抖创工坊 は何をしますか？
抖音视频采集 → 转录 → AI 洗稿 → 视频生成，并把内容自动发布到抖音（图文）与今日头条（文章）
🚀 两条自动发布通路（核心能力）
抖音图文与今日头条文章都能由本机浏览器自动提交到平台 —— 各自带包级预览、逐字段字数校验与发布选项，提交前必经确认：
| 通路 | 引擎 | 登录方式 | 关键约束 |
|---|---|---|---|
| 抖音图文 | 外部 social-auto-upload CLI（可选装） | 复用已有抖音登录态 | 一次只允许一个任务；不自动重试 |
| 今日头条文章 | 自研执行器（Playwright，复用打包好的 headless Chromium） | 扫码（应用内二维码 / 浏览器窗口） | AI 成文 + 16:9 封面；封面必填 |
两条通路共同的纪律：每一步都读回校验（任何一步失败都停在点「发布」之前并写明停在哪一步）；提交后只记「已提交」，是否真的发出由人工到平台后台核实后点「标记已发布」；绝不自动重试（重试前必须先确认上一次是否已发出 —— 重复发布是最大的风险）。视频与其余平台（小红书 / 视频号 / B 站）仍以人工交付为主。
发布中心按渠道分栏（抖音图文 / 今日头条文章 / 视频人工交付），三个渠道各自独立，不会混在一起看。
能力概览
一个面向内容复盘和二次创作的本地桌面工具。当前主链路聚焦为：下载视频、提取音频、内置 Whisper 转录、AI 洗稿、生成视频分镜，并可选使用 HyperFrames 本地渲染 9:16 MP4。支持用户主页批量采集、签名 API 直调、无水印视频下载、合集增量更新，新任务采用手动分步执行，每一步都支持自动 3 次重试和失败后的手动重试。
⚠️ 免责声明：本项目仅供学习和技术研究使用。使用者应遵守相关平台的服务条款和法律法规，不得将本项目用于任何商业用途或侵犯第三方权益。作者不对使用本项目产生的任何后果承担责任。
🤝 寻找贡献者
本项目目前由个人维护，欢迎一起完善！
当前特别需要帮助的方向：
- 抖音签名（a_bogus / X-Bogus）稳定性维护
- Whisper 模型体积与中文准确率优化
- HyperFrames 视频样式 / TTS 配音
- UI/UX 改进与 Windows 打包测试
- 文档、测试用例、示例视频
核心功能
手动分步流程
输入：抖音分享链接 / 分享文本 / 用户主页链接
↓
创建任务 / 合集：解析并保存输入，不自动跑完整链路
↓
用户逐步确认执行：
1️⃣ 下载视频（无水印优先 → 签名 API → yt-dlp）
2️⃣ 提取音频（ffmpeg → 16kHz mono WAV）
3️⃣ ASR 转文案（内置 whisper.cpp）
4️⃣ AI 洗稿
5️⃣ 生成视频提示词 / 分镜
6️⃣ 生成本地竖屏视频（可选，HyperFrames）
7️⃣ 发布中心交付（可选；抖音图文 / 今日头条文章可自动提交，提交后人工核实）
↓
输出：📝 结构化转录 + ✍️ 清洗稿 + 🎬 MP4 + 📦 发布交付包
功能特性
- ✅ 视频下载 — 无水印优先下载，支持签名 API 和 yt-dlp 多策略降级
- ✅ 用户主页采集 — 输入博主主页链接，批量获取全部作品列表
- ✅ 合集管理 — 按博主创建合集，批量创建子任务、批量执行步骤
- ✅ 合集增量更新 — 一键检查博主新视频，去重追加到已有合集
- ✅ 签名 API 直调 — a_bogus + X-Bogus 签名，绕过浏览器直接调用抖音内部 API
- ✅ Cookie 管理 — 支持扫码登录、手动粘贴 Cookie 两种方式获取登录态
- ✅ 音频提取 — 使用 ffmpeg 抽取标准化音频，并保存音频 manifest
- ✅ 语音转录 — 内置 whisper.cpp + ggml-small，本机完成中文转录
- ✅ 离线 ASR — 无需 ASR API Key、Python、FunASR 或 faster-whisper
- ✅ AI 洗稿 — 基于转录优先清洗，输出标题、摘要、要点、清洗稿、口播稿和质量提示
- ✅ 视频分镜生成 — 基于清洗稿生成视频提示词和分镜脚本
- ✅ Skill 知识蒸馏 — 从合集转录文本 AI 蒸馏生成 Claude Code Skill（SKILL.md）
- ✅ Skill 管理 — 独立的 Skill 管理页面，支持查看、重命名、删除已生成的 Skill
- ✅ 本地视频生成 — 使用 HyperFrames CLI 将清洗稿和字幕节奏渲染为 9:16 MP4
- ✅ 原视频回看 — 详情页可在「原视频 / 成片」之间切换，直接回看转录时下载的抖音原片
