Douyin Resolver

抖音统一解析器

输入一个抖音链接 → 自动三层降级解析 → 输出视频 + 音频 + 语音转文本。

Quick Start

cd "<skill目录>"
node scripts/douyin_resolver.js resolve "<抖音链接>" -o ./output

成功后输出 JSON，包含视频/音频/封面/文案路径和语音识别文本。

触发条件

1. 用户消息包含 douyin.com 链接
2. 用户发来 7.94 复制打开抖音... 分享文本
3. 用户提到"解析抖音"、"提取视频"、"视频转文字"

操作步骤

第一步：检查环境

1a. 检查 .env 文件

读取 <skill目录>/.env。如果文件不存在或 SILICONFLOW_API_KEY 为空 / 值为 your_api_key_here：

1. 提示用户：

   需要硅基流动 API Key 做语音识别。

   1. 打开 https://cloud.siliconflow.cn/ 注册
   2. 在控制台获取 API Key
   3. 把 Key 发给我，我帮你配置

2. 用户提供 Key 后，将 .env.example 复制为 .env（如果 .env 不存在），然后写入：

   SILICONFLOW_API_KEY=<用户提供的Key>
   

3. 确认写入成功后继续下一步。

1b. 检查 ffmpeg

ffmpeg -version

未安装则引导安装（Mac: brew install ffmpeg）。

第二步：运行脚本（自动三层降级）

cd "<skill目录>"
node scripts/douyin_resolver.js resolve "<抖音链接>" -o ./output

设 timeout 180 秒。脚本自动按顺序尝试三个层级，无需手动干预：

1. Level 1：抖音 Web API + HTML DOM 解析（最快，3-10s）
2. Level 2：Playwright 无头浏览器拦截视频流（15-30s）
3. Level 3：yt-dlp 兜底下载（10-60s）

如果成功，跳到第三步。三层全部失败则告知用户可能原因。

第三步：输出结果

脚本成功后在 stdout 输出 JSON：

{
  "video_info": { "video_id": "...", "title": "...", "url": "..." },
  "video_path": "./output/<video_id>/<video_id>.mp4",
  "audio_path": "./output/<video_id>/<video_id>.mp3",
  "cover_path": "./output/<video_id>/<video_id>.jpg",
  "transcript_path": "./output/<video_id>/<video_id>.md",
  "text_content": "语音识别的完整文本...",
  "media_info": { "duration": 60.5, "size": 15728640 },
  "resolve_method": "api | browser | ytdlp",
  "output_folder": "./output/<video_id>"
}

输出文件：

output/<video_id>/
├── <video_id>.mp4   # 无水印视频
├── <video_id>.mp3   # 音频
├── <video_id>.jpg   # 封面
└── <video_id>.md    # 文案（含元信息 + 语音识别文本）

根据用户意图选择输出方式：

依赖

详细降级策略和技术原理见 references/technical.md。 常见问题排查见 references/troubleshooting.md。