抖音视频转文字

---

name: douyin-transcribe description: | 抖音视频转文字。用户发抖音链接或视频文件，自动转录为带标点的中文文本。 触发词：抖音、转文字、转录、视频转文本、douyin、transcribe

---

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 Skill 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 Skill 目录下是否有 .env 文件：

read: /.env

如果不存在，从 .env.example 复制一份：

exec: cp /.env.example /.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： > > 1. 打开 https://console.groq.com > 2. 用 Google 或 GitHub 账号登录（不需要信用卡，完全免费） > 3. 点左侧 API Keys → Create API Key > 4. 名字随便填，点 Submit > 5. 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 install ffmpeg > > Windows 用户： > 1. 打开 https://www.gyan.dev/ffmpeg/builds/ > 2. 下载 "release full" 版本（.zip 文件） > 3. 解压到 C:\ffmpeg > 4. 把 C:\ffmpeg\bin 添加到系统环境变量 PATH > 5. 重启终端，运行 ffmpeg -version 验证 > > Linux 用户： 运行 sudo apt install 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="start", profile="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>", profile="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", profile="openclaw", fn=下方代码)

提取代码：

() => {
  const entries = performance.getEntriesByType('resource');
  const audioEntry = entries.find(e => e.name.includes('media-audio'));
  const title = document.querySelector('h1')?.textContent?.trim() ||
                document.querySelector('[data-e2e="video-desc"]')?.textContent?.trim() ||
                document.title;
  const authorEl = document.querySelector('[data-e2e="video-account-link"]') ||
                   document.querySelector('.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 替换为这个 SKILL.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 ""
node scripts/transcribe.js "<用户的原始链接>"

Linux/Mac Bash：

cd ""
DOUYIN_AUDIO_URL="" \
DOUYIN_TITLE="