- ✅ 素材库 — 独立「素材」页面，手动上传与管理图片、音频（图片可选入图文发布）
- ✅ 发布中心 — 将成片整理为独立交付包，生成四平台简体中文文案；按渠道分栏，标注进度与人工发布跟踪
- ✅ 今日头条文章发布 — AI 成文 + 16:9 封面 + 扫码登录，自动提交到头条号（提交前必经预览，提交后由人工核实再「标记已发布」）。2026-09-20 真机实测发布成功
- ✅ 可折叠侧栏 — 桌面端左侧导航可展开/收起，展开时显示文字标签，收起为纯图标
- ✅ 任务垃圾桶 — 删除任务后保留 30 天，可恢复或永久删除
- ✅ 多 AI 模型 — 支持 DeepSeek、OpenAI 及 OpenAI-compatible 中转服务
- ✅ 桌面应用 — 基于 Electron，支持 macOS 和 Windows
- ✅ 实时反馈 — 任务进度实时更新，详细展示每个步骤状态和错误
本机操作者与权限
- 面向使用者的登录、账号切换、用户管理界面已移除：应用启动时自动取得「本机操作者」会话，无需登录或选择账号。
- 自动会话优先复用已有的启用中管理员（按
createdAt/id升序确定性选取）；只有在不存在任何管理员时才创建一个无 PIN 的「本机用户」。不会删除、不改名任何历史用户。 - 管理员 PIN 的接口契约没有被放宽：直接调用
POST /api/local-sessions开管理员会话仍必须提供正确 PIN。无 PIN 分支只存在于POST /api/local-sessions/auto这一条显式命名的路径上。 - 角色仍然决定发布权限与审计：撤回已发布状态、删除/恢复发布包属于管理员操作；每条审计记录仍带
actor快照。单机使用下当前操作者即管理员，因此这些操作都可用。 - 本地角色用于工作流权限控制和操作者审计，不是云端账号，也不是强安全边界；能够访问本机存储或操作系统账户的人仍可能读取或修改本地数据。
发布中心
- 发布中心默认只准备本地交付包和辅助人工操作。视频不会自动上传；抖音图文可选地调用外部
social-auto-upload（sau）CLI 自动提交，且提交前必经预览确认、提交后仍由人工点「标记已发布」确认。 - 今日头条文章走另一条通路：自研 Playwright 执行器（复用打包好的
chrome-headless-shell，零额外下载），按「洗稿内容 → AI 成文 → 文章包（article.html+ 16:9 封面）→ 预览 → 提交」完成发布。登录只能扫码（头条号没有可粘贴的凭据）：到「设置 → 今日头条」点「扫码登录」（应用内显示二维码）或「打开浏览器扫码登录」（弹出真实浏览器窗口）；登录态保存在 storage 内的持久化 profile，扫一次之后发布与自检都不用再扫。相关环境变量：TOUTIAO_BROWSER_BINARY（浏览器路径，缺省按「显式配置 → 打包资源 → Playwright 缓存 → 系统 Chrome」解析）、TOUTIAO_PROFILE_DIR（会话目录，必须落在 storage 内）。每一步都有读回校验：任何一步失败都停在点「发布」之前；「同时发布微头条」默认关闭且关不掉就不发布。 - 与抖音通路同一条不变式：机器只把内容送出去，记录为「已提交」；
task.status全程不变，也绝不自动重试（重试前必须先确认上一次是否已发出 —— 重复发布是本功能最大的风险）。 - 发布中心自身不保存平台凭据；走图文自动发布时，会把已有的抖音登录态（
~/.douyin-ai-video/douyin-cookie.txt）转换成 Playwrightstorage_state写到<SAU_BASE_DIR>/cookies/douyin_<account>.json（权限 600）供外部引擎使用。 - 从任务详情页的已生成成片进入「加入发布中心」，按“成片 → 平台 → 文案 → 排期 → 确认”向导创建交付包。
- 支持抖音、小红书、微信视频号和哔哩哔哩；一个交付包可包含多个平台任务，也可以为同一成片创建独立版本。
- 文案优先由当前 AI 配置按平台生成；AI 不可用时回退到洗稿内容，并明确标记为回退文案。用户编辑后的内容会记录为用户编辑。
- 按渠道分栏：一级页签「抖音图文 / 今日头条文章 / 视频人工交付」——三者的提交方式完全不同（前两个自动提交、第三个纯人工交付），各自带包数与说明，渠道与状态都记在 URL 里（
?channel=）。抖音图文与头条文章只有一个平台，因此这两个渠道不显示平台下拉。 - 发布中心提供复制标题/正文/标签、打开平台、在 Finder 中定位视频、标记已发布、记录失败和修改排期等人工辅助操作。
