功能描述

抖音短视频爆款拆解分析框架。分析视频为何火爆、触达人群、行为心理。使用场景：用户发送抖音视频链接时自动激活。

使用说明 (SKILL.md)

抖音视频拆解分析技能

Name: Douyin Viral Breakdown
Author: csak47mu

触发条件

用户发送抖音视频链接时激活：

https://v.douyin.com/xxx
https://www.douyin.com/video/xxx
抖音分享口令

分析框架

第一步：提取基础信息

必提取字段：

字段	来源	说明
视频ID	URL解析	用于标识
作者昵称	页面数据	账号定位参考
作者签名	页面数据	人设背景
发布时间	create_time	时间节点
视频时长	duration_ms	内容密度
文案内容	desc	核心表达
话题标签	text_extra	流量入口

数据获取方式：

直接请求抖音短链，解析 HTML 中的 _ROUTER_DATA 或 window._ROUTER_DATA
或使用第三方解析 API（如公共 API、AnyToCopy）

第二步：数据表现分析

核心指标：

指标	计算方式	行业参考值
点赞数	digg_count	-
评论数	comment_count	-
转发数	share_count	-
收藏数	collect_count	-
评论率	评论/点赞	2-5%
转发率	转发/点赞	3-8%
互动率	(评论+转发+收藏)/点赞	\x3C10%

评级标准：

指标	低	中	高	极高
评论率	\x3C3%	3-5%	5-10%	>10%
转发率	\x3C5%	5-8%	8-15%	>15%
互动率	\x3C10%	10-20%	20-30%	>30%

第三步：火爆原因分析

3.1 选题分析

维度	分析要点
热点蹭取	是否踩中当前热点？热点周期？
稀缺内容	普通人能否获取？原创还是搬运？
话题热度	话题标签的流量规模
时间窗口	发布时机是否合适？

3.2 开头钩子（3秒黄金）

分析文案/画面开头：

钩子类型	示例	效果
数字冲击	「41000英里」「涨了300%」	增强可信度
身份标签	「NASA发布」「专家揭秘」	激发好奇
痛点直击	「别再这样做了」「90%的人都不知道」	焦虑驱动
反常识	「你以为的XX其实是错的」	认知冲突
情绪触发	「看到这个我哭了」	情感共鸣
动作画面	「回望地球」「第一视角」	视觉冲击

3.3 情绪触发

情绪	触发机制	典型内容
敬畏感	宏大叙事、震撼画面	宇宙、自然奇观
好奇心	未知、揭秘、悬念	背后真相、隐藏细节
认同感	价值观共鸣	励志、爱国、亲情
焦虑感	错失恐惧、损失厌恶	「不知道就亏了」
愉悦感	幽默、反转、意外	搞笑、神转折
愤怒感	不公、对立	维权、吐槽

第四步：目标人群画像

4.1 人群分类

人群类型	识别特征	占比预估方法
核心粉丝	关注账号、高频互动	粉丝数/播放量
话题受众	通过话题标签进入	话题热度
算法推荐	系统推荐流量	-
搜索流量	搜索关键词进入	-

4.2 人群痛点

痛点类型	分析问题
信息痛点	缺什么信息？视频提供了吗？
情感痛点	什么情绪被触发？为什么？
社交痛点	是否满足社交需求？
行动痛点	是否提供了行动指南？

第五步：行为心理分析

5.1 为什么点赞？

心理机制	说明
认同感	「我认可这个内容的价值」
情绪共鸣	「我被感动/震惊了」
社交货币	「点赞后可以分享给别人」
算法驯化	「让算法多推这类内容」

5.2 为什么评论？

评论类型	心理动机	占比预估
观点表达	想说点什么	30%
情感宣泄	被触动想说	25%
互动求关注	想被看到	20%
质疑/科普	想纠正或求证	15%
跟风玩梗	参与氛围	10%

5.3 为什么转发？

转发动机	心理机制	强度
价值分享	「这个很有用，分享给朋友」	⭐⭐⭐⭐⭐
情感传递	「我被感动了，希望你也被感动」	⭐⭐⭐⭐
身份标签	转发 = 「我是关注这类内容的人」	⭐⭐⭐⭐
话题参与	参与话题讨论	⭐⭐⭐
利他心理	帮助他人	⭐⭐⭐

5.4 为什么收藏？

收藏动机	说明
反复观看	内容值得重复消费
素材保存	用于二次创作
知识积累	学习参考
稍后阅读	暂时没时间看

第六步：可复用规律提炼

6.1 选题公式

热点事件 + 稀缺视角 + 数字冲击 = 高转发

6.2 开头公式

[权威身份] + [具体数字] + [视觉动作] = 3秒钩子

6.3 情绪公式

[核心情绪] + [触发机制] = 高互动

输出格式

标准输出模板

## 🎬 视频拆解分析

### 基础信息

| 项目 | 内容 |
|------|------|
| **标题** | [标题] |
| **作者** | [作者] ([签名]) |
| **时长** | [时长]秒 |
| **发布时间** | [时间] |
| **话题** | [话题列表] |

