| name | douyin-transcribe |
| description | 抖音视频智能助手。用户发抖音链接或视频文件，自动转录并智能处理（总结/逐字稿/归档/讨论）。
触发词：抖音、douyin.com、转文字、转录、视频转文本、douyin、transcribe
|
抖音视频智能助手 🎬🧠
用户发一个抖音链接，你就能"看到"视频内容——转录、总结、讨论、归档，一条龙。
触发条件
以下情况触发此 Skill：
- 用户消息包含
douyin.com 链接（短链或长链都算）
- 用户发来视频文件 + 提到"转文字/转录"等
- 用户发来类似
7.94 复制打开抖音... 的分享文本（提取其中链接）
第一步：判断用户意图
根据用户消息，判断属于以下哪种模式：
| 模式 | 触发信号 | 用户说的话举例 |
|---|
| 默认模式 | 只发了链接，没有额外指令 | https://v.douyin.com/xxx |
| 逐字稿模式 | 明确要原文/逐字稿 | "转文字"、"逐字稿"、"转录出来" |
| 总结模式 | 要总结/要点 | "总结一下"、"讲了啥"、"帮我看看" |
| 归档模式 | 要保存/收藏 | "存到知识库"、"收藏一下"、"记下来" |
| 讨论模式 | 要讨论/评价 | "你怎么看"、"有道理吗"、"值不值得做" |
判断不了时，用默认模式。
第二步：转录视频
无论哪种模式，都需要先拿到逐字稿。
方式 A：用户发来抖音链接
A1. 启动浏览器
browser(action="start", profile="openclaw")
如果浏览器已运行，跳过。
A2. 打开链接
browser(action="navigate", url="<链接>", profile="openclaw")
A3. 等待播放，提取音频
等 3-5 秒让视频播放，然后执行：
browser(action="act", kind="evaluate", profile="openclaw", fn=下方代码)
() => {
const entries = performance.getEntriesByType('resource');
const audioEntry = entries.find(e => e.name.includes('media-audio'));
const title = document.querySelector('h1')?.textContent?.trim() ||
document.querySelector('[data-e2e="video-desc"]')?.textContent?.trim() ||
document.title;
const authorEl = document.querySelector('[data-e2e="video-account-link"]') ||
document.querySelector('.author-name');
const author = authorEl?.textContent?.trim();
return {
audioUrl: audioEntry?.name || null,
title: title || '未知标题',
author: author || '未知作者'
};
}
如果 audioUrl 为 null，等 5 秒重试（最多 3 次）。仍然为 null 可能需要用户先登录抖音网页版。
A4. 运行转录脚本
<skill目录> 替换为这个 SKILL.md 所在的实际目录路径。
Windows PowerShell：
$env:DOUYIN_AUDIO_URL = "<audioUrl>"
$env:DOUYIN_TITLE = "<title>"
$env:DOUYIN_AUTHOR = "<author>"
cd "<skill目录>"
node scripts/transcribe.js "<原始链接>"
Linux/Mac：
cd "<skill目录>"
DOUYIN_AUDIO_URL="<audioUrl>" DOUYIN_TITLE="<title>" DOUYIN_AUTHOR="<author>" node scripts/transcribe.js "<原始链接>"
设 timeout 120 秒。
A5. 读取逐字稿
脚本成功后，读取 douyin-transcripts/ 目录下最新的 .md 文件，拿到完整逐字稿文本。
方式 B：用户发来视频文件
保存文件到 <skill目录>/temp/，然后：
cd "<skill目录>"
node scripts/transcribe.js "<视频文件路径>"
读取最新 .md 输出文件。
方式 C：用户发来分享文本
从文本中提取 https://v.douyin.com/xxxxx/ 链接，按方式 A 处理。
第三步：根据模式输出结果
🔹 默认模式（最常用）
用户只发了链接，没说要干嘛。给最有价值的输出。
- 读完逐字稿后，你自己做一个总结（不调脚本，你就是 LLM）
- 总结格式：
📹 {视频标题}
👤 {博主名}
要点总结：
- {要点1}
- {要点2}
- {要点3}
...（3-7个要点，视内容长度而定）
一句话概括： {用一句话说清楚这个视频讲了什么}
💡 逐字稿已保存。回复"看原文"查看完整逐字稿，"存起来"归档到知识库。
- 不要甩一大段逐字稿——用户扔链接过来是想快速了解内容，不是要读作文
🔹 逐字稿模式
用户明确要逐字稿，直接给：
📹 {标题} | 👤 {博主}
{完整逐字稿内容}
如果逐字稿太长（>2000字），先给前 1000 字 + "内容较长，已保存完整版到 {文件路径}"。
🔹 总结模式
比默认模式更详细的总结：
📹 {标题} | 👤 {博主}
核心观点
{2-3段话概括视频主旨}
关键要点
- {要点标题}：{展开说明}
- {要点标题}：{展开说明}
...
