claudeers.
// Claude Skills

doyin_ai_video

抖创工坊:本地 Electron 工具,抖音视频无水印下载 + Whisper 转录 + AI 洗稿 + 分镜 + HyperFrames 竖屏成片 + Claude Skill 蒸馏

// Claude Skills[ cli ][ api ][ desktop ][ web ][ claude ]#claude#ai-video#asr#claude-skill#content-creation#douyin#electron#hyperframes#skills$open-sourceupdated about 1 month ago
Actively maintained
91/100
last commit about 1 month ago
last release none
releases 0
open issues 13
// star history

Install with your AI

Paste into Claude Code, Cursor, or any agent — it reads the repo and wires the tool into your project.

Install and set up doyin_ai_video (git-clone project) into my current project.
Found on https://claudeers.com/doyinaivideo
Repo: https://github.com/LiChangZheng10086/doyin_ai_video
Homepage/docs: —
Detected install method: git-clone → git clone https://github.com/LiChangZheng10086/doyin_ai_video
Category: skills. Platforms: cli, api, desktop, web.
Read the repo's README for exact setup and env vars, then install it and wire it into my project.

Claudeers Health Verdict:
active; community-verified: false. Confirm the source before running anything.
// or clone
git clone https://github.com/LiChangZheng10086/doyin_ai_video

// compatibility

Platformscli, api, desktop, web
Operating systems—
AI compatibilityclaude
License—
Pricingopen-source
LanguageTypeScript

Get your FREE $2.50 API credits to access TickAtlas financial data ↗

抖创工坊

从热点选题、公众号对标、文章创作、图片提示词到视频转录、字幕图集与竖屏视频的本地创作工坊。按平台准备发布包:抖音图文、今日头条文章、小红书浏览器本地草稿与微信公众号文章草稿。

四个平台发布能力现状 · 2026-10-14

发布功能已经在代码和界面中实现,不是仅有 Issues 里的开发计划。不同平台的交付终点不同,不能把「建包」「保存草稿」「已提交」当作「正式发布成功」。当前方案见 PROJECT_PLAN.md,操作细节见下文平台提交与草稿通路。

平台当前支持的内容与入口执行方式与交付终点验收边界
抖音图文发布包;作品、字幕图集 → 发布中心可选外部 social-auto-upload(sau)提交图文;先预览、再主动提交依赖引擎及有效登录态;提交后人工核实,视频仍人工交付
小红书独立「小红书创作」:原文改写、标题/正文/标签、上传/素材库或文字图卡 → 发布中心自研 Playwright 执行器;默认暂存并核实同一浏览器本地草稿,由用户核对发布草稿不与手机或其它浏览器同步;本次未重新验收真实账号提交,程序提交结果不冒充已发布
今日头条作品转文章、封面与文章包 → 发布中心自研 Playwright 执行器;扫码登录、预览后主动提交头条文章依赖平台页面和登录态;历史实机记录不保证当前账号成功,提交结果须核实
微信公众号独立文章创作或作品转文章 → 公众号文章包 → 发布中心官方 API 保存或更新文章草稿,记录草稿 ID;用户在公众号后台发布需要 AppID/AppSecret、IP 白名单及接口权限;不正式发布、不群发,连接校验不等于写入验收

当前自动执行的组合只有 图文×抖音、图文×小红书、文章×今日头条、文章×微信公众号,以 AUTO_PUBLISH_ROUTES 为准。视频号、B站及视频内容仍以人工交付为主。各通路保留预览/版本校验、失败说明和审计,不自动重试有外部副作用的提交。

最新功能 · 2026-10-14

功能当前行为使用边界与验收记录
独立小红书创作粘贴其它平台原文,分两阶段改写/审校标题、正文和标签;支持上传/素材库配图与可编辑的本地文字图卡,保存草稿、预览并创建小红书包不编造作者经历;不自动抓取原文链接、不自动发布。功能与隔离浏览器流程已验证,真实 AI 成稿及账号提交仍需核对,见实现方案
中文图集短句排版相邻短译文仅在排版时合并,原文、译文、编号和逐条时间不变;预计张数、候选预览及成品共用规划不跨明显停顿、选择缺口、句末或可读宽度;已有图片需重新规划才应用。434 条真实字幕样本保留全文并规划为 28 张,见验收记录
本地运行与可靠性任务/合集索引串行提交、损坏保护、图集操作恢复、本机访问边界;开发启动先编译后端,检查覆盖前端/后端/Electron已有数据不批量修复;恢复与 OCR 仍需来源复核和人工确认。见可靠性验收
资料搜索与阅读热点详情和文章共用资料面板;主动读取公开正文、搜索相关报道,将选中的正文导入文章Jina / Exa 缺省关闭;搜索摘录和话题页不能当作正文。真实 Exa 搜索已验证,本机 Jina 直连读取超时,见资料验收
自动字幕图集默认目标每张 8 条,在 6~9 条范围内均衡规划;macOS 本地 OCR 辅助筛选原生字幕,确认整套后生成 1080×1440 PNG保留原视频字幕像素;满宽主画面和各条原画面背景组成连续切片,仍需人工核对。见OCR 验收与排版验收
YouTube 中文译文图集单条链接下载,人工/自动字幕优先,无字幕用本地多语言 ASR;默认全文翻译,原文对照、中文 PNG 与现有抖音图文包;中文轨中串接的完全对齐英文轨可安全分离与原生字幕像素模式独立;已有完整下载/转录及译文样本,仍不代表一小时无字幕性能或逐句准确性已验收。见完整流程验收
图集配套文案从完整转录生成标题、背景引入、编号要点、互动结尾和话题;可独立重生成文案已有正文不被重规划覆盖;替换前确认,失败保留原记录,仅改文案保留图片。见文案验收
转录质量与受控修复检查严重循环、非法时间和越界;作品转录页与图集可主动重新转录备份旧文件,失败恢复;成功后下游需重做,已建发布包保留。启动时不批量修复历史,见转录修复验收
音频转录 AI 校对新转录与重新转录后自动检查明确错别字,修正结果供洗稿和图集使用;保留原文、修改记录及分段时间复用当前 AI 配置;无配置或失败保留原始转录并标记未校对。现成 YouTube 字幕和历史资产不批量改写;AI 校对仍需核对专名,见规格
成片配音与音乐可选 macOS 离线中文系统配音、分段字幕、本机音频素材、循环与口播时音乐压低;最终验收 AAC 音轨中文 TTS 当前仅支持 macOS 已安装语音;未选音频可无声,音频失败不降级为无声成功。见音频验收
创建日期筛选创建日期起止与搜索、状态共同筛选作品,按浏览器本地日历日期包含起止当天反向区间和非法日期明确提示,列表与卡片共用规则;见日期验收

以上链接记录对应实现的历史验收,不代表每次文档更新都重新运行全部测试或真实平台提交。项目级与参考 Skills 的完整清单见下文Skills 清单与使用范围。

近期修复

  • 抖音视频转录登录态:分享页解析使用已保存的抖音 Cookie;桌面端透传 YTDLP_COOKIES_FILE / YTDLP_COOKIES_FROM_BROWSER。这修复了登录态未发送与配置未生效的问题;签名 API 和平台下载限流仍可能导致失败,不保证所有视频都能下载。见修复与验证记录。
  • 导航与弹窗退出:折叠的对标组表单不再静默拦截导航,未保存提醒保持可见;文章工作台忙时重置导航拦截状态。创建文章包期间可通过「取消」确认后关闭弹窗,后台请求继续,结果到发布中心核对。真实交互验收仍待确认,见导航修复记录。

前期更新 · 2026-10-01

本次更新补齐独立文章创作、公众号对标与模板、图片提示词和在线音频,并修复小红书草稿持久化。截图来自运行中的项目,不是设计稿;平台提交与草稿的验收边界见下表,界面截图不代表内容已经发到平台。

更新现在可以做什么入口与边界
独立文章工作台从热点或关键词开始,完成方向诊断、资料事实、提纲、初稿、审校与配图规划;预览后创建公众号文章包主导航 → 文章创作;资料、提纲与定稿需人工确认,不用热榜标题代替报道正文
小红书创作工作台粘贴其他平台原文,改写并审校标题、正文、话题;配图支持上传/素材库和本地 1080×1440 文字图卡主导航 → 小红书创作;保存原文与草稿、核对作者归因和使用权,预览后只建小红书发布包,后续到发布中心准备浏览器本地草稿
公众号对标与模板自选领域、读者与关键词,搜索候选并核验至少 10 个有效对标;选择 6 种写作结构预设、5 种排版样式文章创作 → 寻找同赛道对标账号;搜索没有阅读量,流量依据需人工录入来源和观察时间;模板接入独立文章工作台
图片提示词与素材复用生成或优化提示词,保存草稿;上传成图并逐图维护描述、标签和提示词快照,按元数据搜索选图素材 → 图片提示词,或文章配图区域;只生成文字提示词,成图由用户在自己的生图工具中完成
在线音频素材查看网易云/QQ 热歌、飙升、新歌榜,主动搜索、试听、多选下载到素材库素材 → 音频 → 在线音频;仅公开音源、每批最多 20 首;入库后可手动选为成片背景音乐,不自动加入视频
小红书本地草稿修复显式暂存并读回核对标题、正文、图片和声明;打开同一登录目录的草稿浏览器供人工核对与发布发布 → 小红书;草稿只在该浏览器本地,不同步到手机或其它浏览器;真实平台效果由本人核对
微信公众号文章草稿配置官方 API;编辑封面、正文图片、作者和摘要;预览后保存到公众号草稿箱设置 → 微信公众号;发布 → 微信公众号。不正式发布、不群发;真实账号写权限仍待验收
独立字幕图集创作从原视频定位画面、选字幕时间、校准裁切,生成整套 3:4 图片并创建抖音图文发布包主导航 → 图集创作。有已下载的原视频即可,不依赖洗稿或成片;建包不等于提交
多平台热点选题查看抖音、今日头条、百度、知乎、B站热榜,筛选、搜索、收藏选题并保存备注主导航 → 热点;小屏从「更多」进入。不混算平台热度,不自动生成或发布
三种界面主题深色、浅色、跟随系统,立即生效并记住选择界面右上角直接切换,无需进入设置;不会改变导出图片或视频
登录与运行体验修复小红书扫码等待被刷新打断、换码不同步、校验争用登录目录;保存桌面 sau 引擎路径小红书扫码轮询不导航,校验复用当前页面;sau 环境变量缺省时读取已保存路径

