抖音短视频全解析

输入一个抖音视频链接 + 一句需求，产出可直接使用的文字稿、拆解报告、分镜脚本、原创脚本或生成提示词。管线：Cue Omni Reader 远程端点（解析）→ 大模型（场景化加工）→ 交付。

隐私与数据传输说明

• 你提供的视频链接会发送至 Cue 远程解析端点（mcp.cuecue.cn）抓取并解析，解析结果由大模型加工后交付。
• 默认 no_store=true：源文件与解析结果不落盘、不持久化于服务端。
• 本技能不读取、不收集你的浏览器 Cookie、登录态或任何本地敏感数据；降级方案不含登录态/Cookie 操作。
• Cue API Key 仅用于鉴权，推荐用环境变量 CUE_API_KEY 传入，避免明文写入配置文件。

六大场景总览（意图路由表）

#	场景	用户典型说法	交付物
1	视频转文字	转文字 / 文字稿 / 字幕 / 转录 / 提取文字	口播全文 + 画面文字稿 + 时间线合并稿
2	内容分析总结	总结一下 / 讲了什么 / 分析 / 摘要	主旨 + 结构分段 + 核心要点 + 金句 + 受众分析
3	爆款视频拆解	拆解 / 为什么火 / 对标 / 抄作业 / 照着学	结构分段表 + 脚本类型 + 爆款归因 + 六维评分报告 + 可抄清单
4	视频转脚本	转脚本 / 分镜 / 还原脚本	分镜脚本表（镜头/运镜/转场/情绪/时间线/屏幕文字）+ 口播净稿
5	爆款脚本生成	帮我写脚本 / 改写成我的 / 仿写 / 原创脚本	多条脚本（分段表 + 口播全文 + 六维质检评分）
6	视频提示词反推	反推提示词 / prompt / 提示词	风格提示词 + 分镜提示词序列 + TTS 文案 + 结构化 JSON

路由规则：

• 仅在用户同时提供抖音视频链接时激活：表中「总结一下 / 分析 / 帮我写脚本」等说法，只有伴随抖音视频链接才触发本技能；无链接的普通对话不激活。
• 命中多个意图可组合执行（如「拆解并改写成我的脚本」= 场景3 → 场景5）。
• 只给 URL 无明确要求：默认执行场景 1（精简版）+ 一段内容速览，然后附场景菜单询问是否深入（「需要我进一步做爆款拆解 / 转脚本 / 改写成你的脚本吗？」），不要擅自跑深度场景。
• 多个 URL：逐个解析（每次一个），报告可合并交付。
• 抖音图文帖 ≠ 视频：抖音除视频外也有「图文」帖（多图无视频）。给的是图文帖链接时，先告知用户「这条是图文帖、没有视频可解析」，不要硬跑。
• 分享文案夹杂乱码：用户常直接粘贴整段分享文案（含 1.76 h@B.gO Mws:/ ... 复制此链接，打开Dou音搜索 之类乱码）。先从中只提取干净 URL（v.douyin.com/xxx 或 iesdouyin.com/... 或 douyin.com/video/xxx），丢掉其余文字，再进入预处理。

---

前置依赖（新用户首次使用只需做这一件事）

• Cue API Key：与 cue-omni-reader 技能共用同一把 Key，无需新建。获取：cuecue.cn/hub/api-key（新账号送 500 积分 + 每天 10 免费积分）。推荐用环境变量传入，避免明文写盘：

  export CUE_API_KEY="sk你的key"
  

  如确需落盘，可写 ~/.cue/config.json（格式 {"api_key": "sk你的key"}）。

• 远程端点直连（无需本地 Bridge、无需配置 MCP）：抖音视频解析只走远程端点 https://mcp.cuecue.cn/api/omni-reader/mcp/（streamable-http），鉴权头 Authorization: Bearer <Cue Key>。不依赖 ~/.mcp.json 注册 MCP，也不装本地 Bridge；本地 Bridge 仅在降级方案中使用。

• 手动调用依赖：curl（Python 参考实现另需 python3，仅标准库）。实际使用时 Agent 自动完成解析，用户只需给一个抖音视频链接 + 一句需求。

