Douyin NLP Search — Douyin NLP 搜索

Douyin 抓取器 - 抖音搜索爬虫

支持自然语言搜索抖音视频内容的工具技能。

功能特点 ✅ 自然语言理解: 直接理解中文搜索意图，如"搜索一下海鲜视频" ✅ 智能解析: 自动提取关键词、数量、排序方式 ✅ 多种输出: 支持文本格式化和 JSON 输出 ✅ 可扩展: 可以对接浏览器自动化或抖音开放平台 API 触发场景

当用户说以下内容时使用此技能：

"搜索一下XX视频" "找一下XX内容" "帮我搜抖音上的XX" "抖音上有什么XX相关的" "爬取抖音XX视频" 任何包含抖音搜索/查找意图的自然语言查询 使用方法

• 解析用户查询

首先使用内置的自然语言解析器理解用户意图：

from scripts.搜索_douyin 导入 解析_natural_language 解析d = 解析_natural_language("搜索一下海鲜视频") # 返回: {"keyword": "海鲜", "排序": "general", "count": 10, ...}

• 执行搜索

from scripts.搜索_douyin 导入 搜索_douyin, 格式化_结果s 结果s = 搜索_douyin(keyword="海鲜", count=5) print(格式化_结果s(结果s))

• 命令行直接使用

# 自然语言搜索 python scripts/搜索_douyin.py "搜索一下海鲜视频"

# 找5个最热猫咪视频 python scripts/搜索_douyin.py "找5个最热猫咪搞笑视频"

# JSON输出 python scripts/搜索_douyin.py "海鲜视频" --json

支持的查询示例 用户输入 解析结果 搜索一下海鲜视频 keyword=海鲜, count=10, 排序=general 找5个最新猫咪视频 keyword=猫咪, count=5, 排序=latest 帮我搜最热美食探店视频 keyword=美食探店, 排序=most_liked 查找健身教程 keyword=健身教程 扩展实现方式

当前版本包含模拟搜索结果。如需实现真实爬取，可以：

方案 A: 浏览器自动化 (推荐)

结合 代理-browser 技能 实现真实浏览器搜索：

# 1. 使用 代理-browser 打开抖音搜索页 # 2. 输入关键词并等待结果 # 3. 提取视频标题、作者、点赞数等信息

方案 B: 抖音开放平台 API

对接抖音开放平台的搜索接口，需要申请 API Key。

方案 C: 第三方数据接口

使用第三方抖音数据服务提供商。

输出字段说明

每个视频返回：

title: 视频标题 author: 作者昵称 likes: 点赞数 comments: 评论数 分享s: 分享数 duration: 视频时长 url: 视频链接 执行流程 识别触发词: 用户查询包含"抖音"、"搜索"、"找"、"视频"等关键词 解析意图: 使用 解析_natural_language() 解析自然语言 执行搜索: 调用 搜索_douyin() 获取结果 格式化输出: 使用 格式化_结果s() 输出美观结果 提示扩展: 提醒用户可以配置真实的爬取方案 注意事项 遵守抖音平台的 ro机器人s.txt 和使用条款 合理控制请求频率，避免对服务器造成压力 仅供学习和研究使用，请勿用于商业用途 大规模爬取建议使用官方开放平台接口