teamwiseflow douyin-style-profiler
抖音短视频的内容风格提取与 DNA 生产工具。输入是视频的转录文本（口播转录全文 + 标题/描述/时长/互动线索，由 Agent 先行整理成 .md / .txt）与封面 / 首帧图；不接受视频文件或视频链接作为输入。
产物模型
单条视频 -> DNA report
同一个 DNA 目录下的全部 report + 权重/focus -> DNA 文档
DNA 文档 -> DNA template
- DNA report：单条视频的 17 维提取结果。
- DNA 文档：聚合历史 report 后得到的内容与风格规则。
- DNA template：由 DNA 文档推导出的生产模板，供生产时直接执行。
存储结构
DNA 以 DNA ID 为主体存储，一个 DNA 可以持续放入任意数量视频，样本可以来自一个或多个参考账号，甚至来自用户直接的想法。
douyin/dna/{dna-id}/
reports/
{sample-id}.report.md
covers/
{sample-id}.{ext}
{dna-id}.dna.md
{dna-id}.template.md
原始转录文本可以临时来自任何位置（建议 douyin/ref/{dna-id}/transcripts/）；生成后的 DNA report 必须进入对应 DNA 的 reports/ 目录。
职责边界
- 输入转录文本支持
.md/.txt；视频文件、链接不直接作为输入。 - 统计只作为聚合证据底座，不评分、不替代定性判断。
- 17 维语义判断由 Agent 回读转录原文（必要时回看视频关键帧）完成；封面 / 首帧维度必须由视觉模型读取本地图片完成。
- 不输出选题价值判断、合规结论、账号权重或风格评分。
- 不要求用户确认或登记 INDEX。
Report - 单条提取
douyin-style-profiler report \
--input path/to/transcript.md \
--dna-id {dna-id} \
--sample-id {sample-id} \
--cover-image path/to/cover.jpg \
--source-url "https://www.douyin.com/video/..." \
--duration 89
默认输出：
douyin/dna/{dna-id}/reports/{sample-id}.report.md
参数说明：
--cover-image：封面或首帧本地图片（抽帧产物或封面下载图），进入视觉模型分析。--source-url：原视频链接，作为报告证据保留；本地素材无链接时省略。--duration：视频时长（秒），用于口播密度统计；未知时省略。
可配置权重：
--weight 3
可限制该条只在某些维度参与借鉴：
--focus hook
--focus speech-rhythm
Agent 生成 scaffold 后必须回读转录原文，补齐每个维度的单条结论、原文证据和可复用创作信号；钩子维度必须逐字摘录前 3 秒口播 / 首帧字幕。
封面 / 首帧维度必须读取 --cover-image 指向的本地图片，并通过视觉模型补齐主体、构图、色彩、光线、质感、风格、文字视觉、品牌元素、避免项和 AIGC 复现提示词要素。没有图片时记录"未提供"，不得编造。
Build - 聚合 DNA 文档与模板
douyin-style-profiler build --dna-id {dna-id}
默认读取：
douyin/dna/{dna-id}/reports/
默认输出：
douyin/dna/{dna-id}/{dna-id}.dna.md
douyin/dna/{dna-id}/{dna-id}.template.md
也可显式传入一个或多个 report 文件/目录：
douyin-style-profiler build \
--input path/to/reports \
--dna-id {dna-id}
Agent 聚合时必须：
- 读取全部 DNA report，不能只看统计表。
- 按每个 report 的
weight和focus判断影响范围。 - 区分高频共性、高权重偏好、局部借鉴、孤例和例外。
- 为每个维度写聚合结论、报告依据和创作规则。
- 确保 DNA 文档能够完整推导 template。
DNA Template
Template 是生产模板，不是概念解释。必须从 DNA 文档的 17 个维度推导，至少包含：
- 选题角度、受众关系
- 标题类型、参考标题、话题标签策略、封面 / 首帧风格和封面 AIGC 提示词要素
- 起、承、转、合、CTA 五个固定语义部分（对应短视频的黄金开场、主体推进、高潮转折、收尾、互动引导）
- 每个部分的本段任务、执行方式和必须做 / 避免项
模板整体固定为七个部分：选题、标题（含封面）、起、承、转、合、CTA。固定的是语义结构，不是物理时长占比；任一部分可以对应视频中的一个或多个段落，也可以在特定内容形态下弱化。
五个视频部分必须充分吸收 DNA 文档中的维度结论：
| 部分 | 主要推导来源 |
|---|---|
| 起 | 3秒钩子、选题角度、口播节奏、语气与人设感、镜头语言 |
| 承 | 视频结构模式、叙事节奏、口播节奏、用词习惯、专业度体现、镜头语言 |
| 转 | 冲突与张力、叙事节奏、情绪表达（语气与人设感）、口播节奏 |
| 合 | 视频结构模式、签名式标记、语气与人设感、系列化与合集 |
| CTA | 互动设计、选题与受众关联、语气与人设感 |
Update - 增量聚合
douyin-style-profiler update \
--input douyin/dna/{dna-id}/reports/{new-sample}.report.md \
--dna douyin/dna/{dna-id}/{dna-id}.dna.md \
--template douyin/dna/{dna-id}/{dna-id}.template.md
脚本会合并 DNA 文档记录的历史 report 与新 report，重新计算加权统计，并保留 Agent 已完成内容。Agent 仍需重新审视聚合结论，再同步修订 DNA 文档和 template。
--input 可省略。省略时表示没有新增样本，只基于历史 report、既有 DNA 文档和用户输入做融合；适用于采纳另一个 DNA 文档或 template 中的局部规则。此时仍必须通过 --user-input 传入要融合的要求，并由 Agent 转译到具体维度。
用户输入转译
用户输入是参考信息，不是可直接入库的 DNA 规则。
--user-input "开头冲突再前置一点"
Agent 必须把输入转译到具体维度，例如：
hook：钩子改为矛盾前置，第一句直接给反差结果
video-structure：开场压缩到 2 秒内进入冲突画面
speech-rhythm：开场两句均为短句，不做背景铺垫
处理要求：
- 在 DNA 文档的"用户输入转译区"记录 affected dimensions、DNA 修改和 template 修改。
- 把原话转译成可执行的聚合结论与创作规则。
- Template 只写转译后的执行规则，不直接抄用户原话。
- 与样本证据冲突时保留冲突说明，由用户选择优先级。
Focus ID
| ID | 维度 |
|---|---|
topic-angle |
选题角度 |
title-style |
标题与文案 |
cover-frame |
封面与首帧 |
hook |
3秒钩子 |
word-habit |
用词习惯 |
speech-rhythm |
口播节奏 |
tone |
语气与人设感 |
shot-language |
镜头语言 |
visual-style |
画面风格 |
sound-design |
声音与BGM |
video-structure |
视频结构模式 |
narrative-rhythm |
叙事节奏 |
conflict-tension |
冲突与张力 |
professionalism |
专业度体现 |
interaction-design |
互动设计 |
signature |
签名式标记 |
series-design |
系列化与合集 |
统计与分词
脚本统计转录文本的句段、标点、人称、口播密度（需 --duration）等指标；中文高频信号使用相邻二字组合，仅作为候选线索。Agent 必须回读原文判断它是否真是口头禅或签名式表达。
当前不引入 jieba。若后续候选噪声明显，可把 jieba 作为候选词挖掘器加入仓库级依赖，但分词结果不能直接作为 DNA 结论。
参考资料
references/style-17d-framework.md（抖音 17 维 DNA 分析框架，初始版本已确认）