• 抖音链接前置展开依赖 curl（见步骤 0）。部分环境若无 curl，可用 python3 + urllib 带浏览器 UA 做等价重定向跟随。

---

关键技术事实（必读）

1. 抖音 URL 必须走 Cue 远程端点：https://mcp.cuecue.cn/api/omni-reader/mcp/（streamable-http）。抖音 Web 是强反爬站点，本地 Bridge 提交抖音 URL 会立即被拒（REMOTE_REQUEST_REJECTED）；远程端点由 Cue 服务端抓取，可正常解析。
2. v.douyin.com 短链直连解析会失败：实测直接提交 https://v.douyin.com/xxxx/ 会返回 PARSE_FAILED（retryable:false、file_uploaded:false），即远程端点连抓取都未成功。原因通常是短链做了反爬跳转/签名校验。必须先展开：用浏览器 UA 跟随重定向取到真实地址 https://www.iesdouyin.com/share/video/<video_id>/?...（命令见步骤 0），再提交真实地址。
3. 真实地址带 share_sign / ts 可能过期：iesdouyin.com/share/video/... 的 ts（Unix 秒）与 share_sign 是带时效的访问凭证（实测几小时内有效），过期后解析会失败。每次解析前重新展开短链最稳妥；若用户直接给已展开的 iesdouyin 链接且解析失败，提示其重新复制分享链接。
4. Accept 头必带：远程端点要求 Accept: application/json, text/event-stream，否则报 Not Acceptable: Client must accept both application/json and text/event-stream。所有调用都必须带此头。
5. 远程端点仅 3 个工具：parse / get_parse_status / cancel_parse，无 read_result。结果在 get_parse_status 返回 completed 时内联携带（result 字段）。
6. detail 只能用 text：grounded/layout 在远程报 UNSUPPORTED_DETAIL。text 模式的结果已含关键帧画面文字（[画面 mm:ss] 标注）+ ASR 口播稿（[说话人N mm:ss] 标注）。
7. 信封解析：tools/call 返回是 MCP 信封 {content:[{type:"text",text:"<JSON字符串>"}]}，必须先取 content[].text 再 json.loads，否则状态字段永远读不到。响应为 SSE 流（data: 前缀行）。
8. 耗时预期：抖音视频普遍比小红书长——口播/带货常 1–3 分钟，影视解说/剧情常 5–15 分钟。解析耗时通常 3–8 分钟（ASR + 关键帧提取 + 多模态融合）；工作日 9:00-10:00 / 16:00-18:00 高峰期可能排队更久。提交前必须告知用户预计等待时长（如「这条约 14 分钟的影视解说，预计 3–8 分钟，高峰期可能排队」），避免用户误判卡死。
9. 画面误识别高风险（影视解说/剧情类）：抖音大量视频是影视二创——画面为影视剧/电影剪辑片段。视觉模型会把片中人物误判为别的演员、把本剧误判为别的作品（实测《甄嬛传》解说被误识别成《大长今》《王的男人》）。纪律：画面描述里的"这是某剧/某演员"等结论一律不可轻信，剧情与事实以 [说话人] 口播稿为准；交付时如引用画面识别内容，需标注「⚠️ 画面识别，可能误判」。

---

标准工作流

步骤 0：URL 预处理

• 从分享文案中提取干净 URL：忽略 复制此链接，打开Dou音搜索，直接观看视频！ 等一切多余文字，只取 https://... 部分。

• 三种可输入的链接形态：

  • 分享短链（必须展开并提交真实地址）：https://v.douyin.com/jhSnHUQwe5A/。不要直接提交，先展开（见下）。
  • 分享页真实地址（可直接提交）：https://www.iesdouyin.com/share/video/<video_id>/?region=CN&mid=...&share_sign=...&ts=...。保留全部参数（尤其 share_sign、ts），不要清理——或干脆重新展开短链拿最新有效参数。
  • Web 详情页（可尝试提交）：https://www.douyin.com/video/<video_id>。远程端点通常可抓取，但若失败优先改用 iesdouyin.com/share/video/<id>/ 形态。

• 短链展开（必须用浏览器 UA 跟随重定向）：

  UA="Mozilla/5.0 (iPhone; CPU iPhone OS 16_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/16.0 Mobile/15E148 Safari/604.1"
  curl -sS -L --max-time 20 -A "$UA" -o /dev/null -w "%{url_effective}\n" "https://v.douyin.com/<短码>/"
  # 输出形如：https://www.iesdouyin.com/share/video/7674946589839969542/?region=CN&mid=...&share_sign=...&ts=...
  

