Huo15 Douyin Video Summary

抖音视频去水印 + 内容总结

抖音视频链接 → 下载无水印视频 + 提取音频 → ASR 转写 → OpenClaw 生成总结文稿

遵循 OpenClaw 原则 "enhance the runtime, never duplicate it"：

• 脚本只做确定性工作：yt-dlp 下载、ffmpeg 转码（LLM 做不了的外部命令）
• 转写复用 huo15-openclaw-asr skill：不重复造轮子
• 总结由 OpenClaw 本身完成：OpenClaw 就是 LLM，无需脚本调 API

零 API key 配置。

---

工作流程

用户给抖音链接
    │
    ▼
[1] 脚本 scripts/douyin_download.py
    yt-dlp 下载无水印视频 → ffmpeg 提取 audio.mp3
    │
    ▼
[2] 复用 huo15-openclaw-asr skill
    audio.mp3 → Whisper 本地转写 → transcript.txt
    │
    ▼
[3] OpenClaw 自身（LLM）
    transcript.txt → 生成总结文稿 + 章节分析

---

步骤 1：下载去水印视频 + 提取音频

python3 scripts/douyin_download.py "https://v.douyin.com/xxxxx/" -o ./output

输出：

• output/video.mp4 — 无水印视频（yt-dlp 从抖音 API 获取无水印源）
• output/audio.mp3 — 音频（MP3 格式，ASR skill 的标准输入）

依赖：yt-dlp + ffmpeg（macOS: brew install yt-dlp ffmpeg）

无水印原理：yt-dlp 的 Douyin extractor 从抖音 API 获取 play_addr（无水印源），非录屏去水印。抖音需浏览器 fresh cookies，脚本自动从 Chrome/Safari/Firefox 导入（无需登录态）。

---

步骤 2：转写（复用 ASR skill）

拿到 audio.mp3 后，调用 huo15-openclaw-asr skill 做转写：

• 本地优先：openai-whisper（whisper "audio.mp3" --model base --language Chinese）
• 说话人分离：WhisperX
• 云端（可选）：huo15-openclaw-asr-bailian（百炼 Paraformer）

转写产出 transcript.txt（逐字原文）。

不要在本 skill 内重复实现 ASR——那是 huo15-openclaw-asr 的职责。

---

步骤 3：内容总结（OpenClaw 自身）

OpenClaw 拿到转录文本后，直接生成总结（OpenClaw 本身就是 LLM，无需脚本调 API）。建议输出格式：

### 📌 一句话总结
（视频核心内容）

### 📝 详细总结
（300-600 字，按逻辑段落组织）

### 🔑 关键要点
- 要点 1
- 要点 2

### 📑 章节结构
1. [章节标题] — 摘要
2. [章节标题] — 摘要

### 🏷️ 标签
#话题1 #话题2

总结须严格基于转录原文，不杜撰未出现的信息。

---

依赖

转写依赖见 huo15-openclaw-asr 文档（openai-whisper / WhisperX）。

---

对话示例

用户: 帮我总结这个抖音视频 https://v.douyin.com/xxxxx/
Agent: [步骤1] 运行 douyin_download.py 下载无水印视频...
       ✅ video.mp4 (58MB) + audio.mp3 (3MB)
       [步骤2] 调用 huo15-openclaw-asr 转写 audio.mp3...
       ✅ 转录完成 (4500字)
       [步骤3] 基于转录生成总结：

       ### 📌 一句话总结
       ...

       ### 📝 详细总结
       ...

---

注意事项

1. 抖音 cookies：脚本自动从浏览器导入，无需登录态
2. 合规：仅用于个人学习分析，不二次分发原视频
3. 长视频：Whisper 本地转写长视频较慢，可改用 huo15-openclaw-asr-bailian 云端
4. 音频格式：脚本输出 MP3（非 WAV），体积小，是 ASR skill 的标准输入格式

---

版本历史

• v1.1.0（2026-07）— 架构重构：脚本只做下载+音频提取，转写交给 huo15-openclaw-asr，总结交给 OpenClaw 自身。零 API key 配置，遵循 "enhance the runtime, never duplicate it"
• v1.0.0 — 首版（含内置 ASR/LLM API 调用，已废弃）