- 发布者可维护未发布内容；管理员额外负责撤回已发布状态和发布垃圾桶管理。
- 发布包存放在 storage 根目录下的
output/publishing/{sourceJobId}/v{version}-{packageId}/。storage 根目录取决于运行方式：桌面端为~/Library/Application Support/douyin-ai-video/storage（macOS），独立后端为仓库内的storage/。 - 发布包是自包含的：成片、封面与图文图片都会复制进包目录，因此事后删除素材或改动源文件不影响已建好的包。
- 发布排期仅在应用运行时检查；应用退出期间到期的任务会在下次启动时补处理，但不会自动打开平台。
- 发布垃圾桶独立于任务垃圾桶，保留 30 天。到期清理只删除本地发布资产，不影响源作品、其他版本或平台上的视频。
- 若
cache/publishing-index.json损坏，发布写操作会进入只读保护。请先备份原文件，再从有效备份恢复或人工修复；创作流程仍可继续使用。
界面预览
主界面 - 任务列表 & 合集
- 创建新任务（URL / 主页链接 / 分享文本）
- 合集视图：按博主聚合查看所有子任务进度
- 查看所有任务状态
- 查看当前可执行步骤或失败步骤
- 删除任务到应用内垃圾桶
任务详情页
- 概览 — 任务基本信息和处理状态
- 主链路步骤 — 下载、提取音频、ASR 转录、AI 洗稿、生成分镜、生成视频
- 视频转录 — 从视频音频提取的真实转录文字
- AI 洗稿 — 清洗后的标题、摘要、核心要点、脚本、口播稿和质量提示
- 分镜内容 — 基于清洗稿生成的短剧分镜和视频提示词
- 视频成片 — HyperFrames 本地渲染的 MP4、项目路径和场景列表
合集详情页
- 顶部用户信息（昵称、头像、作品总数）+ "检查更新" 按钮
- 视频列表（封面、描述、状态、复选框），按发布时间倒序排列
- 批量操作：创建选中任务、批量转录、批量洗稿、批量分镜、批量生成视频
- 子任务总进度条
- 查看全部转录文本 + "生成 Skill" 按钮
Skill 管理页
- 卡片式网格布局，展示所有已生成的 Skill
- 每张卡片显示：Skill 名称、来源合集、自动同步状态、转录数量、生成日期
- 操作：查看内容（3 标签页：SKILL.md 渲染、原始来源、元信息 JSON ）、在合集页面中复用
- 支持内联重命名，自动同步 SKILL.md frontmatter 和文件目录
发布中心
- 查看待处理、待发布、已排期、已发布、失败、资产异常和发布垃圾桶
- 按标题/文案、平台、源任务、版本号和创建者筛选
- 展开发布包查看各平台文案、排期、资产健康状态和审计记录
- 执行复制文案、预览、打开平台、定位视频、标记发布、失败记录、取消、恢复和创建新版本
- 图文包额外提供「发布图文到抖音」（先预览再提交）与「提交验证码」
- 文章包（今日头条）额外提供「提交到头条号」（先预览再提交）与「下载文章 HTML」（降级通路：导出
article.html，任何时候可用、可直接粘进头条编辑器）；文章任务不提供「编辑文案」—— 正文是包级article.html的渲染结果，要改就重建文章包
设置页面
- AI 密钥管理 — 管理多个 AI 服务 API Key，支持 DeepSeek、OpenAI 及中转代理
- 抖音登录 — 扫码登录或手动粘贴 Cookie，查看登录状态
- 今日头条 — 头条号扫码登录（应用内二维码 / 打开浏览器窗口扫码）与「校验登录」零副作用自检
- 语音识别状态 — 展示内置 Whisper 本地转录能力
技术架构
┌─────────────────────────────────────────┐
│ Electron 主进程 │
│ - 窗口管理 │
│ - IPC 通信 │
│ - 后端服务启动 │
└─────────────────────────────────────────┘
│ │
┌──────┘ └──────┐
▼ ▼
┌─────────────────┐ ┌──────────────────────┐
│ React 前端 │ HTTP │ Express 后端 │
│ │ ◄────► │ │
│ - React 19 │ │ - 任务管理 │
│ - Vite │ │ - 用户主页爬取 │
│ - Zustand │ │ - 合集管理+增量更新 │
│ - Tailwind CSS │ │ - 签名算法 (a_bogus) │