  取该真实地址作为后续 parse 的 source。

• 图文 vs 视频判断：拿到的是抖音图文帖（多图、无视频）时，本技能不适用，直接告知用户。

• 时长预判：短视频直接提交；遇到超长视频（>20 分钟）先告知用户解析耗时更长，让其确认。

步骤 1：提交解析（远程端点）

告知用户等待时长后，调用 parse（参考实现见「解析调用手册」）。返回 {"status":"processing","operation_id":"op_..."}，记下 operation_id。

步骤 2：轮询取回

循环调用 get_parse_status（wait_ms: 20000），status=completed 后从 result 字段取出全文。解析结果的三类原料：

• [画面 mm:ss] ... —— 关键帧画面 OCR 文字与视觉描述（注意误识别风险，见事实 9）
• [说话人N mm:ss] ... —— ASR 口播全文（权威来源）
• 其余结构化段落 —— 结构化 OCR

步骤 3：场景化加工（大模型）

按「场景交付规范」用解析原料生成对应交付物。事实纪律：口播、画面文字、时间戳一律以解析结果为准；镜头、运镜、转场、情绪等解析结果中没有的信息，由大模型基于画面文字与叙事推断，必须标注「⚠️ 推断」。禁止编造视频中不存在的内容。

步骤 4：交付

• 输出为 Markdown，存工作区，命名 <video_id或短码>_<场景>.md（如 7674946589839969542_爆款拆解.md）。
• 含表格的结果主动问一句：「需要转成 Excel / Word / PPT 吗？」——先确认再生成。
• 长报告先给「一屏速览」（结论先行），再给全文。
• 影视解说/剧情类：在交付物显著位置提醒「画面识别可能误判剧中人物/作品，关键剧情以口播稿为准」。

---

场景交付规范

场景 1：视频转文字

三件套，按用户需要给全或给精简：

• A. 口播全文：保留 [说话人 mm:ss] 时间戳；另出一份净稿（去时间戳、去语气词，可直接当文案用）。
• B. 画面文字稿：按 [画面 mm:ss] 逐条列出屏幕上出现的文字（标题卡、字幕条、贴纸、价格牌等），并标注「⚠️ 画面识别，可能误判人物/作品」。
• C. 时间线合并稿（表格）：

时间	口播	屏幕文字

场景 2：内容分析总结

1. 一句话主旨
2. 结构分段：时间轴 → 每段讲了什么（3-6 段）
3. 核心要点：≤10 条，保留关键数字/结论
4. 金句摘录：3-5 句可直接引用的原话（注明时间戳）
5. 目标受众与观看价值
6. 结尾 CTA：视频如何引导关注/行动

场景 3：爆款视频拆解（照着学、照着抄）

1. 基本盘：标题 / 时长 / 博主 / 标签（来自解析结果与用户提供；点赞收藏评论等数据用户提供了才写）。

2. 结构分段表（核心）——按视频实际逻辑二选一或混合：

   • 流量逻辑：冷启动钩子(0-5s) → 悬念留存 → 价值交付 → 情绪高潮 → 互动引导 → 转化钩子
   • 带货逻辑：痛点唤醒 → 需求放大 → 方案引入 → 信任证明（证言/对比/演示）→ 价格锚点 → 逼单 → 售后兜底
   • 影视解说逻辑（抖音高频）：悬念钩子（抛出反常识问题）→ 剧情速览（关键情节）→ 深度解读（人物动机/伏笔）→ 金句升华 → 系列引流（下期预告）