2026-10-01 界面实拍

以下截图使用真实前后端与真实页面组件。热榜为公开来源在截图时返回的数据;图集与发布包使用本地合成验收视频,不含真实账号内容、密钥或登录二维码,也未提交到任何平台。

热点选题 · 深色主题 — 各来源独立显示排名、原始热度与获取时间;多列卡片按内容高度排布,长标题不会再把同一行其它卡片撑出大块空白。

热点选题深色界面

热点选题 · 浅色主题 — 同一工作台右上角切换,深浅配色覆盖导航、卡片、输入控件和状态提示。

热点选题浅色界面

字幕图集工作台 — 时间与字幕区域校准、多图排序、成品预览及抖音图文文案。彩色测试画面和白色条为合成验收素材,用于核对像素裁切,不是自动生成的真实台词。

字幕图集工作台

平台发布中心 — 一级按平台分栏,内部按实际内容类型筛选;图集生成后进入这里预览,必须由操作者主动触发提交。

发布中心与字幕图文包

微信公众号渠道 — 文章只保存草稿;此截图展示渠道说明和入口,不展示真实公众号草稿,也不作为写权限验收证明。

微信公众号草稿渠道

独立文章工作台 — 以下为隔离数据验收截图,展示资料、定稿、配图和预览流程;没有使用真实账号提交文章。

独立文章工作台

在线音频素材 — 隔离界面验收截图展示榜单、搜索、试听与多选入库入口;当前可在工作台手动选择已入库音频作为成片背景音乐。

在线音频素材

2026-10-01 前期功能验证状态

  • 完整测试集合以 4 个进程运行:1109 通过、1 跳过、0 失败;npm run check 与 npm run build 通过。命令见下文;默认并发的一次复跑曾出现原有测试夹具偶发失败,记录见对标实施记录。
  • 文章、对标、图片提示词与在线音频已做隔离界面验收,覆盖保存失败、刷新恢复、版本冲突和窄屏;对标公开检索实际取得文章线索,未知阅读量不计为高流量。在线音频两家真实公开来源已读取验证;没有调用真实 AI 或替用户发布样例。
  • 图集:本地 FFmpeg 输出、草稿恢复、图片顺序、预览和真实发布包创建均有测试;没有替用户向抖音提交样例。
  • 热点:五个公开来源已实际取到有效榜单;任何来源都可能因网络或上游变更暂不可用,界面保留旧榜单并标明状态。
  • 公众号:官方接口编排通过模拟链路;已有账号的连接与草稿数量查询通过,但封面上传 + 正文图上传 + 新建草稿尚未在真实账号完整验收。
  • 小红书:扫码与校验回归、换码和界面反馈已验证;修复后的真实手机扫码仍需用户确认,不宣称账号发布通路已重新验收。

🚀 平台提交与草稿通路(核心能力)

四个平台已有各自的执行通路,并非统一「全自动发布」:抖音图文与头条文章可主动提交,小红书默认停在浏览器本地草稿,微信公众号只调用官方草稿接口。各通路带包级预览、字段校验与版本约束,提交前必经确认:

通路引擎登录方式关键约束
抖音图文外部 social-auto-upload CLI(可选装)复用已有抖音登录态一次只允许一个任务;不自动重试
今日头条文章自研执行器(Playwright,复用打包好的 headless Chromium)扫码(应用内二维码 / 浏览器窗口)AI 成文 + 16:9 封面;封面必填
小红书图文自研执行器(Playwright,同一套浏览器资源)扫码(应用内二维码 / 浏览器窗口)默认暂存并核实浏览器本地草稿(由你在同一草稿浏览器里发布,不同步到手机);必须声明「笔记含AI合成内容」;配图自动裁成 3:4;每日最多 1 篇
微信公众号文章官方 APIAppID / AppSecret + IP 白名单仅保存草稿,不正式发布/群发;真实账号权限仍待验收

共同的纪律:提交前必经预览,失败说明停在哪一步,不自动重试。抖音与头条提交结果仍由人工到后台核实;小红书默认停在发布前,若选择程序提交,点完发布不做页面读回,结果恒为未确认。公众号只记草稿 ID,不记为正式发布。自动操作不改变任务的「已发布」状态;重试前必须核实上一次结果,避免重复发布。视频与其余平台(视频号 / B 站)仍以人工交付为主。

发布中心按平台分栏(抖音 / 小红书 / 今日头条 / 微信公众号 / 其它平台),平台内再按内容类型筛选。

微信公众号:仅保存文章草稿

  1. 重启已构建的桌面应用,在「设置 → 微信公众号」填写 AppID、AppSecret 和可选默认作者;密钥加密保存、不回显。点「校验连接」检查凭据和草稿数量查询,不代表已验证写入权限。
  2. 已完成作品详情 → 成果画布 →「创建公众号文章包」:选封面、编辑标题/正文/作者/摘要,可从素材库选正文图。
  3. 发布中心 → 微信公众号 → 预览 → 确认提交到草稿箱。成功后显示草稿 ID,由你在公众号后台检查并手动发布。超时结果待核实时先查草稿箱,不能直接重发。

独立后端使用 WECHAT_MP_APP_ID、WECHAT_MP_APP_SECRET、WECHAT_MP_AUTHOR 环境变量,修改后重启。个人未认证或审核中账号的可用性以实际写接口结果为准,不承诺认证能解决权限问题;详细限制与验收清单见可行性与实施文档。

能力概览

一个面向内容复盘和二次创作的本地桌面工具。当前主链路聚焦为:下载视频、提取音频、内置 Whisper 转录、AI 洗稿、生成视频分镜,并可选使用 HyperFrames 本地渲染 9:16 MP4。支持用户主页批量采集、签名 API 直调、无水印视频下载、合集增量更新,新任务采用手动分步执行,每一步都支持自动 3 次重试和失败后的手动重试。

⚠️ 免责声明:本项目仅供学习和技术研究使用。使用者应遵守相关平台的服务条款和法律法规,不得将本项目用于任何商业用途或侵犯第三方权益。作者不对使用本项目产生的任何后果承担责任。

🤝 寻找贡献者

本项目目前由个人维护,欢迎一起完善!

当前特别需要帮助的方向:

  • 抖音签名(a_bogus / X-Bogus)稳定性维护
  • Whisper 模型体积与中文准确率优化
  • HyperFrames 视频样式 / Windows 中文 TTS 适配
  • UI/UX 改进与 Windows 打包测试
  • 文档、测试用例、示例视频

→ 查看贡献指南 | 提交 Issue | 讨论区

核心功能

手动分步流程

输入:抖音分享链接 / 分享文本 / 用户主页链接
  ↓
创建任务 / 合集:解析并保存输入,不自动跑完整链路
  ↓
用户逐步确认执行:
  1️⃣ 视频转录(下载原片 → ffmpeg 提取 16kHz mono WAV → 内置 whisper.cpp)
  2️⃣ AI 洗稿
  3️⃣ 生成视频提示词 / 分镜
  4️⃣ 生成本地竖屏视频(可选,HyperFrames,可选配音和音乐)
  📦 发布中心交付(可选;预览后主动提交或保存草稿,结果人工核实)
  ↓
输出:📝 结构化转录 + ✍️ 清洗稿 + 🎬 MP4 + 📦 发布交付包

