Douyin to Obsidian#

🎯 抖音视频文案自动提取工具

一键将抖音视频转为结构化 Obsidian 笔记，支持绕过风控、本地 Whisper 语音识别、长视频分段处理。

核心功能#

• ✅ 智能识别 - 支持抖音短链/分享口令自动解析
• ✅ 绕过风控 - 自动绕过抖音滑动验证码和 SSR 数据封锁
• ✅ 本地识别 - 使用 Whisper AI 本地语音识别，零 API 成本
• ✅ 结构化输出 - 自动生成带 YAML Frontmatter 的 Markdown 笔记
• ✅ 长视频支持 - 自动分段处理，支持任意时长视频
• ✅ 自动安装 - FFmpeg 自动下载，无需手动配置

使用方式#

快速开始#

bash

# 1. 安装依赖
pip install -r scripts/requirements.txt

# 2. 安装浏览器自动化
playwright install chromium

# 3. 运行提取
python scripts/run_extract.py "https://v.douyin.com/xxxxx/"

输入格式#

支持多种输入格式：

• 完整 URL: https://v.douyin.com/xxxxx/
• 分享口令： 3.58 KJi:/ d@A.tR 06/21 通达信自选股+Python#qmt#量化交易 https://v.douyin.com/xxxxx/
• 短链接： https://v.douyin.com/xxxxx/

输出示例#

笔记自动保存到 Obsidian 目录（默认： E:\icloud\iCloudDrive\iCloud~md~obsidian\myobsidian）

markdown

---
标题：视频标题
作者：作者名
链接：https://v.douyin.com/xxx
时长：7 分 42 秒
提取时间：2026-03-22 20:15:00
标签：#AI #杨立昆 #AGI
---

# 视频标题

完整的语音识别文案内容...

技术特点#

反爬策略#

• 精选模态链接绕过风控
• 自定义 User-Agent 和浏览器指纹
• 智能短链解析和重定向处理

语音识别#

• OpenAI Whisper base 模型（中文优化）
• 支持长视频自动分段（默认 10 分钟/段）
• 自动标点符号和文本规范化

架构设计#

• 基于 asyncio 的异步处理
• FFmpeg 自动下载和管理
• 临时文件自动清理

系统要求#

• Python: 3.8+
• 磁盘空间: 首次运行约 200MB（Whisper 模型 + FFmpeg）
• 操作系统: Windows（macOS/Linux 需手动安装 FFmpeg）

依赖项#

txt

requests>=2.31.0
aiohttp>=3.9.0
ffmpeg-python>=0.2.0
openai-whisper>=20231117
openai>=1.0.0
playwright>=1.40.0

常见问题#

Q: 运行时提示找不到 ffmpeg？#

A: 首次运行时会自动下载 FFmpeg（约 100MB），请确保网络连接正常。Windows 用户无需手动安装。

Q: 语音识别很慢？#

A: 首次运行需下载 Whisper 模型（base 模型约 150MB），后续会使用缓存。识别速度取决于 CPU 性能。

Q: 如何修改保存路径？#

A: 编辑 scripts/run_extract.py 第 50 行的 base_dir 变量。

Q: 提取失败怎么办？#

A: 检查网络连接，确保能访问抖音。如仍失败，查看生成的 failed_page.html 和 failed_ssr_data.json 文件。

文件结构#

text

douyin-to-obsidian/
├── SKILL.md                 # 技能描述
├── README.md                # 详细说明
├── scripts/
│   ├── run_extract.py       # 主入口
│   ├── extractor.py         # 核心引擎
│   └── requirements.txt     # 依赖列表
└── reference/
    └── architecture.md      # 架构文档

更新日志#

v1.0.0 (2026-03-22)#

• 🎉 初始发布
• ✅ 抖音短视频文案提取
• ✅ 本地 Whisper 语音识别
• ✅ FFmpeg 自动下载
• ✅ 结构化 Obsidian 输出

License#

MIT-0