douyin-style-profiler
抖音作品 DNA 提取与聚合工具。输入是视频转录文本(口播全文 + 标题 / 描述 / 时长 / 互动线索)或图文文本(标题 + 正文 + 话题标签),由 Agent 先整理成 .md / .txt;可选封面 / 首帧 / 配图作为视觉证据。不接受视频文件或链接作为直接输入(取数走 viral-chaser 或平台工具)。
DNA 的用途是指导 main agent 选题、包装、出内容或出视频制作 Brief;不指导成片制作——创作细节、脚本结构、镜头与编码参数归 Content Producer。
作品类型(--kind)
抖音有两套维度框架,用 --kind 选择;一个 dna-id 只承载一种作品类型:
| kind | 作品 | 维度框架 | 默认 dna-id |
|---|---|---|---|
video |
视频 | references/video-dna-framework.md |
dna-0 |
note |
图文 | references/note-dna-framework.md |
dna-0-note |
- 不传
--kind时默认video(抖音的主作品类型)。 build/update会校验同一 DNA 目录下 report 的 kind 一致,混型直接报错——另一种类型请另建 dna-id。- 默认 dna-id 只是约定:用户可以指定任意 dna-id,脚本不强制命名。
产物模型
单篇作品 -> DNA report
同一 dna-id 下全部 report + 权重 / focus + 用户输入转译 -> DNA 文档
DNA 文档 -> DNA template
- DNA report:单篇作品的样本观测 + 维度提取结果;跨篇共性与生产规则由聚合阶段给出,report 本身不是模板。
- DNA 文档:聚合后的生产规则、样本覆盖度、子模块结论与用户输入转译区。
- DNA template:main agent 的生产输入模板(视频 = Brief 正文 + 口播文案;图文 = 写作模板)。
存储结构
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 / 正文文本可临时放在 douyin/ref/{dna-id}/transcripts/;生成后的 report 必须进入目标 DNA 的 reports/ 目录。
职责边界
- 抖音视频与图文都常见:先判作品类型再选框架,不要把图文笔记塞进视频 DNA。
- 单篇 report 只提供候选信号,不判断跨篇稳定性;共性、偏好、孤例由聚合阶段判断。
- 视觉维度必须有图片 / 关键帧证据,由视觉模型读取;缺失写「未提供」,不得凭文本想象补齐。
- 口播文案子模块只在口播类作品启用;样本不足写「未启用」。
- 账号运营子模块(简介写法、内容形式比例、发布习惯)只在样本来自对标账号批量提取时填写,且不进 template。
- 不输出风格评分或账号权重;合规只记「必须避免项」(虚假承诺、利益诱导互动、隐藏站外联系方式、谐音绕检测),不出具合规审查结论。
Report — 单篇提取
# 视频样本(不传 --kind,默认 video)
douyin-style-profiler report \
--input path/to/transcript.md \
--dna-id {dna-id} \
--sample-id {sample-id} \
--duration 36 \
--cover-image path/to/cover.jpg \
--source-url "https://www.douyin.com/video/..." \
--output-dir douyin/dna/{dna-id}/reports
# 图文样本
douyin-style-profiler report \
--input path/to/note.md \
--kind note \
--dna-id {dna-id}-note \
--sample-id {sample-id} \
--cover-image path/to/cover.jpg \
--output-dir douyin/dna/{dna-id}-note/reports
--kind:作品类型(见上);不传走默认。--cover-image:封面 / 首帧 / 首图本地文件,作为视觉证据(自动拷进covers/)。--source-url:原作品链接;本地素材无链接时省略。--duration:视频时长(秒),用于口播密度统计;图文忽略。--weight:样本权重,默认 1。--focus:限制该样本只影响指定维度 ID,可重复传入。
视频统计输入约定:
- 纯文字稿可只含一级标题和逐字口播。混合文件须把口播放在
## 口播全文下(可带括号说明;也接受转录全文/逐字稿),到下一个标题结束;来源、作者、备注、结构标注和视觉分析放在该节之外。 - 时间戳列表可用
- 0.04–5.32s:原话;统计时移除列表前缀与时间码,不计标题、标点和空白,只计口播中的字母、数字与汉字。句长、人称等视频统计也只看该口播正文。 [剧情概括]/[转述]不作逐字口播统计;正文边界不明、缺时长或含概括/转述时,口播密度标为「未提供」,聚合时排除该项,不能用 0 代替缺项。- 口播密度使用视频总时长,表示全片平均字符密度,不能代替实际发声段语速或人工听音判断。
Agent 生成 scaffold 后必须:
- 补齐「样本观测」:作品类型、样本来源、账号与简介、发布时间、数据线索、素材来源与授权。