功能特性

  • ✅ 热点选题 — 独立「热点」入口聚合抖音、今日头条、百度、知乎、B站榜单,支持来源筛选、标题搜索、选题收藏与备注;默认缓存 10 分钟,失败明确展示旧数据,不自动生成或发布。移动端从「更多」进入。
  • ✅ 独立文章创作 — 热点或关键词启动,六步生成与人工确认,支持资料、事实、提纲、正文编辑、原稿/修订稿对照、封面和有序正文图片、微信预览与建包。
  • ✅ 公众号对标研究 — 赛道自由选择,公开搜索文章线索,按账号身份、赛道相关性与有来源的阅读样本核验;至少 10 个有效对标后可带入新文章,未知阅读量留空。
  • ✅ 文章结构与排版模板 — 教程、清单、案例、比较、观点、资讯 6 种结构预设,另保留自由编辑;原默认加 4 种新排版,预览与草稿共用同一渲染。旧视频转文章向导仍使用默认排版。
  • ✅ 图片提示词与元数据 — 生成/优化提示词并保存草稿;上传成图时逐图绑定描述、标签、提示词快照,支持素材检索、编辑与有序选图;不自动调用生图服务。
  • ✅ 在线音频 — 网易云/QQ 公开榜单、主动搜索、试听和批量入库;不读取平台 Cookie,入库后可手动选择为成片背景音乐。
  • ✅ 资料搜索与阅读 — 热点和文章共用资料面板,按需公开搜索、读取正文并导入文章;正文与搜索摘录区分,来源和版本由服务端校验。
  • ✅ 原生字幕图集 — 自动规划整套,目标每张 6~9 条、默认 8,手动支持 1~9 条;macOS 本地 OCR 辅助核对,整套确认后输出 1080×1440 PNG,保留原生字幕像素与原画面背景,不重绘文字。
  • ✅ 图集配套文案 — 从完整转录生成图文标题、正文和话题,支持独立重生成、替换确认与失败保留;不自动确认图片或发布。
  • ✅ 转录质量与重新转录 — 严重循环和非法时间拒绝作为成功输入;受控重转录先备份、失败恢复,成功使下游失效,保留已建发布包。
  • ✅ 微信公众号草稿 — 官方 API 上传封面与正文图、生成兼容 HTML、保存文章草稿;AppSecret 加密不回显,成功保存草稿 ID,不确定结果禁止直接重发。
  • ✅ 右上角主题切换 — 深色、浅色、跟随系统,立即生效并记住选择;手机宽度也保留切换入口。
  • ✅ 视频下载 — 无水印优先下载,支持签名 API 和 yt-dlp 多策略降级
  • ✅ 用户主页采集 — 输入博主主页链接,批量获取全部作品列表
  • ✅ 合集管理 — 按博主创建合集,批量创建子任务、批量执行步骤
  • ✅ 合集增量更新 — 一键检查博主新视频,去重追加到已有合集
  • ✅ 签名 API 直调 — a_bogus + X-Bogus 签名,绕过浏览器直接调用抖音内部 API
  • ✅ Cookie 管理 — 支持扫码登录、手动粘贴 Cookie 两种方式获取登录态
  • ✅ 音频提取 — 使用 ffmpeg 抽取标准化音频,并保存音频 manifest
  • ✅ 语音转录 — 内置 whisper.cpp + ggml-small,本机完成中文转录
  • ✅ 离线 ASR — 无需 ASR API Key、Python、FunASR 或 faster-whisper
  • ✅ AI 洗稿 — 基于转录优先清洗,输出标题、摘要、要点、清洗稿、口播稿和质量提示
  • ✅ 视频分镜生成 — 基于清洗稿生成视频提示词和分镜脚本
  • ✅ Skill 知识蒸馏 — 从合集转录文本 AI 蒸馏生成 Claude Code Skill(SKILL.md)
  • ✅ Skill 管理 — 独立的 Skill 管理页面,支持查看、重命名、删除已生成的 Skill
  • ✅ 本地视频生成 — 使用 HyperFrames CLI 将清洗稿和字幕节奏渲染为 9:16 MP4
  • ✅ 成片配音与音乐 — 可选 macOS 离线中文系统配音、分段同步字幕和本机背景音乐;音乐循环、淡入淡出与口播压低,最终验收 AAC 音轨。
  • ✅ 创建日期筛选 — 起止日期与搜索、状态组合筛选,支持清除与非法区间提示,列表和卡片一致。
  • ✅ 原视频回看 — 详情页可在「原视频 / 成片」之间切换,直接回看转录时下载的抖音原片
  • ✅ 素材库 — 独立「素材」页面,手动上传与管理图片、音频(图片可选入图文发布)
  • ✅ 发布中心 — 将成片整理为独立交付包,生成四平台简体中文文案;按渠道分栏,标注进度与人工发布跟踪
  • ✅ 小红书图文发布 — 自研执行器填好标题/正文/图片与 AI 合成内容声明,默认显式暂存并核实浏览器本地草稿,再由你打开同一草稿浏览器核对并发布;草稿不会同步到手机。配图自动裁成 3:4;请遵守平台条款并核对内容和操作结果。
  • ✅ 今日头条文章发布 — AI 成文 + 16:9 封面 + 扫码登录,自动提交到头条号(提交前必经预览,提交后由人工核实再「标记已发布」)。2026-09-20 真机实测发布成功
  • ✅ 可折叠侧栏 — 桌面端左侧导航可展开/收起,展开时显示文字标签,收起为纯图标
  • ✅ 任务垃圾桶 — 删除任务后保留 30 天,可恢复或永久删除
  • ✅ 多 AI 模型 — 支持 DeepSeek、OpenAI 及 OpenAI-compatible 中转服务
  • ✅ 桌面应用 — 基于 Electron,支持 macOS 和 Windows
  • ✅ 实时反馈 — 任务进度实时更新,详细展示每个步骤状态和错误

本机操作者与权限

  • 面向使用者的登录、账号切换、用户管理界面已移除:应用启动时自动取得「本机操作者」会话,无需登录或选择账号。
  • 自动会话优先复用已有的启用中管理员(按 createdAt / id 升序确定性选取);只有在不存在任何管理员时才创建一个无 PIN 的「本机用户」。不会删除、不改名任何历史用户。
  • 管理员 PIN 的接口契约没有被放宽:直接调用 POST /api/local-sessions 开管理员会话仍必须提供正确 PIN。无 PIN 分支只存在于 POST /api/local-sessions/auto 这一条显式命名的路径上。
  • 角色仍然决定发布权限与审计:撤回已发布状态、删除/恢复发布包属于管理员操作;每条审计记录仍带 actor 快照。单机使用下当前操作者即管理员,因此这些操作都可用。
  • 本地角色用于工作流权限控制和操作者审计,不是云端账号,也不是强安全边界;能够访问本机存储或操作系统账户的人仍可能读取或修改本地数据。

发布中心

  • 发布中心默认只准备本地交付包和辅助人工操作。视频不会自动上传;抖音图文可选地调用外部 social-auto-upload(sau)CLI 自动提交,且提交前必经预览确认、提交后仍由人工点「标记已发布」确认。
  • 今日头条文章走另一条通路:自研 Playwright 执行器(复用打包好的 chrome-headless-shell,零额外下载), 按「洗稿内容 → AI 成文 → 文章包(article.html + 16:9 封面)→ 预览 → 提交」完成发布。 登录只能扫码(头条号没有可粘贴的凭据):到「设置 → 今日头条」点「扫码登录」(应用内显示二维码) 或「打开浏览器扫码登录」(弹出真实浏览器窗口);登录态保存在 storage 内的持久化 profile, 扫一次之后发布与自检都不用再扫。相关环境变量:TOUTIAO_BROWSER_BINARY(浏览器路径, 缺省按「显式配置 → 打包资源 → Playwright 缓存 → 系统 Chrome」解析)、TOUTIAO_PROFILE_DIR(会话目录,必须落在 storage 内)。 每一步都有读回校验:任何一步失败都停在点「发布」之前;「同时发布微头条」默认关闭且关不掉就不发布。
  • 与抖音通路同一条不变式:机器只把内容送出去,记录为「已提交」;task.status 全程不变, 也绝不自动重试(重试前必须先确认上一次是否已发出 —— 重复发布是本功能最大的风险)。
  • 发布中心自身不保存平台凭据;走图文自动发布时,会把已有的抖音登录态(~/.douyin-ai-video/douyin-cookie.txt) 转换成 Playwright storage_state 写到 <SAU_BASE_DIR>/cookies/douyin_<account>.json(权限 600)供外部引擎使用。
  • 从任务详情页的已生成成片进入「加入发布中心」,按“成片 → 平台 → 文案 → 排期 → 确认”向导创建交付包。
  • 支持抖音、小红书、微信视频号和哔哩哔哩;一个交付包可包含多个平台任务,也可以为同一成片创建独立版本。
  • 文案优先由当前 AI 配置按平台生成;AI 不可用时回退到洗稿内容,并明确标记为回退文案。用户编辑后的内容会记录为用户编辑。
  • 按渠道分栏:一级页签为「抖音 / 小红书 / 今日头条 / 微信公众号 / 其它平台」,二级按图文/视频/文章筛选;只有实际出现多种内容类型时才显示二级切换。包数与状态只统计当前渠道的任务,渠道、类型、状态同时写入 URL,不互相覆盖。
  • 发布中心提供复制标题/正文/标签、打开平台、在 Finder 中定位视频、标记已发布、记录失败和修改排期等人工辅助操作。
  • 发布者可维护未发布内容;管理员额外负责撤回已发布状态和发布垃圾桶管理。
  • 发布包存放在 storage 根目录下的 output/publishing/{sourceJobId}/v{version}-{packageId}/。storage 根目录取决于运行方式:桌面端为 ~/Library/Application Support/douyin-ai-video/storage(macOS),独立后端为仓库内的 storage/。
  • 发布包是自包含的:成片、封面与图文图片都会复制进包目录,因此事后删除素材或改动源文件不影响已建好的包。
  • 发布排期仅在应用运行时检查;应用退出期间到期的任务会在下次启动时补处理,但不会自动打开平台。
  • 发布垃圾桶独立于任务垃圾桶,保留 30 天。到期清理只删除本地发布资产,不影响源作品、其他版本或平台上的视频。
  • 若 cache/publishing-index.json 损坏,发布写操作会进入只读保护。请先备份原文件,再从有效备份恢复或人工修复;创作流程仍可继续使用。

界面预览

主界面 - 任务列表 & 合集

  • 创建新任务(URL / 主页链接 / 分享文本)
  • 合集视图:按博主聚合查看所有子任务进度
  • 查看所有任务状态
  • 查看当前可执行步骤或失败步骤
  • 删除任务到应用内垃圾桶

任务详情页

  • 概览 — 任务基本信息和处理状态
  • 主链路步骤 — 视频转录(含下载和音频提取)、AI 洗稿、生成分镜、生成视频
  • 视频转录 — 从视频音频提取的真实转录文字
  • AI 洗稿 — 清洗后的标题、摘要、核心要点、脚本、口播稿和质量提示
  • 分镜内容 — 基于清洗稿生成的短剧分镜和视频提示词
  • 视频成片 — HyperFrames 本地渲染的 MP4、项目路径和场景列表

合集详情页

  • 顶部用户信息(昵称、头像、作品总数)+ "检查更新" 按钮
  • 视频列表(封面、描述、状态、复选框),按发布时间倒序排列
  • 批量操作:创建选中任务、批量转录、批量洗稿、批量分镜、批量生成视频
  • 子任务总进度条
  • 查看全部转录文本 + "生成 Skill" 按钮

Skill 管理页

  • 卡片式网格布局,展示所有已生成的 Skill
  • 每张卡片显示:Skill 名称、来源合集、自动同步状态、转录数量、生成日期
  • 操作:查看内容(3 标签页:SKILL.md 渲染、原始来源、元信息 JSON )、在合集页面中复用
  • 支持内联重命名,自动同步 SKILL.md frontmatter 和文件目录

发布中心

  • 查看待处理、待发布、已排期、已发布、失败、资产异常和发布垃圾桶
  • 按标题/文案、平台、源任务、版本号和创建者筛选
  • 展开发布包查看各平台文案、排期、资产健康状态和审计记录
  • 执行复制文案、预览、打开平台、定位视频、标记发布、失败记录、取消、恢复和创建新版本
  • 图文包额外提供「发布图文到抖音」(先预览再提交)与「提交验证码」
  • 文章包(今日头条)额外提供「提交到头条号」(先预览再提交)与「下载文章 HTML」(降级通路: 导出 article.html,任何时候可用、可直接粘进头条编辑器);文章任务不提供「编辑文案」—— 正文是包级 article.html 的渲染结果,要改就重建文章包

