抖音视频转文字

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 技能 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 技能 目录下是否有 .env 文件：

read: <技能目录>/.env

如果不存在，从 .env.example 复制一份：

exec: cp <技能目录>/.env.example <技能目录>/.env

检查 2：Groq API Key

读取 .env，检查 GROQ_API_KEY 是否已填写（不是 gsk_your_key_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：

打开 https://console.groq.com 用 Google 或 GitHub 账号登录（不需要信用卡，完全免费） 点左侧 API Keys → 创建 API Key 名字随便填，点 Submit 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 GROQ_API_KEY=<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 安装 ffmpeg

Windows 用户：

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

Linux 用户： 运行 sudo apt 安装 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="启动", 性能分析="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>", 性能分析="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", 性能分析="OpenClaw", fn=下方代码)

提取代码：

() => { const entries = performance.获取EntriesByType('resource'); const audioEntry = entries.find(e => e.name.includes('media-audio')); const title = document.查询Selector('h1')?.textContent?.trim() || document.查询Selector('[data-e2e="video-desc"]')?.textContent?.trim() || document.title; const authorEl = document.查询Selector('[data-e2e="video-account-link"]') || document.查询Selector('.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 <技能目录> 替换为这个 技能.md 所在的实际目录路径。

Windows PowerShell：

$env:DOUYIN_AUDIO_URL = "<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 "<技能目录>" node scripts/transcribe.js "<用户的原始链接>"

Linux/Mac Bash：

cd "<技能目录>" DOUYIN_AUDIO_URL="" \ DOUYIN_TITLE="