│ - React Router │ │ - Cookie 管理 │
│ │ │ - 视频下载 │
│ │ │ - 音频提取 │
│ │ │ - 语音转录 │
│ │ │ - AI 清洗 │
│ │ │ - 分镜生成 │
│ │ │ - Skill 知识蒸馏 │
│ │ │ - 头条文章发布 │
└─────────────────┘ └──────────────────────┘
│
┌───────────────┴───────────────┐
▼ ▼
┌─────────────────┐ ┌────────────┐
│ AI / 本地 ASR │ │ 文件存储 │
│ - DeepSeek │ │ │
│ - OpenAI │ │ ~/.douyin │
│ - 中转代理 │ │ -ai-video/│
│ - whisper.cpp │ │ storage │
│ - ggml-small │ │ ~/.claude │
└─────────────────┘ │ /skills/ │
└────────────┘
技术栈
后端
- 运行时: Node.js 18+
- 框架: Express 4
- 语言: TypeScript 5.x
- 视频处理: yt-dlp, ffmpeg
- 浏览器自动化: Playwright（用户主页爬取和扫码登录）
- AI 服务: OpenAI SDK（兼容 DeepSeek / OpenAI-compatible）
- ASR: 内置 whisper.cpp + ggml-small（随安装包携带）
- 视频渲染: HyperFrames CLI（可选，生成视频步骤需要 Node.js 22+ 和 FFmpeg）
- 签名算法: SM3/MD5 + RC4 + 自定义 Base64（纯 TypeScript 实现）
前端
- 框架: React 19
- 构建: Vite 6
- 路由: React Router DOM 7
- 状态管理: Zustand 5
- 样式: Tailwind CSS（自定义设计系统）
桌面端
- 框架: Electron 34
- 打包: electron-builder
安装与运行
环境要求
- Node.js >= 18.0.0
- npm >= 9.0.0
- macOS 或 Windows
- 开发模式需要本机可用的 yt-dlp、ffmpeg 和 Playwright 浏览器
- 视频生成步骤需要 Node.js >= 22 和 HyperFrames CLI
- 打包命令会自动准备完整运行资源；构建机需要联网、
tar、unzip和基础命令行工具 - 安装包会内置 yt-dlp、ffmpeg、ffprobe、whisper.cpp、ggml-small、HyperFrames CLI 和 Chrome headless shell
安装依赖
# 克隆仓库
git clone https://github.com/LiChangZheng10086/doyin_ai_video.git
cd doyin_ai_video
# 安装依赖
npm install
# 安装 Playwright 浏览器（用户主页爬取和扫码登录需要）
npx playwright install chromium
开发模式
# 一次性启动 Vite + Electron
npm run dev
# 或分别启动
npm run dev:renderer
npm run dev:electron
生产构建
# 打 macOS Apple Silicon DMG/ZIP
npm run package:mac
# 打 Windows 11 x64 NSIS 安装器
npm run package:win
# 连续打 macOS + Windows
npm run package:all
打包脚本会按目标平台准备 vendor/package-assets，并把运行所需资源复制到安装包：
bin/：yt-dlp、ffmpeg、ffprobewhisper/：whisper-cli、ggml-small 模型和 Windows DLLhyperframes/：HyperFrames CLI 及其 Node 依赖browser/：Chrome headless shell
当前 package:mac 生成 macOS arm64 包；package:win 生成 Win11 x64 包。安装后的应用不要求用户再安装 Python、FunASR、Whisper、ffmpeg、yt-dlp、Node.js 或 HyperFrames。抖音下载和 AI 洗稿仍然需要网络，AI 洗稿/Skill 生成仍需要有效的 AI API Key。