设置页面

  • AI 密钥管理 — 管理多个 AI 服务 API Key,支持 DeepSeek、OpenAI 及中转代理
  • 抖音登录 — 默认在应用内显示二维码,也可打开浏览器扫码或手动粘贴 Cookie
  • 今日头条 — 头条号扫码登录(应用内二维码 / 打开浏览器窗口扫码)与「校验登录」零副作用自检
  • 小红书 — 应用内扫码、取消与重新获取二维码、复用当前登录页面校验
  • 微信公众号 — 配置官方 API 凭据、默认作者与连接校验;不需要扫码,密钥加密且不回显
  • 语音识别状态 — 展示内置 Whisper 本地转录能力

技术架构

┌─────────────────────────────────────────┐
│         Electron 主进程                  │
│  - 窗口管理                              │
│  - IPC 通信                              │
│  - 后端服务启动                           │
└─────────────────────────────────────────┘
           │                    │
    ┌──────┘                    └──────┐
    ▼                                  ▼
┌─────────────────┐          ┌──────────────────────┐
│  React 前端      │  HTTP    │  Express 后端         │
│                 │ ◄────►   │                      │
│  - React 19     │          │  - 任务管理           │
│  - Vite         │          │  - 用户主页爬取       │
│  - Zustand      │          │  - 合集管理+增量更新  │
│  - Tailwind CSS │          │  - 签名算法 (a_bogus) │
│  - React Router │          │  - Cookie 管理        │
│                 │          │  - 视频下载           │
│                 │          │  - 音频提取           │
│                 │          │  - 语音转录           │
│                 │          │  - AI 清洗            │
│                 │          │  - 分镜生成           │
│                 │          │  - Skill 知识蒸馏     │
│                 │          │  - 头条文章发布       │
└─────────────────┘          └──────────────────────┘
                                      │
                      ┌───────────────┴───────────────┐
                      ▼                               ▼
             ┌─────────────────┐             ┌────────────┐
             │ AI / 本地 ASR    │             │ 文件存储    │
             │ - DeepSeek      │             │            │
             │ - OpenAI        │             │ userData/  │
             │ - 中转代理      │             │ storage/   │
             │ - whisper.cpp   │             │ 或配置目录  │
             │ - ggml-small    │             │ ~/.claude  │
             └─────────────────┘             │ /skills/   │
                                             └────────────┘

技术栈

后端

  • 运行时: 开发环境推荐 Node.js 22.12+(当前 Vite 与本地渲染链路)
  • 框架: Express 4
  • 语言: TypeScript 5.x
  • 视频处理: yt-dlp, ffmpeg
  • 浏览器自动化: Playwright(用户主页爬取和扫码登录)
  • AI 服务: OpenAI SDK(兼容 DeepSeek / OpenAI-compatible)
  • ASR: 内置 whisper.cpp + ggml-small(随安装包携带)
  • 视频渲染: HyperFrames CLI(可选,生成视频步骤需要 Node.js 22+ 和 FFmpeg)
  • 签名算法: SM3/MD5 + RC4 + 自定义 Base64(纯 TypeScript 实现)

前端

  • 框架: React 19
  • 构建: Vite 8
  • 路由: React Router DOM 7
  • 状态管理: Zustand 5
  • 样式: Tailwind CSS(自定义设计系统)

桌面端

  • 框架: Electron 42
  • 打包: electron-builder

安装与运行

环境要求

  • Node.js >= 22.12.0
  • npm >= 9.0.0
  • macOS 或 Windows
  • 开发模式需要本机可用的 yt-dlp、ffmpeg 和 Playwright 浏览器
  • 视频生成步骤需要 Node.js >= 22 和 HyperFrames CLI
  • 打包命令会自动准备完整运行资源;构建机需要联网、tar、unzip 和基础命令行工具
  • macOS 原生字幕 OCR 构建还需 Swift 工具链;开发时运行 npm run prepare:subtitle-ocr,Mac 打包会自动准备,最终用户不需要 Swift
  • 安装包会内置 yt-dlp、ffmpeg、ffprobe、whisper.cpp、ggml-small、HyperFrames CLI 和 Chrome headless shell

安装依赖

# 克隆仓库
git clone https://github.com/LiChangZheng10086/doyin_ai_video.git
cd doyin_ai_video

# 安装依赖
npm install

# 安装 Playwright 浏览器(用户主页爬取和扫码登录需要)
npx playwright install chromium

开发模式

# 一次性启动 Vite + Electron
npm run dev

# 或分别启动
npm run dev:renderer
npm run dev:electron

npm run dev:electron 会先编译后端和 Electron。运行期间修改 src/ 后仍需编译并重启后端;修改 electron/ 后需编译并重启 Electron。两套产物分别为 dist/ 与 dist-electron/,不能互相代替;前端开发态由 Vite 热更新。直接运行 electron . 不会自动编译,check 与 test 也不产出编译文件。

本机 API 仅供本机使用:独立后端只监听 localhost,拒绝外部网页来源及非本机连接。支持同源请求和本机 Vite 的 5173 端口;Electron 文件页面由主进程附加临时访问凭证,无需用户配置。普通网页或沙箱页面不能借用自动会话入口。

提交前验证:

npm test
npm run check  # 后端、前端、Electron 类型检查及凭据扫描
npm run build # 后端、前端、Electron 三套构建

并发资源有限时,可对相同完整测试集合限制进程数:

node --import tsx --test --test-concurrency=4 'src/**/*.test.ts' 'electron/**/*.test.ts' 'renderer/src/**/*.test.ts' 'renderer/src/**/*.test.tsx'

生产构建

# 打 macOS Apple Silicon DMG/ZIP
npm run package:mac

# 打 Windows 11 x64 NSIS 安装器
npm run package:win

# 连续打 macOS + Windows
npm run package:all

打包脚本会按目标平台准备 vendor/package-assets,并把运行所需资源复制到安装包:

  • bin/:yt-dlp、ffmpeg、ffprobe
  • whisper/:whisper-cli、ggml-small 模型和 Windows DLL
  • hyperframes/:HyperFrames CLI 及其 Node 依赖
  • browser/:Chrome headless shell

当前 package:mac 生成 macOS arm64 包;package:win 生成 Win11 x64 包。安装后的应用不要求用户再安装 Python、FunASR、Whisper、ffmpeg、yt-dlp、Node.js 或 HyperFrames。抖音下载和 AI 洗稿仍然需要网络,AI 洗稿/Skill 生成仍需要有效的 AI API Key。

配置说明

1. AI API 配置

在应用设置页面添加 AI API Key:

DeepSeek(推荐)

OpenAI

中转代理 / 自定义

  • 支持任何 OpenAI 兼容 API,填写 baseURL 和模型名即可

为使签名 API 直调和批量采集正常工作,需要在设置页面配置抖音登录态。提供两种方式:

扫码登录

  • 打开「设置 → 抖音登录」,点击「扫码登录」,二维码直接显示在软件内
  • 用抖音 App 扫码并确认;应用轮询登录结果,必要时更新二维码
  • 「打开浏览器扫码登录」为备用入口,不是默认扫码行为
  • Cookie 自动保存到 ~/.douyin-ai-video/douyin-cookie.txt

手动粘贴(推荐)

  • 在 Chrome 中打开并登录 https://www.douyin.com/
  • 按 F12 打开 DevTools → Application → Cookies → douyin.com
  • 将所有 Cookie 复制为 key1=value1; key2=value2; ... 格式
  • 粘贴到设置页面的输入框中,点击"保存 Cookie"

关键认证 Cookie 包括:sessionid, sid_guard, passport_csrf_token, odin_tt, ttwid

3. 语音转录配置

语音转录已经内置到桌面应用中:

  • 引擎:whisper.cpp
  • 模型:ggml-small 多语言模型
  • 音频:ffmpeg 提取 pcm_s16le、16kHz、单声道 WAV
  • 运行方式:本机转录,不需要 ASR API Key、Python、FunASR 或 faster-whisper

开发模式或单独准备 Whisper 时运行:

npm run prepare:whisper

该命令会生成:

vendor/whisper/
├── whisper-cli
└── models/
    └── ggml-small.bin

旧配置文件里的 asrProvider、asrApiKey、asrBaseURL、asrModel 会继续被兼容读取,但后端转录不再使用它们。

4. 外部依赖

开发模式会使用以下系统工具;正式安装包已经内置同类资源:

  • yt-dlp — 视频下载

    brew install yt-dlp  # macOS
    
  • ffmpeg — 音视频处理

    brew install ffmpeg  # macOS
    
  • HyperFrames — 本地 HTML 动画渲染为 MP4(开发模式生成视频步骤需要)

    npx --yes [email protected] doctor
    

HyperFrames 是本地 HTML/CSS/GSAP 到视频的渲染链路,不是 Sora、Remotion 自动成片或 HeyGen 云端视频生成 API。开发环境默认通过 npx --yes [email protected] 调用 CLI;打包后优先使用安装包内置的 HyperFrames CLI 和 Chrome headless shell。当前生成无真人、无数字人的图文解释视频;可保留无声,也可在工作台开启本地中文配音并选择背景音乐。配音使用分镜 narration,按实测音频时长生成分段字幕;中文 TTS 仅支持 macOS 已安装的系统语音,Windows/Linux 当前可用背景音乐但没有中文 TTS。

头条号发布用的浏览器:复用上述打包好的 Chrome headless shell,零额外依赖。若解析不到,按提示二选一:

npm run prepare:package:mac      # 拉取打包资源里的 chrome-headless-shell
npx playwright install chromium  # 或装一个完整的 Playwright chromium

也可用 TOUTIAO_BROWSER_BINARY 直接指定可执行文件路径(改完要重启后端)。注意打包进来的 headless shell 是无头专用构建,开不了窗口,所以「打开浏览器扫码登录」用的是系统 Chrome 或完整 chromium。

抖音图文自动发布的外部引擎(可选):需要自装 social-auto-upload,并用 SAU_BINARY(sau 可执行文件)与 SAU_BASE_DIR(其仓库根目录,含 conf.py)指向它。桌面端优先读取环境变量,缺省时读取配置中已保存的 sauBinary / sauBaseDir。首次配置为空且环境变量成对完整时会保存路径,后续临时环境变量不会覆盖原配置;独立后端只读取环境变量。引擎缺失时该通路返回 422 并给安装指引,其余功能不受影响。登录成功不代表发布引擎已经安装。