### 数据表现

| 指标 | 数值 | 评级 |
|------|------|------|
| 点赞 | [数值] | ⭐ |
| 评论 | [数值] | ⭐ |
| 转发 | [数值] | ⭐ |
| 收藏 | [数值] | ⭐ |
| **互动率** | [X%] | ⭐ |

---

## 🔥 火爆原因分析

### 1. 选题精准

[分析]

### 2. 开头钩子

[分析]

### 3. 情绪触发

[分析]

---

## 👥 目标人群画像

[分析]

---

## 🧠 行为心理分析

### 为什么点赞？
[分析]

### 为什么评论？
[分析]

### 为什么转发？
[分析]

### 为什么收藏？
[分析]

---

## 💡 可复用规律

### 选题公式
[公式]

### 开头公式
[公式]

### 情绪公式
[公式]

技术实现

视频画面获取流程（必须执行）

抖音链接 → 提取视频ID → 请求分享页 → 解析_ROUTER_DATA → 获取视频URL → 下载视频 → ffmpeg提取帧 → image工具分析

Step 1: 获取视频ID和元数据

# 请求分享页面
curl -s "https://www.iesdouyin.com/share/video/{video_id}" -H "User-Agent: Mozilla/5.0 (iPhone...)"

# 从HTML中提取 _ROUTER_DATA JSON
# 解析获取：标题、作者、数据、视频URL、封面URL

Step 2: 下载视频

# 视频URL格式：
# https://aweme.snssdk.com/aweme/v1/playwm/?video_id=xxx&ratio=720p

curl -o video.mp4 "{video_url}" -H "User-Agent: ..." -H "Referer: https://www.douyin.com/"

Step 3: 提取帧

# 提取多个关键帧
ffmpeg -i video.mp4 -ss 00:00:01 -vframes 1 frame_1.jpg
ffmpeg -i video.mp4 -ss 00:00:05 -vframes 1 frame_2.jpg
ffmpeg -i video.mp4 -ss 00:00:10 -vframes 1 frame_3.jpg

Step 4: 分析画面

使用 image 工具分析帧图片：
- 画面主体
- 构图特点
- 色调氛围
- 内容类型（实拍/CGI/动画）

视频数据获取

方法1：直接解析抖音页面

# 请求短链，获取重定向后的页面
curl -s -L "https://v.douyin.com/xxx/" -H "User-Agent: Mozilla/5.0"

# 从 HTML 中提取 _ROUTER_DATA 或 window._ROUTER_DATA
# 解析 JSON 获取视频信息

方法2：使用第三方 API

# 公共 API（有限频）
curl "https://cn.apihz.cn/api/fun/douyin.php?id=xxx&key=xxx&url=xxx"

方法3：浏览器工具

如果以上方法失败，使用 browser 工具访问在线解析网站。

使用示例

用户输入：

https://v.douyin.com/IyqeUd9FiKc/

输出： 完整的视频拆解分析报告（见上方模板）

注意事项

数据时效性：视频数据会随时间变化，分析时标注获取时间
数据来源：优先使用官方数据，第三方 API 可能不准确
分析深度：根据用户需求调整分析深度
隐私保护：不存储用户发送的视频链接

⚠️ 能力局限（必须诚实说明）

能做到	做不到
✅ 提取标题/文案	✅ 图文作品：HTML 直接获取评论
✅ 提取数据指标	✅ 视频作品：API 获取评论
✅ 下载视频并提取帧	⚠️ 评论回复内容（二级评论）
✅ 分析画面内容	-
✅ 判断内容类型（实拍/CGI）	-

评论获取能力说明（2026-04-12 验证）：

图文作品（note）：HTML _ROUTER_DATA → commentListData.comments 可直接获取

视频作品（video）：需要额外请求评论 API：

curl "https://www.iesdouyin.com/web/api/v2/comment/list/?aweme_id=\x3C视频ID>&count=20" -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.douyin.com/"

返回 JSON：comments[].text, comments[].user.nickname, comments[].ip_label, comments[].createTime

数据字段说明：

字段	来源路径	示例
评论ID	`cid`	"7627707489840710459"
评论内容	`text`	"@豆包整理成powershell命令"
评论者昵称	`user.nickname`	"道熙"
点赞数	`digg_count`	0
IP标签	`ip_label`	"广东"
发布时间	`createTime`	timestamp

重要：

画面分析必须通过「下载视频→提取帧→image分析」流程获取，不能编造
如果任何步骤失败，必须诚实说明原因
图文作品评论可直接获取，不要说"做不到"

