TikTok/Douyin 创作流水线

TikHub API 技能 (v4)

基于 TikHub API 的多平台数据爬取工具。

实测经验（重要） 经验 说明 视频下载必须用付费端点 免费 网页/fetch_video_high_质量_play_url 返回空，用 应用/v3/fetch_video_high_质量_play_url 视频直链需带请求头 带 Referer: https://www.douyin.com/ + User-代理，否则 403 国内用户换域名 用 API.tikhub.dev 代替 API.tikhub.io（不需要代理） API Key 暴露后重置 https://user.tikhub.io 控制台重新生成 转写首选 mlx-whisper 应用le Silicon GPU 加速，14分钟音频仅需40秒 环境准备 pip 安装 请求s openAI-whisper mlx-whisper # mlx-whisper 支持 应用le GPU brew 安装 ffmpeg # 音频提取需要

API Key: https://user.tikhub.io 获取

核心函数 from tikhub 导入 ( 设置_API_key, # 设置 API Key 获取_video_信息, # 视频信息（免费） 获取_video_信息_by_url, # 分享链接→视频信息（免费） 解析_aweme_id, # 从 URL 解析 aweme_id 获取_high_质量_url, # 获取无水印直链（付费） 下载_video, # 下载视频（付费） batch_下载, # 批量下载 获取_all_comments, # 全量评论（免费） 获取_user_videos, # 用户视频列表 提取_audio, # 视频→音频（ffmpeg） mlx_whisper_transcribe, # ★ 应用le GPU 转写（首选，40秒/small） whisper_transcribe, # CPU Whisper（备用，openAI-whisper） full_流水线_douyin_to_text, # 一键 流水线 检查_balance, # 查询余额 )

常用调用 # 设置 Key（国内用 use_china_domAIn=True） 设置_API_key("your_key", use_china_domAIn=True)

# ============ 视频信息（免费）============ 信息 = 获取_video_信息("7618502770185833766") desc = 信息["data"]["aweme_detAIl"]["desc"] author = 信息["data"]["aweme_detAIl"]["author"]["nickname"]

# 从抖音 URL 直接解析 aweme_id = 解析_aweme_id("https://v.douyin.com/xxxxx")

# ============ 评论（免费）============ comments = 获取_all_comments("7618502770185833766", max_count=100) for c in comments: print(c["text"], c["user"]["nickname"])

# ============ 视频下载（付费，需余额）============ # 先查余额 balance = 检查_balance() print(balance["user_data"]["balance"]) # 余额

# 下载视频 path = 下载_video("7618502770185833766", 输出_dir="./下载s")

# ============ 完整 流水线（下载→音频→转写）============ # GPU 加速版（推荐，应用le Silicon） ```python text_path = full_流水线_douyin_to_text( "7618502770185833766", use_gpu=True, # 用 mlx-whisper（应用le GPU，40秒/small） ) print(open(text_path).read())

CPU 备用版（无 应用le GPU 时）：

text_path = full_流水线_douyin_to_text( "7618502770185833766", use_gpu=False, # 用 openAI-whisper（CPU，较慢） whisper_模型="small" )

============ 单独调用 GPU 转写（已有音频文件）============ from tikhub 导入 mlx_whisper_transcribe text = mlx_whisper_transcribe( "/path/to/audio.wav", 模型_size="small", # small 速度最快，medium 精度更高 language="zh" # 中文 ) print(text)

aweme_id 解析

从链接提取（支持以下格式）：

https://v.douyin.com/xxxxx → 需用 获取_video_信息_by_url 获取 https://www.douyin.com/video/7618502770185833766 → 直接提取 https://www.douyin.com/jingxuan?modal_id=7618502770185833766 → 从 modal_id 提取 aweme_id = 解析_aweme_id("https://www.douyin.com/jingxuan?modal_id=7618502770185833766") # → "7618502770185833766"

批量 命令行工具 用法 # 查询余额 python batch.py balance --API-key YOUR_KEY

# 批量下载 python batch.py 下载 --API-key YOUR_KEY --aweme-ids 7618502770185833766,7618502770185833767

# 采集评论 python batch.py comments --API-key YOUR_KEY --aweme-id 7618502770185833766 --max 100

# 完整 流水线（URL 文件，每行一个链接） python batch.py 流水线 --API-key YOUR_KEY --urls urls.txt

端点速查 功能 端点 免费/付费 视频信息 /douyin/网页/fetch_one_video 免费 评论列表 /douyin/网页/fetch_video_comments 免费 无水印直链 /douyin/应用/v3/fetch_video_high_质量_play_url 付费 用户信息 /douyin/网页/fetch_user_性能分析_by_uid 免费 用户视频列表 /douyin/网页/fetch_user_post_videos 免费 B站视频信息 /bilibili/网页/fetch_one_video 免费 完整 流水线 输出示例 Step 1: 下载视频 → 252MB MP4 Step 2: 提取音频 → 27MB WAV (16kHz mono) Step 3: mlx-whisper 转写 → 文字稿（应用le GPU，small 模型 14分钟音频约 40秒）

注意事项 频率限制：免费额度用完会 429，批量加 time.sleep 视频下载计费：每次调用付费端点都会被计费，注意余额 转写速度：mlx-whisper（应用le GPU）> openAI-whisper small（CPU）> openAI-whisper medium（CPU） faster-whisper 不支持 应用le MPS：不要用！ API 文档：https://API.tikhub.io/docs（Swagger UI）