5. 资料搜索与阅读

桌面端在设置的资料分组启用 Jina 阅读回退或 Exa 搜索,保存后即时读取;两项缺省关闭,查询状态和保存开关不会联网探测。公开链接优先直接读取,开启 Jina 后才按需回退;Exa 只调用匿名 web_search_exa,不读取个人 MCP 配置或平台登录态。

独立后端通过 RESEARCH_JINA_ENABLED=1 / RESEARCH_EXA_ENABLED=1 启用,修改后重启后端;设置页仅展示状态。读取失败可手动粘贴正文,不能把搜索摘录当成已读正文。第三方服务可用性、限频与站点读取限制见真实服务验收。

📖 使用指南

从选题与对标到公众号文章

文章默认采用自然、具体的叙述:从已有资料提取动作、条件与细节,减少重复定义、整齐编号和空泛升华;不虚构作者经历或案例。已有稿件不会自动改写,可在高级编辑调整要求后重新生成初稿与审校。

配图沿用「提示词 → 在你的生图工具生成图片 → 上传并绑定 → 文章直接使用」:自动创作完成配图规划后缺图时等待你上传,不自动制作统一文字卡片。在「按提示词绑定配图」复制每条提示词,上传图片并可填写实际画面描述;封面直接成为文章封面,正文图落到对应章节。同提示词快照的已有素材可以直接复用。替换图片不删除旧素材;上传成功但绑定失败时先载入最新文章、刷新图片再绑定,不必重新上传。全部图片绑定后点「继续自动创作」完成预览,已有写作步骤不会重跑。

  1. 进入「文章创作」输入关键词,或在「热点」选择线索开始写作;这条流程独立于视频任务。
  2. 起号研究可先进入「寻找同赛道对标账号」,自由填写领域、目标读者和关键词。公开搜索返回文章标题、账号名及链接;验证码、限频或页面变化会明确报错,不绕过验证。
  3. 核对账号身份与赛道相关性,录入样本阅读量、来源和观察时间;未知值留空,10万+ 保留下界。阅读门槛默认 1000、可调整,至少 10 个有效对标后可将参考信息带入新文章;不会据此承诺增长或生成未经核对的事实。
  4. 在工作台依次完成方向诊断、资料事实、提纲、初稿、审校和配图规划。热榜通常只是线索,正文读取失败时补充可访问报道或实际材料;确认资料、提纲与定稿后再推进。
  5. 选择写作结构与排版,维护封面和有序正文图,查看微信文章预览并创建发布包,再到「发布 → 微信公众号」保存官方草稿。旧视频转文章向导继续沿用默认样式。

公开搜索每次一个关键词、最多 50 条,缓存 10 分钟,请求至少相隔 60 秒;搜索不提供阅读量或粉丝量。参考的开源项目与有效性筛选见研究记录,排版样式归属见MIT 许可记录。

图片提示词与在线音频

  • 「素材 → 图片提示词」输入主题或文章,生成提示词;已有提示词可填写修改要求后优化另存。复制到自己的生图工具完成图片,再上传并逐图填写实际画面描述和标签。文章配图入口可复用提示词和素材,图片筛选不会改变已选择的顺序。
  • 「素材 → 音频 → 在线音频」选择网易云或 QQ 榜单,或主动搜索;试听后每批最多 20 首下载入库。只使用公开音源,失败曲目明确显示原因;需要配乐时在作品工作台手动选择已入库音频。

热点选题

  1. 在主导航进入「热点」,按来源查看抖音、今日头条、百度、知乎与 B站榜单;支持标题搜索、展开全部条目和打开原始来源。
  2. 点击条目收藏图标,将当时的标题、排名、原始热度和链接保存为本地选题快照;到「选题收藏」编辑并保存备注。保存失败会保留输入,未保存离开时会提醒。
  3. 需要新数据时点击「刷新榜单」。默认缓存 10 分钟,同一来源刷新至少间隔 60 秒,并发请求合并;失败保留旧榜单并标明过期或不可用,不用空白界面假装刷新成功。

不同平台的热度单位不同,不合并成统一热度排名。页面停留时只校正缓存状态,不定时抓取;获取时间也不是事件发生时间,创作前应打开原文核实。首版不接 X 爆帖、财经行情或小红书采集,不自动生成和发布内容;借鉴的 NewsNow 来源适配保留了 MIT 许可。

原生字幕图集 → 抖音图文

  1. 进入「图集创作」,选择已有作品中已下载的原视频。也可以在作品详情的原视频入口进入;没有原视频时先执行视频转录步骤,不必先洗稿或生成新视频。
  2. 默认先按完整视频生成文字清单,每张快捷目标为 6~9 条、默认 8,也可输入自定义正整数;长句和多行会减少条数并增加张数。估算超过 35 张时先提示,不启动 OCR 或绘图、不截断原资料。可点击「AI整理内容」获取重复、口头语和无关内容的剔除建议,逐条查看原句、时间与原因,勾选恢复后再认可文字安排。
  3. 认可文字后生成候选图集。macOS 本地 Apple Vision OCR 只识别选中的时间窗口;实际候选超过35张时也会在绘图前停止。原生字幕保留视频像素,不重绘文字;AI只建议选句,不改写原句或时间。逐张核对候选字幕、主画面与排除原因;需要校准取景或拆分/合并时进入高级调整。
  4. 确认整套字幕后一次生成,由本地 FFmpeg 输出 1080×1440 PNG,最终图片与候选预览哈希一致;无可靠候选或存在有文字的未匹配片段时不能确认生成完整图集,须校准或重新转录后重新规划。改动图片草稿、原视频或转录后需重新规划生成,旧成品仅供参考。
  5. 正文为空时自动创作同步生成标题、背景引入、编号要点、互动结尾和话题;已有正文保留,也可单独重生成文案,替换前确认、失败保留。核对人名、数字、归因与识别不清处;仅改文案不会重做图片。
  6. 检查发布预览并确认字幕与素材使用权,创建自包含的抖音图文发布包;本地图集包保留全部图片,不受普通图文素材入口的 35 张限制。再到「发布 → 抖音」预览并主动提交,实际提交数量由执行器独立检查。

文字整理、候选生成和最终生成在后台执行,显示当前阶段进度条及完成数/总数。点击「暂停」后当前处理单元结束,保留已完成内容并停止后续处理;「继续」恢复同一次任务。可以离开页面操作其他作品,返回后查看进度。同一图集暂停期间不能修改;退出应用会中断任务,重新打开需重新发起,旧成品保留。

生成结果、图片顺序与文案进入完整性和预览版本校验。删除图集不会删除已建发布包。创建包不等于发到抖音,提交仍复用已有外部 sau 引擎,失败不自动重试,平台结果由本人核实;不会因为有图集而自动下载、洗稿、排期代发。

中文译文图集支持自定义每张 10 条短字幕,保持 36px 字号和完整文字;多行长句会按实际高度减少条数并增加图片。已有方案需重新规划才能采用新排版。候选图片与字幕可折叠,文案下方也有保存按钮;创建发布包时显示进度,失败原因显示在按钮旁。

工作台可填写抖音音乐库的完整歌曲名作为发布配乐,留空不指定。音乐随草稿、交付包和发布预览保存,更换音乐只需保存并重新预览,不用重做图片。指定配乐时,执行器会等待并选择名称匹配的结果(忽略空格和大小写,不自动选其它版本);选曲前等待本次搜索响应与加载完成,慢加载/网络失败只重新搜索一次;无匹配结果会显示候选歌名,加载或应用失败会阻止提交,不降级为无音乐发布。该适配要求配置 Python 入口的 sau(如 .venv/bin/sau),仅在上传进程内生效,不改外部引擎文件。名称匹配不区分同名歌曲的歌手或版本,真实平台效果仍需验收。

素材页在线音频的试听旁提供「下载到素材库」,直接写入配置的 storage/assets/audio/ 并刷新音频列表,显示进度、失败重试和已入库状态;播放器隐藏原生下载菜单,不弹另存为。网易云/QQ音频入库与抖音图文选曲是不同来源,本地音频不直接上传为抖音图文配乐。

OCR 只辅助筛选,仍可能漏检或误选,必须整套核对;Windows 自动 OCR 尚未实现,无本地 OCR 时方案明确标为像素候选。满宽取景可能裁掉上下内容,可在高级调整中修改。

YouTube 视频 → 中文译文图集

  1. 新建作品选择「视频链接(抖音 / YouTube)」,粘贴公开单条 YouTube 链接,然后执行「视频转录」。原视频落盘;优先读取原语言人工字幕,其次自动字幕,缺少字幕时由内置 whisper.cpp 自动判断语言。来源作品保留原文全文、时间轴、语言与来源,字幕轨道不会标成音频 ASR。
  2. 进入「图集创作」,选择已下载作品。YouTube 默认使用「中文译文」,也可明确选「原生字幕像素」模式;原生模式仍要求画面本身有字幕。
  3. 工作台默认覆盖完整视频。直接点击「自动创作整套图文」,没有译文或旧译文只覆盖片段时会先使用已配置 AI 分批翻译全文,再自动分图;也可先点击「翻译完整视频」核对译文。仅需片段时显式开启「仅处理指定片段(高级)」并设置范围,与边界重叠的分段完整保留。逐句对照原文、编辑中文并保存,翻译失败保留已有译文和旧成品。
  4. 先展示完整译文清单并估算图片数,超过35张暂停进入图片处理;可先使用AI整理内容并核对保留选择。认可文字后生成候选,默认目标每张 8 条,保留 6/7/8/9 快捷选项和自定义正整数;长文字减少每张条数并增加图片。中文模式由 FFmpeg 取对应时间画面,隔离 Chromium 绘制中文到 1080×1440 PNG;原文在工作台对照,不当作原生中文字幕。方案展示完整视频/指定片段范围及转录片段数量,逐张核对预览,再确认生成。
  5. 修改译文后旧方案失效,需重新规划、确认与生成。文案基于当前译文范围,已有文案保留;旧自动文案依据改变时需重新生成。原视频或转录改变后须重新翻译。翻译与草稿保存保留全部输入;自动候选及成品生成采用35张提前拦截,须先整理并认可内容,不会静默截断。实际发布仍由对应执行器独立校验。旧两分钟方案点击自动创作可升级为全文,原成品保留供参考。
  6. 保存标题、正文与话题,检查发布预览,确认使用权并建包,再到现有发布中心操作。图集不会自动发布,已建包不受后续译文修改影响。