- 回读原文,补齐各维度的单篇结论、原文证据与可复用信号。
- 视频形态必须给出制作指向(Content Producer
expert-video的某个 workflow,或 main 的某个素材加工技能),只写真实存在的资源名。 - 账号运营子模块无法从单篇观测时写「未观测」。
- 高数据样本必须回读创意与形态再归因,不得只凭播放 / 阅读量下结论。
Build — 聚合 DNA 文档与模板
douyin-style-profiler build --dna-id {dna-id} # 视频 DNA(默认 kind=video)
douyin-style-profiler build --dna-id {dna-id}-note --kind note # 图文 DNA
默认读取 douyin/dna/{dna-id}/reports/,输出 {dna-id}.dna.md 与 {dna-id}.template.md。也可显式传 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
weight与focus判断影响范围。 - 区分高覆盖共性、高权重偏好、局部借鉴、孤例与例外。
- 标注样本覆盖度;少量样本不得称为稳定结论。
- 为每个维度写聚合结论、报告依据与可执行创作规则。
- 确保 DNA 文档能完整推导 template(template 不得引入 DNA 文档未确认的规则)。
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
脚本合并历史 report 与新 report、重算统计并保留 Agent 已写内容;kind 从 DNA 文档 frontmatter 继承(也可用 --kind 显式指定,冲突时报错)。Agent 仍需重新审视聚合结论并同步修订 template。
--input 可省略,用于只融合用户输入或另一个 DNA 的局部规则;此时必须传 --user-input。
DNA Template
视频作品 template(= Brief 正文模板 + 口播文案模板)
- 选题
- 标题与封面
- 内容创意
- 业务植入与 CTA
- 视频形态与制作指向
- 制作规格
- 口播文案
图文作品 template(= 图文写作模板)
- 选题
- 标题与封面
- 内容创意与结构
- 正文表达
- 图组
- 业务植入与 CTA
- 开头两段(选题、标题与封面)跨平台通用。
- 视频 template 的各段直接对应 Brief 正文字段;Brief 不含 DNA 信息(Content Producer 看不到 main 的 DNA),素材清单与授权、验收标准、闸门批准人按平台 Content Production Workflow 填。
- 账号运营子模块不进 template,只留在 DNA 文档。
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 "以后多做实拍拼接,少用纯动画"
Agent 必须映射到具体维度并转译为可执行规则,例如:
video-form:主形态为影视解说 + 反转植入,制作指向 expert-video 的 Reversal Ad workflow
production-spec:竖屏 9:16、时长带 30-45s、画面偏冷暗解说段 + 明亮植入段
narration-script:口播保持第三人称解说体,句长 10-15 字
处理要求:
- 在 DNA 文档「用户输入转译区」记录 raw_input、affected dimensions、DNA 修改、template 修改与状态。
- 原话必须转译为可执行规则,不得直接抄进 template。
- 与样本证据冲突时保留冲突说明,由用户选择优先级。
Focus ID
video(视频)
| ID | 维度 |
|---|---|
topic-angle |
选题与观看理由 |
title-cover |
标题与封面 |
content-idea |
内容创意 |
video-form |
视频内容形态与制作指向 |
production-spec |
制作规格与视听倾向 |
biz-implant |
业务植入套路 |
interaction-cta |
互动引导与 CTA 套路 |
narration-script |
口播文案子DNA |
account-bio |
账号简介写法 |
content-mix-cadence |
内容形式比例与发布习惯 |
note(图文)
| ID | 维度 |
|---|---|
topic-angle |
选题与观看理由 |
title-cover |
标题与封面图组 |
content-idea |
内容创意 |
body-voice |
正文表达与语气 |
imageset-visual |
图组视觉风格 |
biz-implant |
业务植入套路 |
interaction-cta |
互动引导与 CTA 套路 |
account-bio |
账号简介写法 |
content-mix-cadence |
内容形式比例与发布习惯 |
--focus 按作品类型校验:视频 report 不接受图文维度 ID,反之亦然。
参考资料
references/video-dna-framework.md(抖音视频作品 DNA 框架 v2:维度定义、制作指向映射、聚合边界与 Focus ID)references/note-dna-framework.md(抖音图文作品 DNA 框架 v2:维度定义、制作指向映射、聚合边界与 Focus ID)