爆款内容改写引擎 v0.6.1

一句话说清楚

给个视频链接 → 自动出三套可直接复制的平台文案。

不下载视频、不分析画面、不写学术报告。要的就是"扒下来 → 分析为什么爆 → 改成我的版本"。

⚠️ 环境准备（首次使用必装）

本技能依赖以下 Python 包。请在终端执行：

# 核心依赖（必须）
pip install httpx playwright openai-whisper moviepy

# Playwright 浏览器（必须，只需执行一次）
playwright install chromium

# 可选依赖（按需安装）
# B站下载视频需要（可选，推荐用 API 方案）
# 小红书采集需要额外安装 XHS-Downloader + 提供 Cookie

首次运行说明：

• whisper 模型会在首次使用时自动下载（base 模型约 142MB）
• 如遇下载慢，可设置镜像：export HF_ENDPOINT=https://hf-mirror.com
• moviepy 内置 ffmpeg，无需单独安装 ffmpeg 系统包
• 上述依赖已在 Windows 11 + Python 3.14 环境验证通过

平台支持现状（诚实版）

核心流程（4步）

链接 → 提取文案 → AI爆款分析 → 多平台改写 → 输出纯文本

第一步：提取文案

平台识别 + 采集方案

抖音（首选方案）

# 短链接解析 → Playwright API拦截 → 取视频详情+字幕
import httpx, re
from playwright.async_api import async_playwright

async def fetch_douyin(share_url: str):
    # 1. 解析短链接拿到 video_id
    resp = httpx.get(share_url, headers=ua, follow_redirects=True)
    video_id = re.search(r'/video/(\d+)', str(resp.url)).group(1)
    
    # 2. Playwright 拦截 API
    async with async_playwright() as p:
        browser = await p.chromium.launch(headless=True)
        page = await browser.new_page()
        detail = {}
        async def handle(response):
            if "aweme/v1/web/aweme/detail" in response.url:
                import json
                detail = json.loads(await response.text())
        page.on("response", handle)
        await page.goto(f"https://www.douyin.com/video/{video_id}")
        await page.wait_for_timeout(5000)
    
    # 3. 提取文案
    aweme = detail["aweme_detail"]
    text = aweme.get("desc", "")  # 视频描述
    # 优先字幕
    if aweme.get("interaction_stickers"):
        for s in aweme["interaction_stickers"]:
            if s.get("subtitle_data"):
                text += "\
" + s["subtitle_data"]
    return {"title": text, "author": aweme["author"]["nickname"], "stats": aweme["statistics"]}

B站（无需登录的 API 方案）

# 方案A：公开 API 提取元数据 + 字幕检测（无需 Cookie）
import httpx, json

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
    'Referer': 'https://www.bilibili.com/',
}

# 1. 提取 BV 号并获取视频信息
bvid = "BV1xxXXxXXxx"  # 从 URL 中提取
resp = httpx.get(f'https://api.bilibili.com/x/web-interface/view?bvid={bvid}', headers=headers)
data = json.loads(resp.content.decode('utf-8'))['data']
title = data['title']
desc = data.get('desc', '')  # 视频简介（通常含核心观点）
cid = data['cid']

# 2. 检测是否有 AI 字幕
resp2 = httpx.get(f'https://api.bilibili.com/x/player/v2?bvid={bvid}&cid={cid}', headers=headers)
player = json.loads(resp2.content.decode('utf-8'))
subs = player['data'].get('subtitle', {}).get('subtitles', [])

# 3. 有字幕：直接提取
if subs:
    sub_url = 'https:' + subs[0]['subtitle_url']
    sub_data = json.loads(httpx.get(sub_url, headers=headers).content.decode('utf-8'))
    full_text = ' '.join([item['content'] for item in sub_data['body']])
    # 输出：标题 + 简介 + 字幕 = 完整的文案素材

# 4. 无字幕：使用标题+简介作为文案
# 或告知用户提供 B站 Cookie 以支持视频下载+ASR

说明：

• 公开 API 无需登录，可稳定提取视频标题、简介、播放数据、字幕
• B站 AI 字幕覆盖率较高（长视频通常有），无字幕时可先用简介改写
• 如需下载完整视频做 ASR：需用户提供 B站 Cookie（浏览器登录后导出 cookies.txt）
• you-get / yt-dlp 等下载工具不稳定（B站频繁更新反爬策略），不推荐作为主方案

小红书

需先安装 XHS-Downloader（见环境准备章节），并提供登录 Cookie：

# 使用 XHS-Downloader
import asyncio, sys
sys.path.insert(0, "/path/to/XHS-Downloader")
from source import XHS

async def fetch_xhs(url, cookie=""):
    async with XHS(
        work_path="{output_dir}",
        folder_name="小红书",
        cookie=cookie,
        video_download=False,
    ) as xhs:
        return await xhs.extract(url, download=False)

