Douyin Transcribe - 工作流编排#

** 完整的抖音视频转录工作流，按顺序调用三个独立模块：

1. douyin-fetcher - 获取视频
2. douyin-transcriber - 转录音频
3. douyin-analyzer - 分析内容

---

架构#

text

用户发送抖音链接
    ↓
[Step 0] 判断输入类型
    ↓
[Step 1] fetcher: 解析链接 → 下载视频
    ↓
[Step 2] transcriber: 提取音频 → 转录文字
    ↓
[Step 3] analyzer: 清理文本 → 分析要点
    ↓
[Step 4] 保存成果 → 更新索引

---

完整工作流#

Step 0: 判断输入类型#

输入类型处理方式视频链接（ /video/）完整工作流图文链接（ /note/）浏览器 snapshot 提取文字本地视频文件从 Step 2 开始文本内容从 Step 3 开始

---

Step 1: 下载视频#

调用模块： douyin-fetcher

详见 ~/.openclaw/skills/douyin-fetcher/SKILL.md

⚠️ 注意：Step 1 的 browser act 调用必须用 request={"kind": "evaluate", "fn": "..."} 嵌套格式。

输出：视频流 + 音频流（DASH）或完整视频文件

---

Step 2: 转录音频#

调用模块： douyin-transcriber

详见 ~/.openclaw/skills/douyin-transcriber/SKILL.md

⚠️ 注意：如果 Step 1 下载了 DASH 分离流，直接用 audio.mp4 转 WAV 转录，不需要先合并

输出：转录文本

---

Step 3: 分析内容#

调用模块： douyin-analyzer

详见 ~/.openclaw/skills/douyin-analyzer/SKILL.md

做法：转录后由 agent 直接分析（语义分段、修正错误、提取要点）

---

Step 4: 保存成果#

转录稿（/path/to/knowledge\transcripts\）

文件说明{主题}-完整转录.md包含标题、作者、链接、转录时间、完整内容

视频文件（/path/to/videos\）

文件说明{主题}.mp4原始视频（可选保存）

更新索引

保存文件后，更新：

• /path/to/knowledge\transcripts\data_structure.md
• /path/to/knowledge\data_structure.md（主索引）
• /path/to/videos\data_structure.md（如保存视频）

---

部分工作流#

用户请求执行步骤"帮我转录这个抖音视频"Step 1 → 2 → 3 → 4"只下载这个视频，不转录"Step 1 → 保存到 /path/to/videos"我已经有视频文件了，帮我转录"Step 2 → 3 → 4"帮我分析这段文本"Step 3 → 4

---

异常处理汇总#

阶段问题处理Step 1短链解析失败检查链接完整性，去掉分享文案干扰字符Step 1JS 返回空数组等待 15-20 秒后重试，或扩大搜索范围Step 1下载 403URL 过期，重新获取Step 1浏览器不可用提示用户手动下载Step 2ffmpeg 未安装winget install Gyan.FFmpegStep 2Whisper 服务未运行docker start whisper-asrStep 2转录超时长视频需要更多时间，10分钟视频约需 15-20 分钟Step 2转录乱码语言识别问题，可后续手动修正Step 4索引更新失败手动更新 data_structure.md

---

图文笔记处理#

图文链接（ /note/）无需下载，直接提取：

text

1. browser(action='open', profile='openclaw', url='图文链接')
2. browser(action='snapshot')
3. 从 snapshot 提取文字内容
4. 保存到 /path/to/knowledge\transcripts\

---

前置条件#

工具用途检查命令curl下载文件curl --versionffmpeg视频合并/格式转换ffmpeg -versionDocker Whisper转录服务（内含 ffmpeg 7.1）docker ps --filter "name=whisper-asr"浏览器抓取视频openclaw profile 可用

说明：宿主机 ffmpeg 8.1 用于视频合并等任务，Whisper ASR 容器内 ffmpeg 7.1 用于转录处理，两者并存。

---

已知限制#

1. 视频 URL 有时效性 — 获取后立即下载
2. 长视频转录耗时 — 10分钟视频约需 15-20 分钟
3. 需要浏览器 — openclaw profile 必须可用
4. 图文笔记 — 部分需要登录才能查看完整内容
5. 部分视频无分离流 — 直接是完整 MP4，无需合并