   时间轴	段落功能	时长	手法	话术摘录

3. 脚本类型判定：口播干货型 / 剧情演绎型 / 混剪解说型（影视解说多属此类）/ 教程演示型 / 测评种草型 / vlog记录型 / 直播切片型……给出判定依据。

4. 爆款归因（两层）：

   • 算法层：完播率设计、互动钩子（评论引导/争议点）、转发触发点
   • 内容层：选题命中、结构节奏、情绪势能、人设信任

5. 六维评分报告：见「六维评分体系」，表格 + 总分 + 评级（S/A/B/C）+ 每维一句依据。

6. 抄作业清单：可复用的骨架模板（占位符化）、钩子公式、话术库、节奏参数（每段时长配比）。

场景 4：视频转脚本

还原为可拍摄的分镜脚本表：

时间线	镜头（景别/机位）⚠️推断	运镜 ⚠️推断	转场 ⚠️推断	画面内容	屏幕文字	口播/台词	情绪	备注

• 时间线、屏幕文字、口播 = Omni 实测；镜头/运镜/转场/情绪 = 大模型推断（表头已标注）。
• 表格之后附口播净稿（去语气词、断句成文）。
• 若用户要拿去翻拍，主动提示结合场景 5 做改写。

场景 5：爆款视频脚本生成

两种模式，先确认用户要哪种：

• 模式 A · 骨架改写：先跑场景 3 拿到原片骨架 → 保留钩子结构与节奏配比，替换主题/商品/人设/话术 → 产出「你的版本」。
• 模式 B · 原创生成：让用户给出 方向 / 目的（涨粉·带货·种草·科普·影视解说）/ 商品或主题 / 受众 / 目标时长 → 生成 2-3 条差异化脚本（不同钩子角度）。

每条脚本交付：

1. 分段表：段落功能 | 时长预算 | 口播要点 | 屏幕文字建议
2. 口播全文：成稿，带语气与停顿标记
3. 六维质检评分：生成后自检；任一维度 < 7 分必须改写一轮再交付，并附改写说明

场景 6：视频提示词反推

把画面和内容转成 agent / 生成式 AI 可直接使用的提示词：

1. 整体风格提示词（一段式）：主体 / 场景 / 风格 / 构图 / 色调 / 光线 / 画幅。
2. 分镜提示词序列（表格）：镜号 | 时长 | 画面 prompt（主体-动作-镜头-风格四段式） | 运镜 | 适配工具提示（即梦 / 可灵 / Vidu / Runway / Pika）。
3. 口播 TTS 文案：带停顿（/）与重音（**加粗**）标记。
4. 结构化 JSON 版：{"style_prompt": "...", "shots": [...], "narration": "..."}，供 agent 自动化流水线直接调用。

---

六维评分体系（场景 3 与场景 5 共用）

维度	考察点	评分 1-10
钩子力	前 3-5 秒留人能力（悬念/冲突/利益点前置）
节奏密度	信息与画面切换频率，无冗余
情绪势能	情绪唤起与曲线（共鸣/好奇/焦虑/爽感）
价值密度	观众实际获得感（干货/娱乐/情绪价值）
转化引导	CTA 清晰度与行动驱动力（关注/点赞/下单）
可复制性	结构与话术可模板化程度（越高越容易抄）

• 总分 = 六维平均；评级：≥8.5 S / ≥7.5 A / ≥6 B / <6 C。
• 评分必须附依据（引用具体时间戳与话术），不许拍脑袋。

---

解析调用手册

curl 三步

# 0）先从分享文案提取短链，并用浏览器 UA 展开为真实地址（关键！v.douyin.com 直连会 PARSE_FAILED）
UA="Mozilla/5.0 (iPhone; CPU iPhone OS 16_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/16.0 Mobile/15E148 Safari/604.1"
REAL=$(curl -sS -L --max-time 20 -A "$UA" -o /dev/null -w "%{url_effective}" "https://v.douyin.com/<短码>/")

