Video Content Analyzer

视频内容分析器

自动下载视频并用AI分析内容，提取完整的语音文案，分析视频结构和节奏。

功能

1. 视频下载 - 支持B站、抖音、YouTube等主流平台
2. 音频提取 - 用ffmpeg提取视频中的音频
3. 语音转写 - 用OpenAI Whisper API转写为文字
4. 内容分析 - AI分析视频结构、节奏、钩子等

前置要求

必须安装的工具

# 安装 yt-dlp (视频下载)
pip3 install --break-system-packages yt-dlp

# 安装 ffmpeg (音频处理)
# Mac: brew install ffmpeg
# Ubuntu: sudo apt install ffmpeg

API Key

需要设置 OpenAI API Key（用于Whisper转写）：

export OPENAI_API_KEY="your-api-key"

或在 ~/.openclaw/openclaw.json 中配置：

{
  "skills": {
    "openai-whisper-api": {
      "apiKey": "your-api-key"
    }
  }
}

使用方法

输入

用户提供视频链接，例如：

• B站: https://www.bilibili.com/video/BV1xuPYzcEdo
• 抖音: https://www.douyin.com/video/xxx
• YouTube: https://www.youtube.com/watch?v=xxx

输出

完整的分析报告，包括：

1. 📝 完整文案（语音转写）
2. 🎬 视频结构分析（章节/时间节点）
3. 🪝 钩子分析
4. ⏱️ 节奏分析
5. 💡 内容总结

---

工作流程

1. 输入视频链接
        ↓
2. yt-dlp 下载视频
        ↓
3. 获取视频时长，计算关键帧数量
        ↓
4. ffmpeg 提取关键帧（每30秒1帧）
        ↓
5. 获取弹幕数据（若有）
        ↓
6. Whisper API 转写（若有API）
        ↓
7. Google Search 补充调研（搜索视频相关背景信息）
        ↓
8. AI 分析画面+弹幕+文案+搜索背景
        ↓
9. 存储视频元数据到 Supabase
        ↓
10. 输出完整报告 / 写入飞书 Wiki

---

关键帧提取（优化版）

自动提取策略

# 视频时长 / 30 = 关键帧数量
# 例如：8分钟视频 → 16-17张关键帧

# 提取关键帧（每30秒1帧）
ffmpeg -ss 00:00:00 -i video.mp4 -vframes 1 -q:v 2 frame_001.jpg -y
ffmpeg -ss 00:00:30 -i video.mp4 -vframes 1 -q:v 2 frame_002.jpg -y
ffmpeg -ss 00:01:00 -i video.mp4 -vframes 1 -q:v 2 frame_003.jpg -y
# ... 以此类推

帧数建议

批量提取脚本

import subprocess
import os

def extract_frames(video_path, output_dir, interval=30):
    """提取视频关键帧
    
    Args:
        video_path: 视频文件路径
        output_dir: 输出目录
        interval: 帧间隔（秒），默认30秒
    """
    # 获取视频时长
    cmd = ['ffprobe', '-v', 'error', '-show_entries', 
           'format=duration', '-of', 'default=noprint_wrappers=1:nokey=1', 
           video_path]
    result = subprocess.run(cmd, capture_output=True, text=True)
    duration = float(result.stdout.strip())
    
    # 计算帧数
    num_frames = int(duration // interval) + 1
    
    os.makedirs(output_dir, exist_ok=True)
    
    for i in range(num_frames):
        seconds = i * interval
        mins = seconds // 60
        secs = seconds % 60
        ts = f'{mins:02d}:{secs:02d}'
        out = f'{output_dir}/frame_{i+1:03d}.jpg'
        
        cmd = ['ffmpeg', '-ss', ts, '-i', video_path, 
               '-vframes', '1', '-q:v', '2', out, '-y']
        subprocess.run(cmd, capture_output=True)
        print(f'✓ Extracted {out}')
    
    return num_frames

# 使用示例
extract_frames('/tmp/video.mp4', '/tmp/frames', interval=30)

---

命令行示例

手动下载B站视频

# 下载B站视频（仅音频）
yt-dlp -x --audio-format mp3 -o "%(title)s.%(ext)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"

# 下载视频（最佳画质）
yt-dlp -f "bestvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best" -o "%(title)s.%(ext)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"

# 仅下载字幕
yt-dlp --write-subs --skip-download -o "%(title)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"

提取音频

# 从视频提取音频
ffmpeg -i input.mp4 -vn -acodec libmp3lame -q:a 2 output.mp3

# 或直接用yt-dlp
yt-dlp -x --audio-format mp3 "https://www.bilibili.com/video/BV1xuPYzcEdo"

---

输出模板

# 📹 视频内容分析报告

**视频**: [标题]
**链接**: [URL]
**时长**: [时长]
**平台**: [B站/抖音/YouTube]
**关键帧数**: [数量]

---

## 📝 完整文案

[Whisper转写的完整语音文案]

---

## 🎬 视频结构（基于关键帧）

| 时间 | 画面内容 | 阶段 |
|------|---------|------|
| 0:00 | [第1帧描述] | 钩子 |
| 0:30 | [第2帧描述] | 铺垫 |
| 1:00 | [第3帧描述] | 主题展开 |
| ... | ... | ... |

---

## 🪝 钩子分析

[开头画面的钩子设计分析]

---

## 🎯 内容分层

- **开头 (0-1分钟)**:
- **中段 (1-5分钟)**:
- **高潮 (5-7分钟)**:
- **结尾 (7-分钟)**:

---

## 💡 爆款元素

| 元素 | 分析 |
|------|------|
| 情感点 | [弹幕高频情感词] |
| 互动点 | [弹幕互动热点] |
| 记忆点 | [金句/名场面] |