视频号 — 降级方案

告知用户限制，提供替代方案：

1. 用户手动从微信视频号复制文案
2. 或安装微信PC客户端后使用代理工具

第二步：AI 爆款分析

只分析文本，不分析画面。聚焦 3 个核心维度：

分析框架

输出格式

【爆款核心】一句话总结这条为什么爆

【钩子拆解】
- 开头手法：xxx
- 为什么有效：xxx

【内容结构】
开篇 → 展开 → 高潮 → 收尾
（每段标注信息密度和情绪功能）

【情绪地图】
痛点触发 → 共鸣升温 → 爽点释放 → 行动引导

【可复用要素】
- 句式模板：xxx
- 节奏模板：xxx
- 情绪模型：xxx

关键原则：

• 不说"这个视频很优秀"这种废话
• 不说"镜头语言"、"叙事功能"这种学术词
• 输出是创作者能直接用的，不是给影评人看的

第三步：多平台改写

基于爆款分析结果，产出 3 套可直接发布的文案。

平台风格对照

改写原则

1. 保留爆款骨架，更换血肉：结构、节奏、情绪模型不变，主题/案例/人设可换
2. 去 AI 味：零省略号、零"在当今社会"、零"综上所述"
3. 口语化：像人写的，不像 AI 写的
4. 反套路反模板：不用"你是否也遇到过"、"今天给大家分享"
5. 每套独立完整：用户复制即可发布，不需要再编辑

输出模板

====================
【小红书版】
====================
[可直接复制发布的正文，含Emoji和标签]

====================
【今日头条版】
====================
[可直接复制发布的正文，标题+正文]

====================
【抖音口播版】
====================
[可直接录制口播的脚本文案]

====================
【爆款要素速查卡】
====================
标题公式：xxx
钩子公式：xxx
情绪公式：xxx
适用场景：xxx

第四步：输出文件

所有文案保存在 {output_dir}/ 目录下（默认为当前工作目录下的 output/ 子目录）：

{output_dir}/{视频标题}_改写文案.txt

ASR 兜底方案（无字幕时）

抖音视频无 API 字幕时的完整 ASR 流程：

# 1. moviepy 提取音频（内置 ffmpeg，无需额外安装 ffmpeg）
from moviepy import VideoFileClip
clip = VideoFileClip("video.mp4")
clip.audio.write_audiofile("temp.wav", fps=16000)
clip.close()

# 2. wave 模块读取 WAV → numpy 数组（绕过 whisper.load_audio 的 ffmpeg 依赖）
import wave, numpy as np
with wave.open("temp.wav", "rb") as wf:
    raw = wf.readframes(wf.getnframes())
    audio = np.frombuffer(raw, dtype=np.int16).astype(np.float32) / 32768.0

# 3. whisper 转写
import whisper
model = whisper.load_model("base")
result = model.transcribe(audio, language="zh", fp16=False)

适用场景

• 看到一条爆款视频 → 想知道为什么爆 → 快速出稿
• 每天刷抖音/B站 → 批量收集爆款文案 → 改写囤稿
• 学员交付：给对标爆款链接 → 出分析+改写示范 → 教学员模仿
• 小红书/头条矩阵号运营 → 同一爆款素材分发多平台

注意事项

• 小红书采集需要 cookie（web_session），首次使用需引导用户提供
• B站：优先用公开 API 提取标题+简介+字幕，无需登录；下载视频需用户提供 Cookie
• 视频号不支持全自动，建议引导用户手动复制文案后使用改写功能
• 改写文案仅供创作参考，发布前建议人工过一遍确保合规
• whisper base 模型首次使用会自动下载（约 142MB），建议设置 HF 镜像加速

已知限制

• B站 you-get/yt-dlp 在 2026年5月实测均已失效（B站反爬更新），改用公开 API 方案
• 小红书 XHS-Downloader 需 web_session Cookie，无 Cookie 完全不可用
• 长视频（>10分钟）ASR 耗时较长，建议优先找有字幕的视频

版本历史

• 0.6.1 (2026-05-22): 优化 description/tags，新增 15 个搜索关键词提升可发现性
• 0.6.0 (2026-05-22): 正式发布版。B站改用公开 API 方案；新增 category/tags 元数据；新增已知限制章节
• 0.5.0-beta (2026-05-22): 上架前改造。去硬编码路径、诚实地图、标准化环境准备。署名花大叔/O5-7/龙渊工坊
• 0.4.0 (2026-05-22): 第二次实战验证，完善 ASR 链路（moviepy + wave 绕过 ffmpeg）
• 0.3.0 (2026-05-22): 首次实战，从 video-frame-analyzer 重构为 content-rewriter
• 0.1.0 (2026-05-20): 初始原型