长视频没有固定一小时上限,下载和转录请求不再受现有 10 分钟空闲超时中断;缺字幕时仍是整段本地 ASR,未实现分片续传或断点恢复。耗时、内存和磁盘取决于视频与硬件,请保持应用开启。当前真实验收视频长 4 小时 22 分钟,只验证了约 70 秒样本的下载与真实转录,未验证全长。

YouTube 支持复用 yt-dlp,没有另装 youtube-transcript-api、YouTube.js 或 pytubefix。打包准备固定使用验收通过的 2026.08.19(可用 YTDLP_VERSION 显式覆盖),版本戳会刷新旧缓存。桌面端优先使用显式 YTDLP_BINARY;未打包启动时其次使用项目 vendor/package-assets/bin/yt-dlp(Windows 为 .exe),缺失才回退系统 PATH;打包应用使用随包资源。独立后端旧版报 403 时可配置 YTDLP_BINARY 指向已验证的下载器;应用安装包须重新准备资源并打包。运行时显式使用 Node JavaScript runtime(Electron 使用自身 Node)与 FFmpeg。公开视频仍可能因网络、地域、登录或平台校验失败,错误会保留原视频并提示;不会自动读取浏览器 Cookie。独立后端可用 YTDLP_JS_RUNTIME 指定 Node 路径,Cookie 仅使用主动配置的 YTDLP_COOKIES_FILE/YTDLP_COOKIES_FROM_BROWSER。

本次实现使用的开发 Skills(代理工作流,非应用运行依赖):brainstorming、superpowers:writing-plans、superpowers:dispatching-parallel-agents、superpowers:using-git-worktrees、superpowers:test-driven-development、superpowers:systematic-debugging、superpowers:verification-before-completion、requesting-code-review、superpowers:finishing-a-development-branch、playwright(并遵循 superpowers:using-superpowers 的技能加载规则)。项目内可用于内容创作的全部 Skills 仍见下方清单。

隔离验收:node --import tsx scripts/verify-subtitle-gallery.ts --translated;追加 --serve 打开合成工作台(默认 3183,可通过 SUBTITLE_GALLERY_PORT 修改)。合成译文不证明真实翻译准确;现有无参数原生字幕验收保持兼容。

微信公众号文章草稿的完整流程

  1. 「设置 → 微信公众号」配置 AppID、AppSecret 和可选默认作者,并在公众号后台配置运行机器的出口 IP 白名单;已有配置无需重复填写。公众号使用官方 API,不走抖音/头条式扫码登录。
  2. 点击「校验连接」获取稳定 token 并查询草稿数量;可能需要管理员风险确认。查询成功只说明连接与查询可用,不能据此判断个人未认证或审核中账号拥有写权限。
  3. 在独立文章工作台完成定稿与预览后建包,也可以在已有作品详情创建公众号文章包;选择单张封面,编辑标题、正文、作者和摘要。正文图片独立从素材库选择,按点选顺序加入文章。
  4. 在公众号渠道预览图片、文章和字段校验后提交。后端依次上传封面永久素材、上传可选正文图、生成微信兼容 HTML,再调用 draft/add,不调用正式发布或群发接口。
  5. 成功后记录草稿 ID,任务本身不变成「已发布」。登录公众号后台核对封面、正文图与排版,再决定是否手动发布;真实验收应至少覆盖一张封面和一张正文图。

AppSecret 由 Electron safeStorage 加密保存,不回显;加密或解密失败拒绝覆盖配置。token 仅在当次操作缓存,不落盘。已经成功、结果不确定或遗留运行中的草稿操作禁止直接重发:网络异常不等于微信没收到,必须先核对后台,确需另建时人工创建新包。详细错误边界和验收清单见 实施文档。

主题与小红书扫码体验

右上角常驻主题选择器提供「深色 / 浅色 / 跟随系统」,桌面与窄屏均可直接切换;首次默认深色,保存后下次启动沿用,跟随系统会响应系统外观变化。只改变软件界面,不影响导出的图片、视频或文章。

小红书扫码期间轮询只观察当前登录页面,不再反复导航打断确认;平台换码会同步更新软件中的二维码。「校验登录」复用正在扫码的页面,尚未确认时保留二维码,不另开浏览器争用目录;成功后保存登录目录并清除二维码及旧错误。二维码过期可重新获取,不需要重启应用。默认流程显式暂存并核实浏览器本地草稿,随后点「打开小红书草稿浏览器」在同一目录的窗口中人工核对并发布;草稿不会同步到手机。扫码修复不代表自动发布安全,风险由账号本人承担。

创建任务

  1. 点击主页的"+ 新建任务"按钮
  2. 选择输入方式:
    • URL 模式 — 粘贴抖音分享链接(支持打开/关闭下载的视频)
    • 文本模式 — 粘贴分享文本
    • 主页链接 — 粘贴用户主页 URL,批量获取视频列表
  3. 输入主题标签(可选)
  4. 创建后进入任务详情页或合集详情页

批量采集(合集)

  1. 在新建任务弹窗中选择"主页链接"
  2. 粘贴用户主页 URL(如 https://www.douyin.com/user/xxxxx)
  3. 可选设置最大采集数量
  4. 点击"开始采集",查看获取的作品列表
  5. 勾选想要处理的视频 → 点击"创建选中任务"
  6. 进入合集详情页,可批量执行步骤或分别进入单个任务

合集增量更新

  1. 进入已有合集详情页
  2. 点击用户信息卡片右侧的「🔄 检查更新」按钮
  3. 系统自动爬取该博主最近发布的新视频,去重后追加到列表中
  4. 新视频可按需创建子任务开始处理

视频下载策略

下载视频时按以下优先级自动选择最优方案:

  1. 页面解析 — 从分享页面 ROUTER_DATA 提取视频 URL,优先使用 download_addr(无水印)
  2. 签名 API — 通过 a_bogus + X-Bogus 签名的 aweme/detail API 获取无水印下载地址(需要有效的 Cookie)
  3. yt-dlp — 最终的通用下载工具降级方案

即使抖音关闭视频的"允许下载"开关,前两种方案仍可正常下载无水印视频。

执行主链路

在任务详情页按顺序点击:

  1. 视频转录(包含下载、音频提取和 ASR)
  2. AI 洗稿
  3. 生成视频提示词(分镜)
  4. 生成视频(可选)

未满足前置条件的步骤会禁用;运行中的步骤会禁止重复触发。某一步失败时,可查看错误信息并手动重试。

成片配音与音乐

  1. 在作品工作台「成片配音与音乐」按需开启中文配音,选择已安装系统语音与速度;当前中文 TTS 仅支持 macOS,不调用付费云服务或上传素材。
  2. 可从本机音频素材库选择背景音乐,设置音量(最高 50%)。短音乐循环并淡入淡出,口播期间自动压低;未选择音频可生成无声视频。
  3. 点击生成视频,选项随任务保存、重试保留。已完成视频可明确应用音频选项重新生成,失败保留旧成片;字幕依据实测分段时长同步,不是逐字强制对齐。
  4. 核对成片声音与字幕。口播放不进分镜时会报错,最多加速 1.35 倍、不截断;请求音频后失败不会当作无声成功。验收命令为 npm run test:hyperframes,需本机真实渲染与音频环境。

修复历史转录

作品转录页与图集提供「重新转录」。先备份旧转录、脚本和洗稿,再采用通过质量检查的新结果;失败恢复原文件,重启可恢复未完成事务。成功后清除下游有效引用,需要重新洗稿、生成分镜与视频并重新规划图集;物理旧成果与已建发布包保留。

质量检查能阻断严重循环、非法时间和越界,不能证明台词准确。可用 node --import tsx scripts/check-transcript-quality.ts 只读扫描桌面存储;不会自动修复历史文件,原生字幕仍以视频画面为准。

Skill 知识蒸馏

将合集转录文本通过 AI 蒸馏为 Claude Code Skill:

  1. 在合集详情页完成至少一个视频的转录
  2. 点击「🧠 生成 Skill」按钮
  3. (可选)填写聚焦方向提示词,控制提取范围
  4. 点击生成,AI 将分析全部转录文本,生成结构化 SKILL.md,包含:
    • 核心方法论、金句与观点、术语表、案例库、适用场景、边界与注意事项
  5. Skill 保存到 ~/.claude/skills/douyin-{id}/,可在 Claude Code 中直接调用
  6. 可选开启「转录后自动更新」,批量转录完成后自动刷新 Skill

在 Skills 管理页(/skills)可:

  • 浏览所有已生成的 Skill
  • 查看 Skill 内容(SKILL.md 渲染视图、原始来源、元信息)
  • 内联重命名 Skill
  • 删除 Skill 并清除合集关联

查看结果

生成对应产物后,可在详情页查看:

  • 视频转录 — 查看视频音频的真实转录文字

    • 支持整段正文和结构化分段
    • 需要完成 ASR 转文案步骤
    • 未配置时显示分享文本
  • AI 洗稿 — 查看清洗后的脚本

    • 标题
    • 摘要和核心要点
    • 清洗稿和口播稿
    • 质量提示
  • 分镜内容 — 查看视频提示词、短剧脚本和分镜规划

  • 视频成片 — 查看 HyperFrames 渲染结果、场景列表并下载 .mp4

删除与垃圾桶

  • 删除任务后会进入应用内垃圾桶。
  • 垃圾桶保留 30 天,期间可恢复。
  • 已完成任务可永久删除;处理中任务不允许永久删除,避免后台写入产生孤儿文件。

Skills 清单与使用范围

本项目区分三种用法:开发助手按需读取的项目级 Skills、应用规则已参考的社区 Skills,以及尚未接入的候选项目。安装 Skill 到 Codex / Claude 不会自动增加应用按钮或 API;应用运行时使用后端提示词、确定性服务和 HyperFrames CLI,不自动执行下面的第三方 Skill 脚本。由合集生成的 douyin-{id} 是用户自己的知识产物,另在「Skills 管理」中查看。