适用场景
{这个内容对用户有什么用，适合什么人看}
🔹 归档模式
- 先做总结（同默认模式）
- 保存到知识库目录
<workspace>/douyin-knowledge/（workspace 指 OpenClaw 工作目录）
- 文件名格式：
{YYYY-MM-DD}-{简短标题}.md
- 文件内容包含：来源链接、博主、总结、完整逐字稿
# {视频标题}
**来源**: {抖音链接}
**博主**: {博主名}
**日期**: {归档日期}
## 总结
{AI 总结内容}
## 完整逐字稿
{逐字稿全文}
- 告诉用户：
✅ 已归档到 douyin-knowledge/{文件名}
{简短总结}
如果用户提到飞书/Notion 等具体平台，用对应工具创建文档。
🔹 讨论模式
- 先做总结
- 然后给出你的看法/分析：
📹 {标题} | 👤 {博主}
要点： {3-5个要点}
我的看法：
{你对内容的分析——同意什么、质疑什么、对用户有什么启发}
{如果和用户的工作/计划相关，指出关联}
后续交互
转录完成后，用户可能会追问。常见追问及处理：
| 用户说 | 你做什么 |
|---|
| "看原文" / "逐字稿" | 展示完整逐字稿 |
| "存起来" / "归档" | 执行归档模式 |
| "你怎么看" | 给出分析讨论 |
| "他说的XX是什么意思" | 基于逐字稿回答 |
| "帮我提取金句" | 从逐字稿中挑出精彩句子 |
| "发到飞书" | 用飞书工具创建文档 |
关键：逐字稿已经在你上下文里了，后续追问不需要重新转录。
首次使用？先帮用户配置
当用户第一次触发时，按以下顺序检查环境。缺什么补什么。
检查 1：.env 文件
read: <skill目录>/.env
不存在则从 .env.example 复制。
检查 2：Groq API Key
读 .env，检查 GROQ_API_KEY 是否已填（不是 gsk_your_key_here）。
如果未填，告诉用户：
需要一个免费的 Groq API Key 来做语音识别。
- 打开 https://console.groq.com
- Google/GitHub 登录（免费，不要信用卡）
- API Keys → Create API Key
- 复制 Key（
gsk_ 开头）发给我
拿到 Key 后更新 .env。
检查 3：ffmpeg
exec: ffmpeg -version
没装则引导安装（Mac: brew install ffmpeg，Windows: gyan.dev 下载，Linux: apt install ffmpeg）。
技术说明
工作原理
抖音链接 → 浏览器打开 → DASH 音频流 URL → ffmpeg 下载（~1MB）
→ Groq Whisper large-v3（免费，3秒）
→ Groq LLM 标点分段（免费，1秒）
→ Agent 智能处理（总结/讨论/归档）
依赖
| 依赖 | 必须？ | 费用 |
|---|
| ffmpeg | ✅ | 免费 |
| Groq API Key | ✅ | 免费 |
| OpenClaw Browser | 推荐 | N/A |
文件结构
douyin-transcribe/
├── SKILL.md ← 你正在读的操作指南
├── README.md ← 面向人类的说明
├── _meta.json ← 元数据 + 触发词
├── .env.example ← 配置模板
├── .env ← 用户配置（不提交 git）
├── .gitignore
├── scripts/
│ └── transcribe.js ← 转录脚本
├── douyin-transcripts/ ← 逐字稿输出（自动创建）
└── temp/ ← 临时文件（自动清理）
故障排查
| 问题 | 解决 |
|---|
| audioUrl 为 null | 等几秒重试；或登录抖音网页版 |
| ffmpeg 未找到 | 引导安装 |
| Groq 429 | 等 1 分钟再试 |
| 音频 >25MB | 建议更短的视频 |
