奇链 奇链
← Agent Skills 目录 / 设计与创意
2 jcaiagent7143-ui

douyin-video-to-text Skill

抖音视频转文字：口播逐字稿（带时间）、画面上的字幕和文字、标题简介、章节、要点、点赞评论收藏数。用户发来 douyin.com、v.douyin.com 链接或分享口令，要提取文案、扒口播、提字幕、总结视频时使用。不需要 Key 也能先免费看一条摘要；注册拿 Key（送 10 积分）后给完整逐字稿，1 分钟视频 2 积分（约 ¥0.29）。不下载视频，不需要抖音账号或 Cookie。

安装方式:把技能目录放入 ~/.claude/skills/(Claude Code)或在 claude.ai 设置中启用;也可复制右侧安装命令一键添加。

查看源码

技能指令原文(SKILL.md)

Douyin video to text / 抖音视频转文字

没有 Key 也可以直接运行：脚本会用网站的免费看一条（每天 1 条，返回摘要）。要完整输出，在 https://linkdigest.dev/app/keys 创建 Key（注册送 10 积分，不用卡）。

把抖音、小红书视频笔记、TikTok、YouTube、X 的视频链接读成文字：口播逐字稿（没有平台字幕时用 Qwen3-ASR 语音识别；YouTube 例外，由 Gemini 看视频写出）、画面上出现的字和大致时间、标题和简介、要点、点赞评论收藏分享数、话题标签。不用下载视频，不用在本机装 ffmpeg 或语音识别模型，不需要你的平台账号或 Cookie。

什么时候用

  • 「提取这条抖音的文案」「视频转文字」「把口播扒下来」「这个视频讲了什么」。
  • 整理对标账号的视频内容（一条一条调；一次多条见文档里的批量接口 POST /api/v1/digest/batch，最多 50 条）。
  • 画面上的字幕、花字比口播更重要的视频（教程、带货、知识类）。

什么时候不用

  • 需要逐句时间轴（比如生成 SRT 字幕）：逐字稿的时间是分段级的，见下文「时间戳的精度」。
  • B站链接：不支持。
  • 直播、私密、已删除、需要登录才能看的视频：读不了（返回 422，不扣费）。
  • 只想下载无水印视频：这个技能不提供视频文件。

准备（一次）

  1. 打开 https://linkdigest.dev/app/keys ，用 Google 或邮箱登录（邮箱会收到一封登录链接），创建 API Key（ld_live_ 开头）。新账户送 10 积分，只送一次，不用绑卡。
  2. 设置环境变量：
export LINKDIGEST_API_KEY=ld_live_...

也可以写进 OpenClaw 配置（~/.openclaw/openclaw.json）里这个技能的 env： 

{ skills: { entries: { "linkdigest-video-transcript": { env: { LINKDIGEST_API_KEY: "ld_live_..." } } } } }

Key 只放在环境变量或配置里，不要贴进对话、代码或提交记录。

用法

推荐用自带脚本（Python 3.8+ 标准库，已经处理好 202 排队和轮询）： 

python3 {baseDir}/scripts/linkdigest.py "<视频链接或整段分享文案>"
python3 {baseDir}/scripts/linkdigest.py "<视频链接>" --format json
python3 {baseDir}/scripts/linkdigest.py "<视频链接>" --translate-to en    # 另附英文译文，+1 积分，原文保留
python3 {baseDir}/scripts/linkdigest.py "<视频链接>" --max-credits 5      # 超过 5 积分的视频不读、不扣费
  • 抖音「复制链接」得到的整段分享文案可以直接传，服务端会从里面取出链接。文案里有引号或换行时，从标准输入传：printf '%s' "$SHARE_TEXT" | python3 {baseDir}/scripts/linkdigest.py -
  • 视频较长时，提交后约 20 秒内会先返回 202 和 jobId。脚本会自动用 ?wait=20 轮询，默认最多等 900 秒（--timeout 可改）。
  • 等待超时不会丢任务：任务继续在服务端跑，按 stderr 的提示用 --job-id 接着取。同一个 jobId 只扣一次费。任务完成后在服务端保留 15 分钟，尽快取；过期了就重新提交同一链接。
  • 本次扣了几个积分、是否命中缓存、是否只读了一部分，打印在 stderr 的最后一行。
  • 退出码：0 成功；2 参数错误或没设 Key；3 Key 无效（401）；4 积分不够或视频超长（402，未扣费，stderr 里有付款链接）；5 链接读不了（422）；6 调用太频繁，或这个 Key 在 /app/keys 设的 30 天积分上限已用完（429，未扣费）；7 等待超时。

