ah-douyin-clean-downloader

# AH 抖音下载、逐字稿与批量改写 按用户意图选择模式，保留同一个 Skill 名称与安装入口。 | 输入或要求 | 执行与交付 | | --- | --- | | 单条视频官方链接或完整分享口令，未说明其他用途 | 默认下载原视频，无需追问。 | | 单条视频明确要求“提取逐字稿、文案、转文字” | 本地识别后完成整篇语义校对，交付 Markdown 与原时间码 SRT。先读 [single-transcript.md](references/single-transcript.md)。 | | 博主官方主页、分享名片，或“全部作品、整号下载/转写” | 官方网页 SDK 采集公开目录和可用指标，保存原片、机器稿、SRT 与证据；逐条补采发布文案标题候选、井号标签和作品选定封面 OCR，生成指标表、索引和合集。先读 [creator-batch.md](references/creator-batch.md)。 | | 已有完整作品目录，只需补标题、标签或封面文字 | 运行批量 `--stage metadata`，更新逐作品索引，并为已有已校验机器稿生成标注阅读副本；这一步不下载 MP4 或重做 ASR。先读 [creator-batch.md](references/creator-batch.md)。 | | 已有资料库，并要求“全部洗稿、批量改写、按点赞整理口播稿” | 验证原库，按点赞稳定排序，分片写作后单独交付口播稿、核对清单和实际 N 篇索引。先读 [batch-rewrite.md](references/batch-rewrite.md)，由本 Skill 完成写作与语义审核。 | 单条下载默认保存到 `~/Desktop/抖音无水印视频/<博主昵称>/`： ```bash SKILL_DIR="${CODEX_HOME:-$HOME/.codex}/skills/ah-douyin-clean-downloader" python3 "$SKILL_DIR/scripts/download_douyin.py" "<完整官方链接或分享口令>" ``` 用户指定其他媒体库根目录时加 `--output-dir`；显式代理使用 `--proxy` 或已有 `AH_DOUYIN_PROXY`，不修改系统代理。成功回报本地绝对路径、博主目录、大小、时长和音视频校验结果；缺少 ffprobe 时说明仅完成文件头检查。 ## 共同约束 - 只处理抖音官方输入与用户自有或已获授权的公开内容；单条视频不能证明整号完整。作者授权不能证明改写者有同样经历。 - 使用平台播放源，不转码，不擦除作者已烧录的 Logo、字幕或贴片；播放源选择与维护细则见 [backend.md](references/backend.md)。 - 单条校对成品验收后清理受控过程文件；批量原片、机器稿、SRT 与证据保留。批量校对或改写另存，不改原库内容。 - 机械采集、下载、本地识别、排序与文件验收不调用在线 LLM 或模型 Computer Use；创作、语义审核和 Codex 对话仍使用模型用量。技术验证不等于逐篇语义、事实或听音确认。 - 指标是公开网页采集时的快照，保留观察时间；缺失写“未获取”，不填 0；未取得的播放量不估算。完整目录与指标可用性分别报告。完整刷新后更新指标和实际文件名，原片、正文、字幕字节与已有本地识别结果保留。 - “标题候选”只是发布文案在第一个 `#` 前的文字；文案直接以标签开头时记为空，不编造独立标题。封面文字来自官方选定封面，不等于视频首帧；本地 OCR 原文、低置信度、未见文字和获取失败要分开记录，机器识字不算人工核对。 - 专用 Edge 资料目录会按浏览器正常行为保存本次登录，是私有运行数据。不要读取或复制日常浏览器会话，不打包资料目录、登录截图、会话信息或私人内容。 - 保留已验证成果；失败报告实际阶段与缺失项，不把首页计数、窗口出现或样本成功称为全量完成。 下载只需 Python 3.9+ 与 curl；本地 MLX 转写和整号流程使用 Apple Silicon Mac、macOS 15+、Python 3.12，按对应参考文件准备依赖。已有库的离线改写机械步骤使用 Python 3.9+，不需要重装 MLX 或再次登录。环境自检可用 `python3 scripts/doctor.py --format text`；故障时读 [troubleshooting.md](references/troubleshooting.md)。