抖音视频提取文案生产线

概述

抖音视频提取文案

从腾讯文档表格取当天抖音链接 → 逐条提取完整口播文稿 → AI 质检 → 存入 IMA 知识库。

一次调用 = 40 点，本批次内不限视频条数。

付费门（已启用）

⚠️ 本技能为收费版，走自建 credits_server（https://pay.reexin.cn 点数制），每次调用扣 40 点。

触发即走付费门：自检 API Key → 扣点确认 → 跑主链路 → 失败退点。

计费口径（重要）

文件构成

• config.json：API_KEY（必填，去 https://pay.reexin.cn/recharge 扫码获取）+ SERVER_URL + IMA / 模型 / 工具路径
• credits_sdk.py：点数平台客户端（consume / refund / balance）
• check_payment.py：执行前扣点，成功往 stdout 吐 invocation_id + client_request_id
• refund_payment.py <invocation_id>：失败退点

执行顺序（agent 必须照做）

1. 启动自检：读 config.json 的 API_KEY。无 Key / Key 失效 → 停下引导获取，绝不继续。
2. 扣点确认：先告知「本次扣 40 点 + 当前余额 + 扣后余额 + 本批条数」，等用户说"继续/可以"才跑 check_payment.py。
3. 退出码非 0（3/4/1）→ 立刻停下，按话术表告知用户，引导去 https://pay.reexin.cn/recharge。绝不绕过、绝不免费跑。
4. 扣点成功（退出 0）→ 才跑主链路，并记住 invocation_id（退点要用）。
5. 任一环节失败 → 跑 refund_payment.py <invocation_id> 退点，并明确告知用户。

退出码话术表（agent 必须按表回应）

硬规则

• 客户端不传点数：扣多少由服务端 skills 表决定，防篡改。
• 必须用 ConsumeSession：固定 client_request_id，网络重试不会二次扣点。
• 不静默退点：退点前先说"正在为你退还 40 点"，退完再说结果。
• 退点必须用本次的 invocation_id：服务端对已退过的 ID 返回 HTTP 409 + idempotent_replay: true，

新版 SDK 抛 CreditsError("该 invocation_id 已退过点，请勿重复退点")，脚本退出码 5（旧版只返回 200

• 退出码 0 但实际未退，会误退成 0 消费陷阱）。run_batch.py 会把它存进 output/_state.json。
• 解析 check_payment.py 输出必须按 JSON 解析，按冒号 split(":")[-1] 会取到 balance_after 而非 invocation_id。

主链路（8 步）

一键批量（推荐）

python scripts/run_batch.py                 # 读表 → 扣点 → 逐条提取 → 入库
python scripts/run_batch.py --stage extract # 只提取
python scripts/run_batch.py --stage push    # 只入库（final.md 需已存在）
python scripts/run_batch.py --date 2026-09-09 --yes

run_batch.py 负责：读表取当天链接 → 扣点门（一次 40 点）→ 逐条 extract.py → 逐条 ima_push.py → 写 output/_state.json（含 invocation_id、待质检清单）。

质检（第 4 步）必须由 AI 完成，脚本只检测 final.md 是否存在；不存在则该条列入 pending_qc，等 AI 校对后再跑 --stage push。

读表脚本（第 1 步）

scripts/fetch_links.py 经腾讯文档 MCP（td.cjs raw）读取 config.json 的 DOC_FILE_ID / DOC_SHEET_ID：

• 表格结构：A 列 = 日期（2026年9月9日），B 列 = 视频链接（抖音分享口令整段粘贴即可）
• 从分享口令中正则提取 https://v.douyin.com/... 短链，自动剥掉口令噪声得到摘要标题
• 去重：比对本地 output/<video_id>/final.md，已完成的不重复处理（支持中断续跑）
• 参数：--date（默认今天）、--all（全部日期）、--include-done

第 3 步内部（extract.py）

抓直链（Playwright 驱动系统 Edge）→ 选流下载 → ffmpeg 转 16k 单声道 → faster-whisper 识别 → 产出 raw.txt / raw_timed.txt / meta.json。

选流规则（重要）：抖音现网多为音视频分离流，grab_url.mjs 会给每个候选打 kind 标签：

参数表

环境依赖（本机已就绪）

已知坑（已规避，不要重新踩）

合规

提取的文案版权归原视频作者所有，仅供个人学习分析，不得直接搬运发布。