抖音数据分析与知识管理工具

📌 Skill基础信息

Skill名称：dy-note
简称：DyNote
来源：社区第三方（Rimagination）
运行宿主：Codex Agent（基于Python脚本运行，依赖web-access进行浏览器自动化）
核心定位：系统化提取抖音视频原始数据（字幕、ASR转写、评论等），并将其转化为可追溯的学习笔记、研究简报和知识库素材，适用于内容分析、竞品研究、事实核查等场景。

🧩 内部核心组成

子Agent/脚本集合

check_environment.py：环境检查与依赖验证
inspect_workflow_state.py：工作流状态检查与复用决策
create_analysis_plan.py：生成分析计划（复杂任务）
extract_douyin_text.py：核心提取脚本（支持多种输入源）
setup_qwen_asr_env.py：Qwen3-ASR环境安装
douyin_web_ai_brief.py：抖音内置AI快读提取
doubao_video_brief.py：豆包备用快读提取
compute_note_budget.py：学习笔记预算计算
archive_dy_note_assets.py：资产归档管理
score_dy_note.py：笔记质量评分

核心命令/工具功能

命令/工具	功能简述
extract_douyin_text	从多种源（URL/SRT/音频）提取文本内容
douyin_web_ai_brief	获取抖音内置AI生成的视频解读
doubao_video_brief	获取豆包生成的视频备用解读
compute_note_budget	计算推荐笔记长度和写作指导
archive_dy_note_assets	归档原始材料到资产目录

模板文件

analysis_plan.json：分析计划模板
note_budget.json：笔记预算模板
asset_manifest.json：资产清单模板

目录结构

输出目录/
├── assets/                 # 可复用资产
│   ├── transcripts/       # 字幕/转写文件
│   ├── comments/          # 评论数据
│   └── asset_manifest.json
├── transcript.cleaned.md  # 清理后的转写文本
├── transcript.txt         # 原始转写文本
├── segments.json          # 结构化片段
├── metadata.json          # 元数据
├── douyin_ai_brief.json   # 抖音AI解读
├── doubao_brief.json      # 豆包解读
├── note_budget.json       # 笔记预算
└── learning_note.md       # 最终学习笔记

🛠 安装与启用方式

安装命令：

```bash

skills install --user Rimagination/dy-note

```

环境要求：

- Python环境

- web-access连接（已登录抖音网页版的Chrome浏览器）

- 共享缓存目录：%USERPROFILE%\.cache\rimagination-notes

ASR后端安装（首次使用）：

```powershell

python scripts/setup_qwen_asr_env.py

python scripts/check_environment.py

```

典型启动流程：

- 检查环境状态

- 确定分析模式（single-video-note/comment-insight等）

- 执行相应提取脚本

📋 标准工作流

需求分析：识别用户需要的场景模式（单视频笔记、评论洞察、账号分析等）
环境检查：验证Chrome登录状态、ASR环境可用性
状态复用：检查已有输出，避免重复工作
证据采集（按需选择）：

- 优先获取字幕/ASR转写（事实主干）

- 补充抖音内置AI解读（视觉辅助）

- 豆包备用解读（fallback方案）

- 评论数据抓取（前100条+楼中楼）

资产归档：将原始材料保存到assets目录
预算计算：根据内容密度确定笔记长度
笔记生成：基于证据链撰写结构化学习笔记
质量校验：对生成笔记进行评分和优化

⚠️ 关键限制、缺陷、注意事项

平台依赖：

- 必须使用已登录抖音网页版的Chrome浏览器

- 豆包功能需要额外登录豆包账号

- 不支持无头浏览器或静态爬取

证据等级限制：

- 抖音内置AI输出标注为"快读/视觉假设"，非完整证据

- 豆包输出需区分检索式概述和视觉证据

- 转写稀疏视频需要补充视觉验证

性能考量：

- Qwen3-ASR需要显存支持（8GB显存建议60秒分段）

- 全量评论抓取耗时较长

- 长视频处理需要分段避免OOM

生产环境适用性：

- 适合研究分析场景

- 不适合高并发实时处理

- 需要人工验证高风险结论

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景

内容研究：视频文案分析、脚本拆解、叙事结构研究
竞品分析：账号定位、内容策略、钩子模板分析
事实核查：医学、法律、投资类内容验证
知识管理：学习笔记生成、研究简报制作、知识库构建
电商分析：带货视频卖点提取、转化阻力分析

❌ 不适合场景

实时监控：需要秒级响应的内容监控
批量处理：大规模视频流水线处理（性能限制）
匿名访问：无需登录的内容抓取需求
纯视觉分析：依赖画面细节但无音频内容的视频
生产环境：需要高可用性的商业应用场景

> 该Skill专注于证据级的内容分析和知识沉淀，适合研究型用户，而非追求速度的批量处理场景。

如何安装

skills install --user Rimagination/dy-note

通用安装教程：在哪里输入上面的命令

上面的命令本质是在「终端 / 命令行」中调用技能管理器，把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同，按下面操作即可：

打开工具自带的终端面板，或系统终端（macOS「终端」、Windows「PowerShell」、Linux「Terminal」）。
把上面的安装命令复制进去，回车运行，等待下载与注册完成。
重启或重新加载 AI 工具，让新安装的 Skill 被识别。
新建对话并触发：直接描述用途，或通过该工具的技能 / 斜杠菜单选中此 Skill。

Claude 桌面版（macOS / Windows）

桌面版没有内置命令行，Skill 需通过 Claude Code CLI 安装。打开系统终端，先执行 npm install -g @anthropic-ai/claude-code，再运行上面的安装命令；完成后完全退出并重新打开 Claude。

Claude Code（终端 CLI）

直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面，再在对话中引用该 Skill（/ 斜杠菜单或直接描述用途）。

VS Code（含 GitHub Copilot）

打开终端面板：菜单「终端 → 新建终端」，或快捷键 Ctrl+`（macOS 为 ⌃+`）。在终端里运行上面的命令；装完后执行「重新加载窗口」（Ctrl+Shift+P → Reload Window），让 Copilot 等扩展识别新技能。

Cursor

底部「终端」面板（Ctrl+`）即是内置终端。粘贴运行上面的命令，完成后在命令面板执行「Reload Window」刷新，再开始对话。

Windsurf

底部「终端」面板运行命令；也可直接使用其内置 Agent 终端，在对话侧执行安装。

其他工具（ChatGPT、本地脚本等）

不支持本地终端的产品，可先在本机终端完成安装，再在对话中描述该 Skill 的能力让其调用；不同工具的命令格式请以其官方文档为准。

风险提示

⚠️ 中风险：需留意隐私

本 Skill 涉及读取隐私 / 敏感信息（如密钥、环境变量、凭据）。安装前请确认其用途是否必要。

检测到隐私/敏感信息读取（预设模式 #11）

命中检测项

privacy_collect

抖音笔记