# ① 提交解析（记下返回的 operation_id；务必带 Accept 头）
curl -sS -X POST "https://mcp.cuecue.cn/api/omni-reader/mcp/" \
  -H "Authorization: Bearer $(python3 -c "import json;print(json.load(open('$HOME/.cue/config.json'))['api_key'])")" \
  -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" \
  -d "{\"jsonrpc\":\"2.0\",\"id\":1,\"method\":\"tools/call\",\"params\":{\"name\":\"parse\",\"arguments\":{\"source\":\"$REAL\",\"detail\":\"text\"}}}"

# ② 轮询（每 15-20 秒一次，直到 status=completed）
#    arguments 换成 {"operation_id":"op_xxx","wait_ms":20000}
# ③ completed 后取 result 字段文本 = 解析全文

Python 参考实现（展开短链 → 提交 → 轮询 → 取结果）

import json, subprocess, time, os, re

KEY = json.load(open(os.path.expanduser("~/.cue/config.json")))["api_key"]
EP  = "https://mcp.cuecue.cn/api/omni-reader/mcp/"
UA  = "Mozilla/5.0 (iPhone; CPU iPhone OS 16_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/16.0 Mobile/15E148 Safari/604.1"

def call(name, args, timeout=90):
    body = json.dumps({"jsonrpc":"2.0","id":1,"method":"tools/call",
                       "params":{"name":name,"arguments":args}}).encode()
    p = subprocess.run(["curl","-sS","--max-time",str(timeout),"-X","POST",EP,
        "-H",f"Authorization: Bearer {KEY}","-H","Content-Type: application/json",
        "-H","Accept: application/json, text/event-stream","--data-binary",body],
        capture_output=True, text=True)
    for line in p.stdout.splitlines():
        line = line.strip()
        if line.startswith("data: "): line = line[6:]
        if line.startswith("{"):
            r = json.loads(line)
            if "result" in r:
                txt = "".join(c.get("text","") for c in r["result"].get("content",[]))
                try: return json.loads(txt)      # 拆信封后再解析
                except Exception: return {"_raw": txt}
            raise RuntimeError(json.dumps(r.get("error","unknown"), ensure_ascii=False))
    raise RuntimeError("无响应")

def resolve_real(url):
    """v.douyin.com 短链必须展开；已是 iesdouyin/douyin 真实地址则原样返回。"""
    if "v.douyin.com" in url:
        out = subprocess.run(["curl","-sS","-L","--max-time","20","-A",UA,
                              "-o","/dev/null","-w","%{url_effective}",url],
                             capture_output=True, text=True).stdout.strip()
        return out or url
    return url

url   = resolve_real("<用户给的抖音URL>")
st    = call("parse", {"source": url, "detail": "text"})   # 提交
op    = st.get("operation_id")
if not op:
    raise RuntimeError("提交失败：" + json.dumps(st, ensure_ascii=False))
while st.get("status") == "processing":                      # 轮询
    time.sleep(min(st.get("poll_after_seconds", 10) or 10, 15))
    st = call("get_parse_status", {"operation_id": op, "wait_ms": 20000})
r = st.get("result")
text = r if isinstance(r, str) else (r or {}).get("text") or st.get("text") or ""
# text 即解析全文（含 [说话人 mm:ss] 与 [画面 mm:ss]）

错误处理

错误码	含义	处理
PARSE_FAILED（file_uploaded:false，提交 v.douyin.com 短链时高发）	短链未展开，远程端点连抓取都没成功	用浏览器 UA 展开短链为 iesdouyin.com/share/video/<id>/ 后重试；retryable:false 但换真实 URL 可成功
REMOTE_REQUEST_REJECTED	多半是误走了本地 Bridge，或 URL 非规范抖音链接	确认走远程端点、URL 已预处理展开
SERVICE_TEMPORARILY_UNAVAILABLE	服务临时不可用（retryable:true）	等 10 秒重新提交同一请求
UNSUPPORTED_DETAIL	传了 grounded/layout	改回 detail:"text"
SOURCE_TOO_LARGE / 超长视频	超出上限	引导用户确认是否继续（抖音长解说偶发）
INSUFFICIENT_CREDITS	积分不足	指引 cuecue.cn/pay 充值或等次日免费额度