项目级 Skills(仓库内全部 17 个)

以下文件随仓库保存,供开发助手按任务选用;文件存在不代表每次任务都调用,更不代表应用已经具备该 Skill 描述的所有功能。来源按 skills-lock.json 和项目记录核对,未记录的来源明确标注。

Skill用途与适用范围GitHub 来源入口文件
agent-browser浏览器操作、页面采集与 UI 验证brianlovin/claude-configSKILL.md
claude-apiClaude / Anthropic API 与 SDK 参考;当前应用 AI 主链路仍使用 OpenAI-compatible SDKanthropics/skillsSKILL.md
cy-carouselAI/科技图文轮播的手排、渲染、视觉检查和交付;已安装,应用自动创作集成仍待完成chengyi-ai/cy-carousel-skillSKILL.md
docxWord 文档读取、生成与编辑anthropics/skillsSKILL.md
electron-wrapperBun Web 应用的 Electron 封装、窗口与分发参考;按技术栈适配后选用brianlovin/claude-configskill.md
frontend-design前端视觉方向、排版与界面设计anthropics/skillsSKILL.md
grillingloop-me 配套的逐轮问答与规格梳理依赖;按用户需求选用mattpocock/skillsSKILL.md
loop-me工作流规格梳理;需显式调用mattpocock/skillsSKILL.md
pdfPDF 读取、生成、合并与表单处理anthropics/skillsSKILL.md
ppt-generator-skill(PPT Generator Skill)内容大纲、配图与多风格 PPT 生成xuanxuan1983/baoyu-xuanyi-skillsSKILL.md
pptxPowerPoint 文件读取、编辑、模板与结构处理anthropics/skillsSKILL.md
react-doctorReact 代码质量、性能与健康检查brianlovin/claude-configSKILL.md
sentryNext.js 的错误监控与性能跟踪参考;不是本应用已接入 Sentry 的声明brianlovin/claude-configSKILL.md
simplify修改后精简代码、保持功能与项目风格brianlovin/claude-configSKILL.md
tech-blogger-narration科技博主口播风格改写参考;不是运行时自动加载的洗稿器项目内自定义;未记录外部 GitHub 来源SKILL.md
video-master视频场景、动态效果、转场与运镜方案参考;当前成片由 HyperFrames 生成huangserva/skill-prompt-generatorskill.md
xlsxExcel / CSV 数据读取、编辑、分析与制表anthropics/skillsSKILL.md

2026-10-12 Skills 更新与版本

本次更新3个已有 Skill,并把之前仅在临时目录试跑的 cy-carousel 保存为完整项目级 Skill(含脚本、字体和许可);另补齐 loop-me 引用的同源 grilling 依赖。固定以下检查时最新提交;目录内容哈希保存在 skills-lock.json。

Skill来源与固定提交使用及兼容边界
claude-apianthropics/skills · dbd4588Claude API/SDK 开发参考;当前应用仍使用 OpenAI-compatible SDK,不切换提供商
frontend-designanthropics/skills · dbd4588界面与排版设计参考;已有设计方向、已授权范围和用户协作约定优先
loop-memattpocock/skills · 49dd158显式调用的工作流规格梳理;引用的 /grilling 已随同一提交安装;显式调用,不后台执行
cy-carouselchengyi-ai/cy-carousel-skill · be1a9f1本地生成文件;Python 依赖见其 requirements.txt。扫描书页 OCR 依赖 macOS/Swift。严格视觉检查默认关闭,仅适用于暗色正式稿,技术通过不代表视觉或事实验收

为通过本机校验,精简了 claude-api 描述中的冗余措辞,使其不超过1024字符;cy-carousel 的脱敏测试假值用分段字符串构造,保留测试语义并避免凭据扫描误报。另移除上游文本的行尾空白,不改许可条款或脚本逻辑,并同步字体许可证清单的文件哈希。grilling 与 loop-me 同样固定在 49dd158。

本次兼容性验收。cy-carousel 的上游固定封面/内页格式只用于其自身体裁,不把项目现有字幕图集改回固定8张或限定片段;应用正式接入进度仍跟踪 Issue #15。2026-10-09 试跑记录保留当时使用的旧提交,不能当作本次更新验收。

开发过程使用的全局与插件 Skills

Skills来源使用范围
Superpowers:writing-plans、test-driven-development、systematic-debugging、verification-before-completion、using-git-worktrees、dispatching-parallel-agents、finishing-a-development-branch、using-superpowers 等obra/superpowers,当前插件7.0.0开发工作流;按任务与授权选用,不随本仓库分发
ponytail 与其 review/audit 技能DietrichGebert/ponytail,当前插件5.1.0最小完整实现与审查;开发辅助,不是应用运行依赖
独立的 brainstorming、requesting-code-review本机 cc-switch 管理的副本,独立安装提交未记录;与 Superpowers 7.0.0 的入口文本不一致历史开发记录中的需求梳理与审查技能,不能据插件版本断言副本最新
playwright本机全局 Skill;当前副本缺少安装提交记录浏览器与界面验收,不宣称已核对该副本的上游版本
documentation-generator、skill-installer前者为本机文档 Skill(外部来源未记录);后者为 Codex 内置系统 Skill,来自 openai/skillsREADME 来源与用途核对、固定提交下载及安装;不随本仓库分发

项目级第三方 Skills 的许可分别以目录内声明为准,不统一套用本项目 MIT 许可;cy-carousel 的字体许可随 assets/fonts/ 保存。

应用规则已经参考的社区 Skills

来源已采用的部分接入方式
PromptSkill4image文本扩写、按需求控制复杂度、自然语言提示词自行编写简短后端规则,没有打包完整 Skill
openai-image-prompt-writer保留未要求修改的约束、精确文字、用途与参数分离同上;不据此宣称特定生图模型兼容或效果已验证
Humanizer-zh(op7418)保留事实与作者声音,按上下文处理空话和模板表达归纳为公众号后端编辑规则,不运行第三方脚本
humanizer-zh(ai-zixun)文章主线、段落作用、中文节奏与结尾回应同上;不加载作者人格或机械禁词表
stop-slop结构与节奏检查同上;不以模型自评分作为质量门禁

实现见 image-prompts.ts,固定来源提交与许可见规则归属,取舍见图片 Skills 评估。当前仅生成和保存提示词,成图由用户自行生成后上传素材库。

公众号编辑规则的适配范围见表达改善规格;当前配置模型的文章及配图提示词验收见真实模型验收。参考上述方法不代表保证文风或生图质量。

已评估、尚未接入的内容生产候选

项目可参考或选用的模块对应项目方向
baoyu-skillsbaoyu-xhs-images、baoyu-cover-image、baoyu-article-illustrator、baoyu-infographic原创图文卡片、封面和正文配图;优先候选
self-media-content-workflowself-media-content-strategy、self-media-platform-copywriting、self-media-content-analytics账号定位、选题池、平台文案和数据复盘;优先参考方法与模板
beacon选题评审、事实漂移检查、敏感词提示与运营数据回流参考产品与审校流程,提示不等于事实或合规已验证
RSSHubRSS 路由与订阅源固定资讯源和目标账号持续跟踪,路由需逐条验证
ScriptCut转录文字选段、切片预览、取景和导出原视频切片的交互与数据设计;不替换现有 whisper.cpp
auto-editor按音量、运动和静音条件粗剪有口播剪辑需求时评估;简单去静音优先复用现有 FFmpeg
omnipost各平台 uploader、CLI 与登录检查扩展 B 站、快手等通路时参考;不改变现有小红书草稿流程

这些候选没有在本次 README 更新中安装、合并或运行。后续直接引入源码、运行脚本或打包分发时,需对照所选版本许可证和实际输入输出单独验收;不能把候选写成已实现功能。

📂 数据存储

存储根目录取决于启动方式:

  • Electron 桌面端(macOS):~/Library/Application Support/douyin-ai-video/storage/,可由设置中的 storagePath 覆盖。
  • 独立后端(npm start):仓库内的 storage/。
  • 桌面配置保存在 ~/Library/Application Support/douyin-ai-video/config.json;~/.douyin-ai-video/ 用于抖音 Cookie 等,不是桌面配置目录。
storage/
├── raw/                    # 原始数据
│   ├── videos/            # 下载的视频
│   ├── audio/             # 提取的音频
│   ├── transcripts/       # 结构化转录 JSON
│   ├── page/              # 页面元数据
│   └── text/              # 分享文本解析结果
│
├── processed/             # 处理结果
│   ├── scripts/           # 脚本资产
│   ├── cleaned/           # 清洗后内容
│   └── scenes/            # 场景数据
│
├── output/                # 最终输出
│   ├── videos/            # HyperFrames 项目和 MP4
│   ├── galleries/         # 字幕图集 PNG 与生成记录
│   └── publishing/        # 独立发布交付包
│
├── assets/                # 图片、音频素材
├── xhs/profile/           # 小红书持久化登录目录
├── toutiao/profile/       # 头条持久化登录目录
└── cache/                 # 任务、合集、发布、图集、热点与选题收藏索引

Cookie 存储位置:~/.douyin-ai-video/douyin-cookie.txt Skill 存储位置:~/.claude/skills/douyin-{id}/SKILL.md

🔧 故障排查

视频下载失败

  • 开发模式确认已安装 yt-dlp;安装包确认 resources/bin/yt-dlp 或 resources/bin/yt-dlp.exe 存在
  • 检查网络连接和抖音链接格式
  • 无水印下载需要抖音登录态:前往设置 → Douyin Login 配置 Cookie
  • 查看页面解析和签名 API 的降级是否均失败

用户主页采集失败

  • 确认已安装 Playwright 浏览器:npx playwright install chromium
  • 确认设置页面已配置抖音 Cookie(需要 sessionid)
  • 签名 API 模式依赖有效 Cookie,无 Cookie 时自动降级为浏览器模式
  • 验证用户主页 URL 格式:https://www.douyin.com/user/xxxxx