---

## 📊 弹幕热点词

[从danmaku.xml提取的高频弹幕]

---

## 🔥 成功原因总结

1. [核心爆款因素]
2. [情感共鸣点]
3. [创新/独特之处]

---

## 总结

[视频的核心内容和亮点]

---

## 📎 参考来源

> ⚠️ 写入飞书 Wiki 时，以下链接必须使用 `text_run.link` 属性，不能用 Markdown 语法

1. [来源1标题](https://example.com/page1)
2. [来源2标题](https://example.com/page2)

---

Google Search 引用链接处理

分析视频时，可使用 Google Search 补充背景信息（如创作者资料、相关事件、数据来源等）。

⚠️ 飞书 Wiki 引用链接格式

飞书 Wiki 不支持 Markdown 链接语法 [text](url)。写入飞书 Wiki 时，引用链接必须使用飞书 docx API 的 text_run + link 属性：

{
  "block_type": 2,
  "text": {
    "elements": [
      {"text_run": {"content": "来源："}},
      {
        "text_run": {
          "content": "Google搜索结果标题",
          "link": {"url": "https://example.com/full-url"}
        }
      }
    ]
  }
}

引用链接写入步骤

1. 用 web_search 工具搜索视频相关背景信息
2. 从搜索结果中提取 url（必须是完整的 https:// 开头的URL，不要使用相对路径或省略协议）
3. 写入飞书 Wiki 时，每个引用链接使用 text_run + link 属性
4. 引用区块放在报告末尾，标题为「📎 参考来源」

常见错误

---

Supabase 元数据存储

分析完成后，将视频元数据存储到 Supabase 以便后续查询和统计。

前置配置

在 ~/.openclaw/openclaw.json 中配置 Supabase：

{
  "skills": {
    "supabase": {
      "url": "https://your-project.supabase.co",
      "anonKey": "your-anon-key"
    }
  }
}

数据库表结构

CREATE TABLE video_analyses (
  id UUID DEFAULT gen_random_uuid() PRIMARY KEY,
  video_url TEXT NOT NULL,
  platform TEXT NOT NULL,          -- bilibili/douyin/youtube
  title TEXT,
  duration_seconds INTEGER,
  view_count BIGINT,
  like_count BIGINT,
  comment_count BIGINT,
  danmaku_count INTEGER,
  transcript TEXT,
  analysis_summary JSONB,         -- AI分析结果摘要
  key_frames_count INTEGER,
  feishu_wiki_url TEXT,            -- 飞书Wiki报告链接
  created_at TIMESTAMPTZ DEFAULT NOW()
);

写入示例

# 使用 Supabase REST API 写入元数据
curl -s -X POST "${SUPABASE_URL}/rest/v1/video_analyses" \
  -H "apikey: ${SUPABASE_ANON_KEY}" \
  -H "Authorization: Bearer ${SUPABASE_ANON_KEY}" \
  -H "Content-Type: application/json" \
  -H "Prefer: return=representation" \
  -d '{
    "video_url": "https://www.bilibili.com/video/BV1xuPYzcEdo",
    "platform": "bilibili",
    "title": "视频标题",
    "duration_seconds": 480,
    "view_count": 100000,
    "like_count": 5000,
    "comment_count": 300,
    "danmaku_count": 2000,
    "transcript": "完整转写文本...",
    "analysis_summary": {"hook": "...", "structure": "..."},
    "key_frames_count": 16
  }'

⚠️ 常见写入失败原因

---

飞书 Wiki 报告写入

分析完成后可将报告写入飞书 Wiki 知识库。参考 feishu-wiki 技能获取 token 和创建页面。

写入流程

1. 获取 tenant_access_token
2. 获取目标 Wiki 空间的 space_id
3. 创建页面节点，获取 obj_token
4. 逐块写入报告内容（使用 docx blocks API）

关键：链接块格式

飞书 Wiki 的 docx API 中，所有超链接必须使用 text_run.link 属性，不能使用 Markdown 语法：

# 正确：写入带链接的引用来源
curl -s -X POST \
  "https://open.feishu.cn/open-apis/docx/v1/documents/${OBJ_TOKEN}/blocks/${OBJ_TOKEN}/children" \
  -H "Authorization: Bearer ${TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "children": [{
      "block_type": 2,
      "text": {
        "elements": [
          {"text_run": {"content": "📎 参考来源\n"}},
          {"text_run": {"content": "1. "}},
          {"text_run": {"content": "搜索结果标题", "link": {"url": "https://example.com/page1"}}},
          {"text_run": {"content": "\n2. "}},
          {"text_run": {"content": "另一个来源", "link": {"url": "https://example.com/page2"}}}
        ]
      }
    }],
    "index": -1
  }'

---

注意事项

1. 📡 网络 - 下载视频需要稳定的网络
2. 💰 费用 - Whisper API按分钟计费（~$0.006/分钟）
3. ⏱️ 时间 - 完整分析需要3-5分钟
4. 📏 长度 - 建议视频时长 < 30分钟
5. 🔐 版权 - 仅供学习分析使用，勿用于商业目的
6. 🔗 飞书链接 - 写入飞书 Wiki 时，链接必须用 text_run.link 属性，不能用 Markdown [text](url) 语法
7. 🗄️ Supabase - 确保 RLS 策略允许写入，字段类型与表结构匹配

---

故障排除

下载失败

• 检查网络连接
• 尝试使用代理
• B站可能需要Cookie认证

Whisper转写失败

• 确认OPENAI_API_KEY正确设置
• 检查API余额
• 音频文件是否损坏

ffmpeg问题

• 确认ffmpeg已安装: ffmpeg -version
• Mac用户: brew install ffmpeg