用途:把短视频平台链接(抖音/TikTok、小红书、B站、YouTube)或本地视频/音频文件转成字幕文本,并生成 AI 摘要。不适用于实时语音识别和直播字幕。
主要能力:在线视频走“获取视频信息→下载或抓字幕→生成字幕→AI 总结”;本地文件走“提取音频→转写→总结”。默认字幕后端为本地 faster-whisper,可通过 ASR_BACKEND 切换为 volcengine。YouTube 优先用 yt-dlp 抓人工或自动字幕,无字幕时才回退 ASR。还可查询用户自己的 AI Douyin 历史任务。
使用方式:通过环境变量或 skill 目录下 .env 配置,如 ASR_BACKEND、VIDEO_INFO_PROVIDER、AI_DOUYIN_API_BASE、AI_DOUYIN_API_KEY、TIKHUB_TOKEN、FW_MODEL_SIZE、FW_DEVICE、BYTEDANCE_VC_TOKEN、BYTEDANCE_VC_APPID 等。抖音/小红书/B站默认用 AI Douyin 代理解析下载直链,也可改用自有 TikHub Token;B站/YouTube 需要 yt-dlp,提取音频需要 FFmpeg,解析 JSON 需要 jq。faster-whisper 后端需 Python 3.9+ 及 faster-whisper。总结由 Claude 直接完成,读取 text.txt 后输出标题、摘要和核心要点。
限制:实时语音识别与直播字幕不适用;抖音/小红书/B站需相应 API Key 或 Token;AI Douyin 成功解析下载直链扣 1 积分,余额不足返回 HTTP 402;字幕可能含同音字、断句或专有名词识别误差。具体安装与开通步骤见资料中提到的配置指南。