mrcarlsama 社交内容转写

当用户给出一条抖音或小红书链接，并要求生成逐字稿、字幕、词级时间戳、润色后的可读稿，或保存图文笔记正文与图片时，使用这个 Skill。

适用范围

支持：

• douyin.com/video/...
• v.douyin.com/...
• xiaohongshu.com/...
• xhslink.com/...
• 每次只处理一条链接
• 视频内容使用 faster-whisper 做本地 ASR
• 保存平台返回的标题、正文/描述、作者、发布时间、点赞数、评论数、收藏数、分享数、播放数等可用元数据
• 通过 uv 脚本依赖自动准备 yt-dlp、faster-whisper、imageio-ffmpeg、playwright
• Skill 目录自包含；不要依赖仓库根目录的 pyproject.toml
• provider 两级访问：裸跑 python -m yt_dlp 失败且提示 fresh cookies 时，生成公开访客态 cookie 后重试

不支持：

• 作者主页批量下载
• 搜索
• 评论内容采集
• 私密或付费内容
• 绕过登录或访问限制
• 自动读取浏览器 Cookie

执行流程

不要只把命令丢给用户。只要本地条件允许，就直接把任务跑完。

1. 从用户请求中提取一条 URL。如果出现多条不同 URL，要求用户选择一条，或明确说明将逐条处理。
2. 先检查 uv：

``bash uv --version ``

如果缺少 uv，按系统安装：

```bash # macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" ```

1. 执行环境自检和缺失项补齐。默认用户机器只有 uv，不要假设已经全局安装 yt-dlp、ffmpeg、ASR 依赖或浏览器：

``bash uv run --script <skilldir>/scripts/bootstrap.py --ensure uv run --script <skilldir>/scripts/preflight.py --check ``

1. 执行单链接任务：

``bash uv run --script <skilldir>/scripts/runone.py "<URL>" ``

1. 视频内容校验以下输出文件存在且非空：

- 【标题】原视频.<ext> - 【标题】原音频.wav - 【标题】正文.md，仅在平台返回正文/描述时生成 - 【标题】原始逐字稿.md - 【标题】原始逐字稿.txt - 【标题】字幕.srt - meta/words.json - meta/manifest.json - _meta/report.json

1. 如果用户要求润色，读取 【标题】原始逐字稿.md，直接用模型能力生成 【标题】逐字稿.md。不要使用脚本润色。
2. 如果是图文笔记，保存 【标题】正文.md 和 图片/，不运行 ASR。
3. 最终回复中说明输出目录和主要文件路径。

自动试错协议

这个 Skill 的默认目标是“尽最大努力完成单链接任务”，不要在第一层失败处直接结束。

当前已接入的自动试错：

• provider 访问：裸跑 python -m yt_dlp -> fresh cookies 时生成公开访客态 cookie -> 用临时 cookie 重试 -> 仍失败才要求用户显式提供 Cookie 文件。
• 环境访问：入口脚本使用 uv 内联依赖声明；yt-dlp 来自官方项目 https://github.com/yt-dlp/yt-dlp，不要求用户全局安装。
• resume：如果输出目录里已有 【标题】原视频.<ext>，跳过下载。
• resume：如果已有 【标题】原音频.wav，跳过音频抽取。
• resume：如果已有 【标题】原始逐字稿.md、【标题】原始逐字稿.txt、【标题】字幕.srt、_meta/words.json，跳过 ASR。
• ASR 降级：从用户指定模型开始，失败或输出为空时按 large-v3 -> medium -> small -> base -> tiny 的顺序向下重试。
• 失败报告：仍失败时写入 outputs/failed/【日期】[【平台】][【失败原因】]/meta/report.json。

尚未接入脚本的 provider fallback 必须保留在 provider 层，不要塞进主流程：

• 抖音：yt-dlp 失败后可接 DouK / TikTokDownloader。
• 小红书：yt-dlp 失败后可接 XHS-Downloader。
• 图文：视频 ASR 主流程不处理图片下载，图文图片下载应由 xhs provider 输出 图片/。

需要完整策略时，读取 references/auto-retry-policy.md。

Cookie 规则

禁止自动读取浏览器 Cookie。Provider 如果报告需要 Cookie，按这个顺序处理：

1. 先裸跑 python -m yt_dlp。
2. 如果提示 fresh cookies，生成公开访客态 cookie。这个动作只访问用户给出的公开页面，使用隔离临时浏览器上下文，不读取用户浏览器、不读取账号、不复用登录态。
3. 用这个临时 cookie 重试。
4. 仍失败时，才要求用户显式提供 Cookie 文件，或者手动下载内容后再交给本地处理流程。

只有当用户询问 Cookie，或访问失败信息明确提到 Cookie 时，才读取 references/cookie-policy.md。

失败处理

如果运行失败，先检查 _meta/report.json 和 provider 错误输出。把失败归类为：

• URL 错误
• 平台不支持
• 内容不可用
• 需要新鲜 Cookie
• 没有可下载媒体
• 音频抽取失败
• 本地 ASR 不可用
• ASR 输出为空
• 图文图片地址不可用

如果链接在探测阶段就失败，报告会写到：

outputs/_failed/【日期】[【平台】][【失败原因】]/_meta/report.json

需要给用户准确处理建议时，读取 references/failure-modes.md 和 references/auto-retry-policy.md。

输出约定

默认输出目录：

outputs/2026-3-24[douyin][示例视频标题]/

目录名规则是 【日期】[【平台】][【标题】]。日期优先使用平台返回的发布日期；没有发布日期时使用本地运行日期。

视频顶层文件面向用户，_meta/ 面向机器复查：

• 【标题】逐字稿.md：最终润色稿，由模型生成。
• 【标题】原视频.<ext>：下载的视频。
• 【标题】原音频.wav：ASR 使用的音频。
• 【标题】正文.md：平台返回的正文/描述和互动数据，可能不存在。
• 【标题】原始逐字稿.md：ASR 原始稿，带时间戳。
• 【标题】原始逐字稿.txt：ASR 原始纯文本。
• 【标题】字幕.srt：字幕文件。
• _meta/manifest.json：任务清单，含标题、正文、互动数据和文件清单。
• _meta/report.json：运行报告。
• _meta/provider-info.json：下载器原始元数据。
• _meta/words.json：词级时间戳。

图文笔记目标输出：

outputs/2026-3-24[xiaohongshu][示例笔记标题]/
  示例笔记标题正文.md
  图片/
    01.jpg
    02.jpg
  _meta/
    manifest.json
    report.json
    provider-info.json

运行产物不要写进 Skill 目录。Skill 目录必须保持干净、可复用。