安全使用建议

This skill appears to do what it says (parse Douyin links, download videos, extract frames, analyze content), but there are important gaps and risks you should consider before enabling it: - Missing declarations: The SKILL.md and helper script require tools like curl and ffmpeg and call external vision APIs, but no required binaries or environment variables (API keys) are declared in the registry metadata. Ask the author to declare these explicitly. - External data sharing: The helper sends image data to an external endpoint (dashscope.aliyuncs.com). That means user-provided video frames (potentially sensitive) would be transmitted to a third party. Verify the endpoint, privacy policy, and whether you trust that service before use. - API keys and secrets: The code expects an API key to call the vision service but doesn't declare where that key should come from. If you provide a key, ensure it's scoped and revocable; do not reuse long-lived/high-privilege credentials. - Network/SSRF risk: The skill fetches arbitrary URLs and follows redirects when resolving short links. If an attacker supplies non-Douyin or internal URLs, the agent could fetch internal resources. Consider sandboxing or restricting the domains the skill may access. - File handling: The skill downloads videos/covers to disk for analysis. If you have policies about storing user media, confirm how/where files are stored and whether they are deleted after use (SKILL.md claims it does not store links, but the code writes files). Recommendations before installing: 1) Request the author to update metadata to declare required binaries (ffmpeg, curl) and required env vars for any external API keys. 2) Confirm which external endpoints are used and review their privacy/security posture. 3) Run the skill in a network-restricted sandbox or with domain allowlist, and do not supply sensitive internal URLs. 4) Prefer short-lived, least-privilege API keys for any external vision service. 5) If you cannot verify the external service or metadata, treat the skill as potentially unsafe for processing sensitive content.

功能分析

Type: OpenClaw Skill Name: douyin-viral-breakdown Version: 1.2.0 The skill bundle provides a framework for Douyin video analysis that requires high-risk capabilities, including executing shell commands (curl, ffmpeg) and making external network requests. While these actions are aligned with the stated purpose, the instructions in SKILL.md provide shell command templates for downloading and processing videos, which could be exploited via command injection if the agent processes malicious URLs. Additionally, helpers/video_analysis.py facilitates external data fetching and interaction with third-party vision APIs, increasing the attack surface for data exposure or unauthorized execution.

能力评估

⚠ Purpose & Capability

The skill claims to download videos, run ffmpeg, and analyze frames with an 'image' tool and external vision APIs, but the registry metadata lists no required binaries or environment variables. The required capabilities (curl/ffmpeg/image analysis, API keys) are necessary for the stated purpose yet are not declared, which is an inconsistency.

⚠ Instruction Scope

SKILL.md explicitly instructs fetching Douyin pages, downloading videos, extracting frames (ffmpeg), and sending images to an external vision API; it also recommends using third‑party parsing services or a browser tool. These steps involve network access, writing files, and transmitting user media outside the platform — activities beyond simple analysis and with privacy/SSRF/exfiltration implications.

✓ Install Mechanism

No install spec is provided (instruction-only plus a small helper script). This is low-risk from installation perspective, but the lack of declared runtime dependencies is still an operational inconsistency (see purpose_capability).

⚠ Credentials

The Python helper calls an external vision endpoint (https://dashscope.aliyuncs.com/...) requiring an API key (Authorization: Bearer) and SKILL.md mentions third-party APIs with keys, but requires.env lists none. The skill will upload image data (user-provided video frames) to external services — a privacy-sensitive operation that should be explicitly declared and limited.

✓ Persistence & Privilege

The skill does not request permanent always:true presence, does not declare config path changes, and does not modify other skills. Autonomous invocation is allowed by default (normal).

版本历史

v1.2.0

新增：视频作品评论获取方法（抖音评论API），两种作品类型均可获取评论

v1.1.0

新增：图文作品评论获取能力验证，修正能力局限说明

v1.0.0

初始版本：六步分析框架 + 视频画面下载分析能力

元数据

Slug douyin-viral-breakdown

版本 1.2.0

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 3

常见问题

Douyin Viral Breakdown 是什么？

抖音短视频爆款拆解分析框架。分析视频为何火爆、触达人群、行为心理。使用场景：用户发送抖音视频链接时自动激活。它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 109 次。

如何安装 Douyin Viral Breakdown？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install douyin-viral-breakdown」即可一键安装，无需额外配置。

Douyin Viral Breakdown 是免费的吗？

是的，Douyin Viral Breakdown 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Douyin Viral Breakdown 支持哪些平台？

Douyin Viral Breakdown 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（linux, darwin, win32）。

谁开发了 Douyin Viral Breakdown？

由 csak47mu（@csak47mu）开发并维护，当前版本 v1.2.0。

Douyin Viral Breakdown