直接调 HTTP（没有 Python 时）

curl -sS -X POST https://linkdigest.dev/api/v1/digest \
  -H "Authorization: Bearer $LINKDIGEST_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://v.douyin.com/<短链>/", "format": "json"}'
  • 200：结果 JSON。
  • 202：{"pending":true,"jobId":"…","poll":"/api/v1/digest/…","retryAfter":15}。用 jobId 取，不要重新提交：
curl -sS "https://linkdigest.dev/api/v1/digest/<jobId>?wait=20" \
  -H "Authorization: Bearer $LINKDIGEST_API_KEY"

wait=20 让服务端最多等 20 秒再回复；仍是 202（会带 stage 表示进行到哪一步）就再取一次，直到 200。要 Markdown 时，提交用 "format": "markdown"，取结果加 &format=markdown（202 响应始终是 JSON）。其他可选参数："translate_to": "en"、"max_credits": 5、"partial_ok": true、"breakdown": true。

可以直接运行的 bash/zsh 版本（提交 + 轮询，最多约 15 分钟）： 

API=https://linkdigest.dev/api/v1/digest
AUTH="Authorization: Bearer $LINKDIGEST_API_KEY"
LINK='https://v.douyin.com/<短链>/'
res=$(curl -sS -w '\n%{http_code}' -X POST "$API" -H "$AUTH" \
  -H "Content-Type: application/json" -d "{\"url\": \"$LINK\", \"format\": \"json\"}")
code=${res##*$'\n'}; body=${res%$'\n'*}
n=0
while [ "$code" = 202 ] && [ $n -lt 45 ]; do
  n=$((n+1))
  job=$(printf '%s' "$body" | sed -n 's/.*"jobId":"\([^"]*\)".*/\1/p')
  res=$(curl -sS -w '\n%{http_code}' "$API/$job?wait=20" -H "$AUTH")
  code=${res##*$'\n'}; body=${res%$'\n'*}
done
echo "HTTP $code" >&2
printf '%s\n' "$body"

返回字段（视频）

| 字段 | 内容 |
| --- | --- |
| title / author / posted_at / caption | 标题、作者、发布日期、简介原文 |
| transcript[] | 口播逐字稿，[{t, text}]，t 是这一段开始的秒数 |
| transcript_source | 逐字稿来源：asr（Qwen3-ASR 语音识别）、native_captions（平台自带字幕）、gemini_video（YouTube：Gemini 看视频写出，见下文）、none（没有可识别的语音） |
| on_screen[] | 画面上的字，[{t, text}]，t 是大致时间（秒）。YouTube 没有这一项 |
| ocr_text[] | 画面文字的汇总列表（不带时间）。YouTube 的画面文字只在这里，也是 Gemini 写出的 |
| key_points[] | 要点，用原文语言 |
| stats | likes、comments、collects、shares、plays；读取当天平台给的数，as_of 是日期，拿不到的是 null |
| tags[] | 话题标签 |
| duration_seconds / read_seconds | 视频总长、实际读了多长 |
| partial | 只读了开头时才有：read_seconds、duration_seconds、read_credits、full_credits（读全片要多少积分） |
| translation | 加了 translate_to 才有；原文字段保持不变 |
| raw_markdown | 整条内容的 Markdown：## Transcript（每段前面是 ` mm:ss ）、## On-screen text（前面是 ≈mm:ss `） |
| credits / cached | 本次扣了几个积分；读过的链接 cached=true，0 积分 |
| degraded[] | 处理中没做完的部分的说明，正常为空 |

时间戳的精度

  • transcript[]（asr）：Qwen3-ASR 只返回文字、不返回逐句时间，所以音频按最长约 170 秒切段上传，每段一个开始时间。时间是段级的：不到 170 秒的视频只有一段（t=0）；一条 15:42 的抖音视频返回的段落从 0、170、340、510、680、850 秒开始。这不是逐句时间轴。
  • on_screen[]：全片均匀抽帧读字（目前最多 40 帧），时间取最近的关键帧，误差在一个关键帧间隔内（通常 2–5 秒）；同样的字连续出现只记一次。视频越长抽帧越稀，一闪而过的字可能漏掉。要按秒定位，看 on_screen。
  • YouTube 例外：YouTube 不让我们的服务器地址下载视频，所以 YouTube 链接一般由 Gemini 直接看视频来读，degraded 里会写 read by Gemini watching the video directly。这时 transcript_source 是 gemini_video，逐字稿和它的时间 t、画面文字（ocr_text）、标题和作者都是 Gemini 写出的，属于模型输出，不是平台字幕，也不是 Qwen3-ASR；没有 on_screen。

