抖音视频转文字 🎬➡️📝

将抖音视频自动转录为带标点分段的中文文本。

用户只需要发一个抖音链接或视频文件，你来完成所有工作。

首次使用？先帮用户完成配置

当用户第一次触发这个 Skill 时，你需要先检查环境是否就绪。
按以下顺序检查，缺什么就引导用户补什么：

检查 1：.env 文件是否存在

检查 Skill 目录下是否有 .env 文件：

read: /.env

如果不存在，从 .env.example 复制一份：

exec: cp /.env.example /.env

检查 2：Groq API Key

读取 .env，检查 GROQAPIKEY 是否已填写（不是 gskyourkey_here）。

如果未填写，告诉用户：

需要一个免费的 Groq API Key 来做语音识别。获取步骤：

1. 1. 打开 https://console.groq.com
2. 用 Google 或 GitHub 账号登录（不需要信用卡，完全免费）
3. 点左侧 API Keys → Create API Key
4. 名字随便填，点 Submit
5. 复制生成的 Key（以 gsk_ 开头），发给我

拿到 Key 后发给我，我帮你配好。

用户发来 Key 后，更新 .env 文件中的 GROQAPIKEY=<用户的key>。

检查 3：ffmpeg

运行以下命令检查 ffmpeg 是否安装：

exec: ffmpeg -version

如果报错（未找到命令），告诉用户：

还需要安装 ffmpeg（音频处理工具）：
Mac 用户： 打开终端，运行 brew install ffmpeg
Windows 用户：

1. 1. 打开 https://www.gyan.dev/ffmpeg/builds/
2. 下载 release full 版本（.zip 文件）
3. 解压到 C:\ffmpeg
4. 把 C:\ffmpeg\bin 添加到系统环境变量 PATH
5. 重启终端，运行 ffmpeg -version 验证

Linux 用户： 运行 sudo apt install ffmpeg
装好了告诉我！

检查通过后

告诉用户：

✅ 配置完成！以后你可以：

• - 直接发抖音链接给我，我自动转成文字
• 发视频文件给我，我也能转

试试看？发个抖音链接过来吧！

使用方式 1：用户发来抖音链接

当用户发来包含 douyin.com 的链接时，按以下步骤操作：

步骤 1：启动浏览器

browser(action=start, profile=openclaw)

如果浏览器已经在运行，跳过此步。

步骤 2：打开抖音链接

browser(action=navigate, url=<用户发的链接>, profile=openclaw)

抖音短链接会自动跳转到完整页面。

步骤 3：等待视频播放，提取音频信息

等待 3-5 秒让视频开始播放，然后执行：

browser(action=act, kind=evaluate, profile=openclaw, fn=下方代码)

提取代码：
javascript
() => {
const entries = performance.getEntriesByType(resource);
const audioEntry = entries.find(e => e.name.includes(media-audio));
const title = document.querySelector(h1)?.textContent?.trim() ||
document.querySelector([data-e2e=video-desc])?.textContent?.trim() ||
document.title;
const authorEl = document.querySelector([data-e2e=video-account-link]) ||
document.querySelector(.author-name);
const author = authorEl?.textContent?.trim();
return {
audioUrl: audioEntry?.name || null,
title: title || 未知标题,
author: author || 未知作者
};
}

如果 audioUrl 为 null（视频还没开始播放），等 5 秒后再执行一次。
如果重试 2-3 次仍然为 null，可能需要用户先在浏览器中登录抖音网页版。

步骤 4：运行转录脚本

设置环境变量并调用脚本。注意 替换为这个 SKILL.md 所在的实际目录路径。

Windows PowerShell：
powershell
$env:DOUYINAUDIOURL = <步骤3拿到的audioUrl>
$env:DOUYIN_TITLE = <步骤3拿到的title>
$env:DOUYIN_AUTHOR = <步骤3拿到的author>
cd
node scripts/transcribe.js <用户的原始链接>

Linux/Mac Bash：
bash
cd
DOUYINAUDIOURL= \
DOUYIN_TITLE=