---

降级方案（远程端点长时间不可用时）

远程端点不可达时，本技能无免登录公开直链降级路径——抖音视频直链需平台登录态与签名，涉及浏览器 Cookie/登录态的本地下载方式本技能不采用。建议：

• 稍后重试：SERVICE_TEMPORARILY_UNAVAILABLE（retryable:true）时等 10 秒重新提交同一请求；偶发过载通常几分钟内恢复。
• 换时段：避开工作日 9:00-10:00 / 16:00-18:00 高峰，错峰解析更稳。
• 若为本地已有视频文件，可经本地 Bridge（OMNI_ALLOWED_ROOTS 授权目录内）以 detail:"text" 解析，需用户确认文件路径。

首选仍是远程端点；本技能不读取、不收集浏览器 Cookie 或登录态。

---

质量与合规

• 拆解 ≠ 搬运：结构、手法可学；逐字洗稿发布有版权与平台风险，商用需获授权。
• 影视解说版权红线：抖音影视解说大量使用受版权保护的影视片段，二创与商用需遵守平台与版权方规则；交付物中明确指出"本视频含影视二创素材"，不协助规避版权保护的技术措施。
• 带货脚本红线：功效宣称遵守广告法（禁「最/第一/根治」类绝对化用语），事实性内容提示用户人工核查。
• 推断必标注：分镜的镜头/运镜/情绪等推断信息一律带 ⚠️，与 Omni 实测数据区分。
• 画面误识别警示：影视解说/剧情类视频的画面识别（剧中人物/作品）极易出错，交付时提醒用户以口播稿为准。
• 不解析：涉密、明显侵权、违反平台规则的内容。

---

FAQ

Q: 用户直接丢了一整段抖音分享文案（含乱码 h@B.gO 之类）？ 只从中提取 https://... 部分的干净 URL（通常是 v.douyin.com/xxx 或 iesdouyin.com/...），丢掉其余文字再解析。

Q: 提交 v.douyin.com/xxx 直接报 PARSE_FAILED？ 抖音短链直连解析会失败（file_uploaded:false）。必须先用浏览器 UA 跟随重定向展开为 www.iesdouyin.com/share/video/<id>/?... 真实地址再提交，重试即可成功。

Q: 展开后的 iesdouyin 链接又解析失败了？ 该链接的 ts/share_sign 是带时效的访问凭证，可能已过期。让用户重新在抖音 App 复制分享链接，再走一遍展开流程。

Q: 解析结果里把《甄嬛传》识别成了《大长今》/别的韩剧？ 这是影视解说类视频的典型误识别——画面是二创剪辑素材，视觉模型会把片中人物/作品张冠李戴。关键剧情与事实以 [说话人] 口播稿为准，画面描述仅作辅助并标注「⚠️ 可能误判」。

Q: 解析结果只有口播没有画面文字？ 该视频可能没有文字版面（纯真人出镜口播，或画面文字太花识别不出）。detail:"text" 已是画面信息最全的模式，layout/grounded 当前不可用，勿再尝试。

Q: 视频很长（>15 分钟）？ 抖音影视解说经常 5–15 分钟甚至更长。若遇到，先告知用户解析耗时更长（可能 8 分钟以上），确认后再提交。

Q: 积分/额度？ 与 cue-omni-reader 共用：新用户 500 积分 + 每天 10 免费积分，同一视频重复解析会复用结果不重复扣费。

Q: 想要的不是转录稿，而是爆款脚本？ 用场景 5：先说「改写成我的脚本」或给方向/目的/商品，或先跑场景 3 拿骨架再改写。

---

参考

• 解析底座：cue-omni-reader 技能（远程端点调用规范、错误码总表）
• 同族技能：xiaohongshu-video-studio / bilibili-video-studio（场景化加工规范可互参）
• 在线体验：https://cuecue.cn/hub/omni-reader
• API Key 管理：https://cuecue.cn/hub/api-key
• 订阅付费页面：https://cuecue.cn/pay