把结果交给用户时

  • 用户要「文案」：给 transcript 的全文，按原样，不改写、不总结，除非用户要求。画面文字单独列出，不要混进口播。
  • transcript_source 是 asr 时，transcript 是语音识别结果，方言、口音、专有名词、中英混说时可能有错字；人名、品牌名、数字提醒用户核对。
  • transcript_source 是 gemini_video（YouTube）时，告诉用户逐字稿是模型看视频写出的，要逐字引用请以视频本身为准。
  • transcript_source 是 none 或逐字稿为空时，说明视频没有可识别的人声（比如纯音乐），这时文字主要在 on_screen 里。
  • 有 partial 时，告诉用户只读了前多少秒，以及读全片要多少积分。
  • 告诉用户这次用了几个积分（credits，缓存命中是 0）。

费用

每条 1 积分，另加每开始的 1 分钟 1 积分（1 分 01 秒按 2 分钟算）。按加量包 ¥36 = 250 积分折算，1 积分约 ¥0.144。

| 视频长度 | 积分 | 约合 |
| --- | --- | --- |
| 1 分钟以内 | 2 | ¥0.29 |
| 3 分钟 | 4 | ¥0.58 |
| 5 分钟 | 6 | ¥0.86 |
| 10 分钟 | 11 | ¥1.58 |
| 加译文（--translate-to） | +1 | +¥0.14 |
| 加爆款拆解（--breakdown） | +1 | +¥0.14 |
| 任何人读过的链接（缓存） | 0 | 0 |
| 读不出内容 | 0 | 0 |

注册送 10 积分（每个账户一次，不按月补），够读一条 9 分钟的视频，或 5 条 1 分钟以内的视频。加量包 $5 = 250 积分，可用支付宝付款（按 ¥36 结算），不过期；或 Dev 月付 $9 = 每月 500 积分（银行卡）。价格以 https://linkdigest.dev/zh/docs 为准。

长视频

  • 单条视频长度上限：免费账户和只买了加量包的账户 10 分钟；Dev 月付 30 分钟。
  • 超过上限默认返回 402（error_code: media_too_long），不扣费。
  • 免费账户和加量包账户可以加 --partial-ok（HTTP 里是 "partial_ok": true）：只读开头，读多长取决于剩余积分，最多 10 分钟；结果里的 partial 写明读了多少秒。
  • 长视频省钱档 --depth transcript（HTTP 里是 "depth": "transcript"，2026-10-06 起）：全程逐字稿 + 少量截帧，基础 1 积分 + 每开始的 2 分钟 1 积分（44 分钟的视频 23 积分，完整档要 45）。长度上限也更高：免费和加量包账户 60 分钟，Dev 月付 2 小时。画面文字只读少量截帧，结果里的 coverage 会写明。YouTube 不支持这一档。
  • 长视频处理要几分钟，一定会走 202 + 轮询，不要因为第一次返回 202 就重新提交。

限制

  • 不支持 B站：哔哩哔哩对我们服务器的地址直接返回 HTTP 412。
  • 直播、私密、已删除、需要登录才能看的视频读不了。
  • 互动数据是读取当天的快照，不是实时数据；缓存里的结果保留第一次读取那天的数。
  • 每个账户每小时最多 60 次 API 调用。
  • 不下载、不提供视频文件；不搜索、不读评论、不发帖。

隐私

  • 只把你给的链接发给 linkdigest.dev，不需要也不会读取你的抖音、小红书等账号或 Cookie。
  • 视频、音频、图片只在处理时放在临时目录，返回前删除，不保存、不转发。
  • 文字结果按链接缓存（所以同一链接再读免费），可能提供给请求同一公开链接的其他用户。不要提交私密内容的链接。
  • 读取时会用到第三方模型服务，详见 https://linkdigest.dev/privacy 。
  • scripts/linkdigest.py 只读环境变量 LINKDIGEST_API_KEY，只连 linkdigest.dev，不读写本地文件。

其他接入方式

  • 远程 MCP（Streamable HTTP）：https://linkdigest.dev/mcp，请求头 Authorization: Bearer ，工具 digest_url。Claude Code：

claude mcp add --transport http linkdigest https://linkdigest.dev/mcp --header "Authorization: Bearer "

  • 只支持本地（stdio）MCP 的客户端：npx mcp-remote https://linkdigest.dev/mcp --header "Authorization: Bearer "
  • Dify 插件市场：jcaiagent7143-ui/linkdigest
  • OpenAPI：https://linkdigest.dev/openapi.json
  • 开源客户端与接入示例：https://github.com/jcaiagent7143-ui/linkdigest-mcp
  • 中文文档：https://linkdigest.dev/zh/docs

LinkDigest 由独立开发者 Jack（GitHub jcaiagent7143-ui）开发和维护。问题和反馈：support@linkdigest.dev