配置说明
1. AI API 配置
在应用设置页面添加 AI API Key：
DeepSeek（推荐）
- API Key: https://platform.deepseek.com/api_keys
- 模型: deepseek-chat
- 性价比高，适合中文内容
OpenAI
- API Key: https://platform.openai.com/api-keys
- 模型: gpt-4o, gpt-4o-mini
- 质量稳定
中转代理 / 自定义
- 支持任何 OpenAI 兼容 API，填写 baseURL 和模型名即可
2. 抖音 Cookie 配置
为使签名 API 直调和批量采集正常工作，需要在设置页面配置抖音登录态。提供两种方式：
扫码登录
- 打开设置 → Douyin Login → 点击"打开浏览器扫码登录"
- 在弹出窗口中扫描二维码完成登录
- Cookie 自动保存到
~/.douyin-ai-video/douyin-cookie.txt
手动粘贴（推荐）
- 在 Chrome 中打开并登录 https://www.douyin.com/
- 按 F12 打开 DevTools → Application → Cookies → douyin.com
- 将所有 Cookie 复制为
key1=value1; key2=value2; ...格式 - 粘贴到设置页面的输入框中，点击"保存 Cookie"
关键认证 Cookie 包括：sessionid, sid_guard, passport_csrf_token, odin_tt, ttwid
3. 语音转录配置
语音转录已经内置到桌面应用中：
- 引擎：
whisper.cpp - 模型：
ggml-small多语言模型 - 音频：ffmpeg 提取
pcm_s16le、16kHz、单声道 WAV - 运行方式：本机转录，不需要 ASR API Key、Python、FunASR 或 faster-whisper
开发模式或单独准备 Whisper 时运行：
npm run prepare:whisper
该命令会生成：
vendor/whisper/
├── whisper-cli
└── models/
└── ggml-small.bin
旧配置文件里的 asrProvider、asrApiKey、asrBaseURL、asrModel 会继续被兼容读取，但后端转录不再使用它们。
4. 外部依赖
开发模式会使用以下系统工具；正式安装包已经内置同类资源：
-
yt-dlp — 视频下载
brew install yt-dlp # macOS -
ffmpeg — 音视频处理
brew install ffmpeg # macOS -
HyperFrames — 本地 HTML 动画渲染为 MP4（开发模式生成视频步骤需要）
npx --yes [email protected] doctor
HyperFrames 是本地 HTML/CSS/GSAP 到视频的渲染链路，不是 Sora、Remotion 自动成片或 HeyGen 云端视频生成 API。开发环境默认通过 npx --yes [email protected] 调用 CLI；打包后优先使用安装包内置的 HyperFrames CLI 和 Chrome headless shell。当前 v1 生成无真人、无数字人的图文解释视频；voiceoverScript 用作字幕和画面节奏，暂不自动生成 TTS 配音。
头条号发布用的浏览器：复用上述打包好的 Chrome headless shell，零额外依赖。若解析不到，按提示二选一：
npm run prepare:package:mac # 拉取打包资源里的 chrome-headless-shell
npx playwright install chromium # 或装一个完整
...（内容已截断）...
路线图与已知限制
短期目标
- 提升 Whisper 中文转录准确率（集成专属中文模型 or 微调）
- 增加 TTS 配音支持（目前只有字幕）
- 改善视频生成样式与模板
- 前端移动端适配
已知限制
- 仅限抖音内容：其他平台（小红书、视频号、B 站）只做交付包，自动发布尚不支持
- 视频人工交付：自动上传视频到平台还在规划中，目前只能本地交付
- 单线程执行：抖音图文自动发布一次只有一个任务运行，不能并发
- 不自动重试：所有发布失败都不自动重试，必须人工干预
资源与社区
抖创工坊 —— 让内容创作与发布更简单。