合集更新无新视频

  • 确认博主确实发布了新视频
  • Cookie 可能过期,重试登录后重新检查更新
  • 增量更新每次获取 50 条最新视频做去重对比

转录功能不工作

  • 确认打包前已经运行 npm run prepare:whisper
  • 确认安装包内存在 resources/whisper/whisper-cli 和 resources/whisper/models/ggml-small.bin
  • 开发模式下确认 vendor/whisper/whisper-cli 和 vendor/whisper/models/ggml-small.bin 存在
  • 查看 raw/transcripts/ 目录是否有文件生成
  • 查看任务详情页 ASR 步骤的错误信息

Skill 生成失败

  • 确认 AI API Key 配置有效且模型可用
  • Skill 蒸馏可能需要 2-5 分钟(涉及大量转录文本分析),请耐心等待
  • 查看合集详情页 Skill 生成的错误信息
  • 服务器超时已设为 10 分钟,足够完成蒸馏

视频生成失败

  • 开发模式确认当前 Node.js 版本 >= 22:node -v
  • 开发模式确认 FFmpeg 和 HyperFrames 可用:ffmpeg -version、npx --yes [email protected] doctor
  • 安装包确认 resources/hyperframes/node_modules/hyperframes/dist/cli.js 和 resources/browser/.../chrome-headless-shell 存在
  • 如果在生成项目目录内手动排查,使用固定包版本的 npx --yes [email protected] lint / validate / inspect;源码检查在仓库根目录运行 npm run check
  • 新版本会在任务错误详情里展示失败命令、stdout 和 stderr;若只看到 Command failed with exit code 1,请先更新到最新代码后重试
  • 查看任务详情页"生成视频"步骤的错误信息
  • 渲染成功后,MP4 位于 output/videos/{jobId}/hyperframes/renders/video.mp4

今日头条文章发布不工作

  • 报「未找到可用于头条号发布的浏览器」→ 见上方「外部依赖」,或用 TOUTIAO_BROWSER_BINARY 指定路径后重启后端
  • 发布页被重定向回登录页 → 登录态失效:到「设置 → 今日头条」重新扫码(应用内二维码或浏览器窗口扫码)
  • 点「打开浏览器扫码登录」报「本机没有可用于打开浏览器扫码的浏览器」→ 打包的 headless shell 开不了窗口:装 Google Chrome、npx playwright install chromium,或改用「应用内扫码」
  • 报「找不到标题输入框 / 正文编辑器 / 封面上传入口 / 同时发布微头条勾选框」→ 页面结构已改版:先跑只读侦察脚本 node --import tsx scripts/probe-toutiao-publish-page.ts(只落 DOM 快照,不填表、不点发布),按证据改 src/lib/toutiao-page.ts 的选择器,不要盲目重试
  • 点「提交到头条号」后界面只说「发布服务暂时不可用」→ 用浏览器 Network 面板确认 GET /api/publishing/packages/:id/preview 是不是 500(提交所需的 previewRevision 只能由这条接口产出),修完记得 npm run build:backend 再重启
  • 提示「已点击发布,但未能从页面确认结果」→ 先去头条后台「内容管理」核实是否已发出,再决定是否重试

小红书扫码后界面没有变化

  • 手机扫码后还需在 App 确认;等待期间不要开启第二个同 profile 的浏览器或频繁取消重新取码。
  • 本次已修复轮询刷新打断登录、平台换码不同步以及校验争用会话的问题;仍见旧行为时,先构建后端与 Electron 并重启,check / test 不能替代编译。
  • 登录判据读取异常会保守视为未确认,不会仅凭二维码消失就宣称登录成功。若平台页面改版,应核对实际页面再调整判据,不能靠发布笔记验证登录。
  • 保留原登录目录,不要为排障直接删除凭据。真实手机扫码成功后的保存与恢复仍需本人确认。

微信公众号草稿失败或结果待核实

  • 检查 AppID/AppSecret、运行机器的出口 IP 白名单和管理员风险确认。连接查询成功不代表封面上传或 draft/add 有权限。
  • 个人未认证/审核中账号以实际写接口结果为准,不保证认证后一定解决;不通过浏览器代点绕过官方权限。
  • 网络超时、异常响应或遗留运行状态可能表示微信已经收到请求,先查公众号后台草稿箱,不直接重复提交。
  • 真实验收至少覆盖一张封面与一张正文图,检查排版与草稿 ID;软件不会替你正式发布或群发。

前端无法连接后端

  • Electron 内嵌后端使用随机本地端口,前端通过 window.electron.getServerPort() 获取
  • 开发模式下确认 npm run dev 正在运行
  • 检查防火墙设置

🗺️ 开发路线图

已完成 ✅

  • 独立六步文章工作台(资料依据、人工确认、审校对照、配图、微信预览与建包)
  • 公众号对标研究(自选赛道、公开检索、样本证据与至少 10 个有效对标)
  • 6 种文章结构预设、5 种排版样式与许可归属
  • 图片提示词生成/优化/草稿、逐图描述与标签、快照绑定与素材检索
  • 网易云/QQ 在线音频榜单、搜索、试听与批量入库
  • 小红书浏览器本地草稿持久化与读回校验、同 profile 草稿窗口
  • 五平台热点模块(筛选、搜索、选题收藏、备注、缓存与失败回退)
  • 原生字幕图集(独立草稿、时间校准、像素裁切、排序、整套生成、抖音建包)
  • 微信公众号文章草稿接口与界面(官方 API,真实账号写入待验收)
  • 右上角深色 / 浅色 / 跟随系统切换与主题持久化
  • 热点长短卡片布局修复、小红书扫码轮询与校验修复、桌面 sau 路径持久化
  • Electron 桌面应用框架
  • 视频下载和音频提取
  • 多策略视频下载(页面解析 + 签名 API + yt-dlp)
  • 无水印视频 URL 提取(download_addr)
  • 抖音签名算法 a_bogus + X-Bogus(纯 TypeScript)
  • Cookie 管理(扫码登录 + 手动粘贴)
  • 用户主页批量采集(签名 API + 浏览器降级)
  • 合集管理(按博主聚合、批量创建子任务、批量执行步骤)
  • 合集增量更新(检查新视频,去重追加)
  • 内置 whisper.cpp 本地转录
  • AI 内容清洗
  • 视频分镜与提示词生成
  • 合集 Skill 知识蒸馏(AI 生成 Claude Code SKILL.md)
  • Skill 管理页面(查看、重命名、删除)
  • HyperFrames 本地竖屏视频生成
  • macOS 离线中文配音、分段字幕、素材库背景音乐与 AAC 成片验收
  • 创建日期范围与搜索、状态组合筛选
  • 资料搜索与阅读第一期(主动读取、匿名搜索、正文导入与来源校验)
  • 图集自动规划、本地 OCR 辅助筛选、原画面字幕条排版与独立 AI 文案
  • 转录质量检查、受控重新转录与失败恢复
  • 发布中心(交付包、平台文案、排期、人工发布状态和垃圾桶)
  • 今日头条 AI 文章发布(自研 Playwright 执行器:扫码登录、AI 成文、16:9 封面、预览后提交)
  • 手动分步执行和步骤级自动重试
  • 任务垃圾桶和 30 天保留
  • 多 AI 模型支持(DeepSeek、OpenAI、自定义中转)
  • 设置页面(API Key 管理、抖音登录、ASR 状态)

进行中 🚧

  • Whisper 模型体积和速度优化
  • 视频视觉样式优化

计划中 📋

  • Windows 中文 TTS 与自动字幕 OCR 适配
  • 批量任务导入
  • 导出为 Markdown/Word
  • 自定义 AI 提示词模板
  • 任务历史搜索

🤝 贡献指南

欢迎提交 Issue 和 Pull Request!

开发规范

  • 提交前跑 npm run check:包含 backend、renderer、electron 三套类型检查及凭据扫描(check:secrets)—— 测试假值要写成一眼可辨的(test-app-id / fake-secret),别用看起来像真的随机串;确需保留形态时在该行写 secret-scan:allow 并说明。
  • 遵循 TypeScript 严格模式
  • 提交信息遵循 Conventional Commits
  • 遵循现有代码风格,改动后运行相关测试、npm run check 与 npm run build

提交规范

  • feat: — 新功能
  • fix: — Bug 修复
  • docs: — 文档更新
  • refactor: — 重构
  • style: — 代码格式
  • test: — 测试

📄 许可证

MIT License

👨‍💻 维护者

@LiChangZheng10086


最后更新: 2026-10-09 仓库: https://github.com/LiChangZheng10086/doyin_ai_video.git

// faq

What is doyin_ai_video?

抖创工坊:本地 Electron 工具,抖音视频无水印下载 + Whisper 转录 + AI 洗稿 + 分镜 + HyperFrames 竖屏成片 + Claude Skill 蒸馏. It is open-source on GitHub.

Is doyin_ai_video free to use?

doyin_ai_video is open-source, so it is free to use.

What category does doyin_ai_video belong to?

doyin_ai_video is listed under skills in the Claudeers registry of Claude-compatible tools.

36 views
★ 33 stars
unclaimed
updated about 1 month ago

// embed badge

doyin_ai_video on Claudeers
[![Claudeers](https://claudeers.com/api/badge/doyinaivideo.svg)](https://claudeers.com/doyinaivideo)

// retro hit counter

doyin_ai_video hit counter
[![Hits](https://claudeers.com/api/counter/doyinaivideo.svg)](https://claudeers.com/doyinaivideo)

// reviews

// guestbook

0/500

// related in Claude Skills

🔓

An agentic skills framework & software development methodology that works.

// skillsobra/⟨Shell⟩★ 314,126◷ MIT[ claude ]
🔓

Public repository for Agent Skills

// skillsanthropics/⟨Python⟩★ 188,182[ claude ]
🔓

AI coding assistant skill (Claude Code, Codex, OpenCode, Cursor, Gemini CLI, and more). Turn any folder of code, SQL schemas, R scripts, shell scripts, docs,…

// skillsGraphify-Labs/⟨Python⟩★ 149,064◷ MIT[ claude ]
🔓

💫 Toolkit to help you get started with Spec-Driven Development

// skillsgithub/⟨Python⟩★ 148,200◷ MIT[ claude ]
→ see how doyin_ai_video connects across the ecosystem