把视频链接，变成一份结构化、可回溯的文案总结。 An Agent Skill that turns a video link (Douyin / Bilibili) into a timestamped transcript and a structured summary.
一个 Agent Skill（兼容 HanaAgent / Claude Code 等支持 Skill 的 Agent）。给它一条视频链接，它会：
- 按平台选链路，把视频语音转成文字：
- 抖音：调用本地 Traffic Compass 服务（Playwright 抓直链 + 阿里云百炼批量 ASR）
- B 站：
scripts/bili_asr.py（音频直链下载 → 转码切段 → 百炼实时 ASR 并发），产出带[mm:ss]时间轴的逐句文案
- 通读全文，生成一份结构化总结（核心观点 / 详细观点拆解 / 原文金句 / 关键结论）
- 存成 Markdown（上半是总结、下半是完整原文），便于归档与二次引用
它能处理长视频：B 站链路实测把 96 分 58 秒（10 段并发）的视频在 3–4 分钟内转完，产出 2.8 万字文案。
| 依赖 | 抖音 | B 站 |
|---|---|---|
| Traffic Compass 服务 | 必需 | 不需要 |
| 抖音登录态 Cookie | 必需（会过期） | 不需要 |
阿里云百炼密钥（BAILIAN_KEY） |
必需 | 必需 |
dashscope>=1.27 |
必需 | 必需 |
ffmpeg / ffprobe |
必需 | 必需 |
Traffic Compass 项目：https://github.com/code-wahaha/traffic-compass
部署步骤见 references/setup.md（含抖音 Cookie 授权脚本）。
方式一（推荐）：下载 video-transcript.skill，在 HanaAgent 里「设置 → 技能」将它拖入安装。
方式二：把整个 video-transcript/ 目录放进技能目录（HanaAgent 为 ~/.hanako/skills/）。
装好后，确认该 Skill 在你的 Agent 上处于启用状态。
把链接发给 Agent，并说「帮我提取这个视频的文案」「转录一下」「分析一下这个视频」，Agent 会自动触发本 Skill。
也可以直接跑脚本：
# B 站（不需要服务）
<项目>/.venv/bin/python scripts/bili_asr.py "BV1GyEU6GE7z" -o ./out
# 抖音（自动探活并拉起本地服务）
bash scripts/douyin_extract.sh "https://v.douyin.com/xxxx/"配置项都有默认值，一般不用改（首次使用时 Agent 会确认）：
| 配置项 | 默认值 | 覆盖方式 |
|---|---|---|
| Traffic Compass 项目 | ~/Documents/Playground/traffic-compass |
TC_PROJECT |
| 服务地址 | http://127.0.0.1:8900 |
TC_ADDR |
| 输出目录 | 当前工作目录 | -o 参数 |
BAILIAN_KEY |
读项目内 webapp/_data/apikeys.json |
环境变量 |
douyin_cookies.json |
项目内 webapp/_data/chrome_data/ |
DOUYIN_COOKIE_BASE |
详细的配置与获取方式见 references/setup.md。
抖音分享链接
→ Playwright + 抖音登录态 Cookie 抓视频直链
→ 阿里云百炼 Paraformer（批量 ASR）
→ Agent 通读全文，生成结构化总结
→ 存成 Markdown（总结 + 原文）
B 站链接
→ view API 取 cid → playurl 取 dash.audio 直链
→ 带 Referer 下载 → ffmpeg 转 16k 单声道 → 切 600s 段
→ 百炼实时 ASR 并发（4 路）→ 按句时间戳 + 段偏移合并
→ Agent 通读全文，生成结构化总结
video-transcript/
├── SKILL.md # 核心：触发条件 + 平台矩阵 + 提取 + 总结 + 保存
├── scripts/
│ ├── bili_asr.py # B 站：直链 → 转码 → 切段 → 并发 ASR → 时间轴文案
│ ├── douyin_extract.sh # 抖音：调本地服务提取
│ └── ensure_service.sh # 探活本地服务，没起就拉起来
└── references/
├── setup.md # 首次安装与配置（含抖音 Cookie 授权脚本）
├── fallback.md # 故障排查 + ASR 报错码 + 已知不可行路径
└── platforms.md # 平台矩阵、各链路细节与实测数据
采用渐进式披露：
SKILL.md只保留核心工作流（触发即加载），安装、排错与平台细节按需从references/读取——日常使用不会为用不到的内容付费。
Q：装好 Skill 了，但提取一直失败？
抖音链路多半是服务没跑起来、或 Cookie 过期——先 bash scripts/ensure_service.sh，再对照 references/fallback.md。
Q：B 站视频能处理多长？要等多久？ 没有硬上限。96 分钟的实测 3–4 分钟出全稿（下载 + 转码 + 10 段 4 并发识别）。段结果有缓存，重跑只补失败段。
Q：B 站能直接下官方字幕吗？ 不指望。多数视频没有可用字幕，本 Skill 直接走音频识别，稳定得多。
Q：抖音视频已下架，抓不到怎么办？
先向用户要其他来源；有 B 站搬运就直接走 B 站链路。注意：百炼批量识别只接受公网 http(s) 直链，本地音频/上传文件的几种写法实测都会报 DECODE_ERROR 或 SERVER_ERROR；但实时识别可以吃本地文件，切段并发即可（详见 references/fallback.md）。
Q：需要 DeepSeek Key 吗？ 不需要。本 Skill 只做提取 + 总结，不依赖 Traffic Compass 核心审核所用的 DeepSeek。
- 视频提取链路基于开源项目 Traffic Compass（作者 code-wahaha，MIT）。
- 本 Skill 仅做流程编排与总结规范，不重复实现底层提取能力。
MIT