douyin-transcript"
bash "$SKILL_DIR/scripts/transcribe.sh" "$downloaded_file"
脚本会：
- 用 ffmpeg 提取 16kHz mono WAV
- 从
hotwords.txt 读取热词，通过 --context 注入 ASR 引导识别
- 调用
mlx-qwen3-asr（MLX 原生，Apple Silicon 最优）
💡 热词库: ~/.openclaw/skills/douyin-transcript/hotwords.txt
用户可以手动编辑此文件，每行一个词，添加专有名词/产品名/人名等，
提升 ASR 对这些词的识别准确率。
⛔ Gate: 文字文件必须生成且非空才算成功。
Step 4 — 存档与汇报
- 确认文字文件已生成到
~/.openclaw/shared/video-transcripts/transcripts/
- 读取文字文件前 200 字，向用户展示预览
- 告知完整文件路径
回复格式示例：
✅ 转文字完成！
📄 文件：~/.openclaw/shared/video-transcripts/transcripts/2026-04-03-闲田的作品.txt
📝 内容预览：
为什么说现在是最不对称的创业时机？因为...（前200字）
⏱️ 耗时：约 45 秒
热词库说明
热词文件路径：~/.openclaw/skills/douyin-transcript/hotwords.txt
- 每行一个词
- 支持中英文混合
- 常见科技/AI 词汇已预置（如 Claude Code、OpenClaw、MCP、LoRA 等）
- 用户可以随时编辑，添加视频里出现的专有名词，提升识别准确率
- 例如：遇到某个品牌名老是识别错，直接加进去即可
Examples
成功案例 1：标准抖音短链
Input: "帮我把这个视频转成文字 https://v.douyin.com/FUF8RnRuBH4/"
步骤:
- 提取链接 →
https://v.douyin.com/FUF8RnRuBH4/
- douyin-dl 下载 →
~/.openclaw/shared/video-transcripts/videos/douyin_7351234567890.mp4
- ffmpeg 提取 →
.wav（16kHz mono）
- MLX Qwen3-ASR 转录（带热词注入）→
2026-04-03-闲田的作品.txt
Output: 显示文字预览 + 文件路径
成功案例 2：带完整文本的分享
Input:
6.94 复制打开抖音，看看【闲田的作品】⚡️ 为什么说现在是"最不对称"的创业时机？
https://v.douyin.com/FUF8RnRuBH4/
步骤: 同上。提取 v.douyin.com 链接即可。
Output: 转文字成功
Edge Case：只有链接，没有转文字意图
Input: "https://v.douyin.com/FUF8RnRuBH4/"
Action: 不触发此 skill。由 douyin-dl 处理（提供下载选项）。
如果用户随后说"帮我转文字"，才触发此 skill。
Edge Case：视频很长（>10分钟）
Input: "这个1小时的视频帮我转文字 https://v.douyin.com/xxx/"
Action: 正常执行，但提醒用户：
- MLX Qwen3-ASR 支持长音频，但耗时较长
- 1小时视频大约需要 5-15 分钟
- 文字文件会自动分段
Output Format
~/.openclaw/shared/video-transcripts/
├── videos/
│ └── douyin_{modal_id}.mp4
└── transcripts/
└── YYYY-MM-DD-{video-title}.txt
文字文件内容示例：
为什么说现在是最不对称的创业时机？
因为在过去，如果你想做一款产品，你需要一个团队...
（连续正文，无时间戳）
Troubleshooting
| 症状 | 原因 | 解决方法 |
|---|
tikhub_api_token 缺失 | 未配置 TikHub token | 在 ~/.openclaw/config.json 添加 token |
No video URL found | 视频是直播或图集 | 抖音直播/图集不支持，告知用户 |
| ffmpeg 失败 | 视频文件损坏 | 重新下载，或检查磁盘空间 |
mlx-qwen3-asr: command not found | 包未安装 | ~/mlx-env/bin/pip install mlx-qwen3-asr |
| ASR 输出乱码/全是英文 | 模型加载失败 | 检查 mlx-env 是否完好，重新安装 mlx-qwen3-asr |
| 文字文件为空 | 音频静音或纯音乐 | 确认视频有人声；纯音乐视频 ASR 效果差 |
| 转文字速度慢 | 首次加载模型 | 正常现象；1分钟视频约 30-60 秒，后续更快 |
| 某专有名词识别错 | 热词库未包含 | 编辑 hotwords.txt 添加该词 |
References
- ASR 配置说明 →
{skillDir}/references/asr-setup.md
- 热词库 →
{skillDir}/hotwords.txt
- 现有视频/文字档案 →
~/.openclaw/shared/video-transcripts/README.md
- 下载 skill 详情 →
~/.openclaw/skills/douyin-dl/SKILL.md
