用途:采集并导出抖音博主主页或单条视频的公开数据与完整口播逐字稿,支持写入飞书多维表格或保存为本地文件。
主要能力:基础采集9列字段(账号名称、标题、介绍、逐字稿、点赞、评论、转发、发表日期、视频链接);可选AI扩展2列(选题方向多选、主题总结30-80字)。支持博主主页URL、单条视频URL及抖音分享短链;默认采集最新5条,可指定“最新N条”;默认提取逐字稿,用户说“只要基础数据”时跳过。写入飞书表格时按视频链接增量去重,单批最多200条。
使用方式:必须在豆包工作中执行,使用其内置逐字稿获取能力。需提供抖音地址;飞书表格地址缺失时必须询问,用户明确不用表格时保存到本地。采集通过真实浏览器完成,未登录时请求用户接管登录,建议使用小号。逐字稿通过 web.fetch 获取,内容被截断时按 pagination.offset 分页读取直至完整;不完整时回退到飞书妙记链路,运行 python3 scripts/minutes/social_video_to_minutes.py "<url>" --run-lark。写入前用 lark-cli base +url-resolve 解析表格,用 +field-list 检查字段,缺失基础字段自动创建,再用 +record-batch-create 批量写入。本地保存时按“{博主昵称}{采集日期YYYYMMDD}{视频数量}条/”建目录,每个视频一个 Markdown 文件,可选汇总 _all.json。
适用场景:需要批量导出抖音视频文案与逐字稿、整理选题库、做内容分析或沉淀到飞书表格时使用。
限制:禁止用 curl/requests 直接请求抖音 API;逐字稿必须完整,禁止写占位符;选题方向必须从目标表格已有选项中选择,不自行新增;AI扩展字段在目标表格不存在时不自动创建;写入或保存后必须做数据质量验证。具体收费、价格与平台支持范围暂未提供。