自媒体人必备 | 丢个视频链接,自动出小红书+头条+抖音三套可直接发布的改写文案。 支持抖音/B站/小红书。不是学术分析,是"扒下来→分析为什么爆→改成你的版本"。 实测能省 80% 的爆款分析时间。花大叔出品。 触发场景:分析视频文案、视频文案改写、扒文案改文章、爆款分析、 内容改写、文案提取改写、视频转文章、...
爆款内容改写引擎 v0.6.1
功能概述
爆款内容改写引擎 v0.6.1是一项面向实际任务的技能,主要用于一句话说清楚;给个视频链接 → 自动出三套可直接复制的平台文案;
核心要点
- 不下载视频、不分析画面、不写学术报告;
- 要的就是"扒下来 → 分析为什么爆 → 改成我的版本";
- ⚠️ 环境准备(首次使用必装);
使用与执行
本技能依赖以下 Python 包;请在终端执行:;首次运行说明 :;whisper 模型会在首次使用时自动下载(base 模型约 142MB);如遇下载慢,可设置镜像:。
结果检查与注意事项
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
爆款内容改写引擎 v0.6.1
一句话说清楚
给个视频链接 → 自动出三套可直接复制的平台文案。
不下载视频、不分析画面、不写学术报告。要的就是"扒下来 → 分析为什么爆 → 改成我的版本"。
⚠️ 环境准备(首次使用必装)
本技能依赖以下 Python 包。请在终端执行:
# 核心依赖(必须) pip install httpx playwright openai-whisper moviepy # Playwright 浏览器(必须,只需执行一次) playwright install chromium # 可选依赖(按需安装) # B站下载视频需要(可选,推荐用 API 方案) # 小红书采集需要额外安装 XHS-Downloader + 提供 Cookie
首次运行说明:
- whisper 模型会在首次使用时自动下载(base 模型约 142MB)
- 如遇下载慢,可设置镜像:
export HF_ENDPOINT=https://hf-mirror.com - moviepy 内置 ffmpeg,无需单独安装 ffmpeg 系统包
- 上述依赖已在 Windows 11 + Python 3.14 环境验证通过
平台支持现状(诚实版)
| 平台 | 状态 | 采集方式 | 备注 |
|---|---|---|---|
| 抖音 | ✅ 稳定 | Playwright API 拦截 | 优先取字幕,无字幕时下载+ASR兜底 |
| B站 | ⚠️ 部分可用 | B站公开 API | 可提取标题/描述/数据+检测字幕;下载视频需用户提供Cookie |
| 小红书 | ⚠️ 需 Cookie | XHS-Downloader | 需用户提供 web_session Cookie + 安装 XHS-Downloader |
| 视频号 | ❌ 不支持 | — | 需微信 PC 客户端,暂无自动化方案 |
核心流程(4步)
链接 → 提取文案 → AI爆款分析 → 多平台改写 → 输出纯文本
第一步:提取文案
平台识别 + 采集方案
| 域名特征 | 平台 | 文案提取方案 |
|---|---|---|
douyin.com / v.douyin.com |
抖音 | Playwright API拦截 → 优先取API字幕 → 无则下载+whisper ASR |
bilibili.com/video/BV |
B站 | 公开API提取标题/描述/数据 → 检测AI字幕 → 有字幕直接提取,无字幕需Cookie下载+ASR |
xiaohongshu.com/explore/ |
小红书 | XHS-Downloader + Cookie → 视频描述文案 + 口播ASR |
| 视频号链接 | 视频号 | ❌ 告知用户限制 → 建议手动复制文案后直接改写 |
抖音(首选方案)
# 短链接解析 → Playwright API拦截 → 取视频详情+字幕
import httpx, re
from playwright.async_api import async_playwright
async def fetch_douyin(share_url: str):
# 1. 解析短链接拿到 video_id
resp = httpx.get(share_url, headers=ua, follow_redirects=True)
video_id = re.search(r'/video/(d+)', str(resp.url)).group(1)
# 2. Playwright 拦截 API
async with async_playwright() as p:
browser = await p.chromium.launch(headless=True)
page = await browser.new_page()
detail = {}
async def handle(response):
if "aweme/v1/web/aweme/detail" in response.url:
import json
detail = json.loads(await response.text())
page.on("response", handle)
await page.goto(f"https://www.douyin.com/video/{video_id}")
await page.wait_for_timeout(5000)
# 3. 提取文案
aweme = detail["aweme_detail"]
text = aweme.get("desc", "") # 视频描述
# 优先字幕
if aweme.get("interaction_stickers"):
for s in aweme["interaction_stickers"]:
if s.get("subtitle_data"):
text += "n" + s["subtitle_data"]
return {"title": text, "author": aweme["author"]["nickname"], "stats": aweme["statistics"]}
B站(无需登录的 API 方案)
# 方案A:公开 API 提取元数据 + 字幕检测(无需 Cookie)
import httpx, json
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
'Referer': 'https://www.bilibili.com/',
}
# 1. 提取 BV 号并获取视频信息
bvid = "BV1xxXXxXXxx" # 从 URL 中提取
resp = httpx.get(f'https://api.bilibili.com/x/web-interface/view?bvid={bvid}', headers=headers)
data = json.loads(resp.content.decode('utf-8'))['data']
title = data['title']
desc = data.get('desc', '') # 视频简介(通常含核心观点)
cid = data['cid']
# 2. 检测是否有 AI 字幕
resp2 = httpx.get(f'https://api.bilibili.com/x/player/v2?bvid={bvid}&cid={cid}', headers=headers)
player = json.loads(resp2.content.decode('utf-8'))
subs = player['data'].get('subtitle', {}).get('subtitles', [])
# 3. 有字幕:直接提取
if subs:
sub_url = 'https:' + subs[0]['subtitle_url']
sub_data = json.loads(httpx.get(sub_url, headers=headers).content.decode('utf-8'))
full_text = ' '.join([item['content'] for item in sub_data['body']])
# 输出:标题 + 简介 + 字幕 = 完整的文案素材
# 4. 无字幕:使用标题+简介作为文案
# 或告知用户提供 B站 Cookie 以支持视频下载+ASR
说明:
- 公开 API 无需登录,可稳定提取视频标题、简介、播放数据、字幕
- B站 AI 字幕覆盖率较高(长视频通常有),无字幕时可先用简介改写
- 如需下载完整视频做 ASR:需用户提供 B站 Cookie(浏览器登录后导出 cookies.txt)
- you-get / yt-dlp 等下载工具不稳定(B站频繁更新反爬策略),不推荐作为主方案
小红书
需先安装 XHS-Downloader(见环境准备章节),并提供登录 Cookie:
# 使用 XHS-Downloader
import asyncio, sys
sys.path.insert(0, "/path/to/XHS-Downloader")
from source import XHS
async def fetch_xhs(url, cookie=""):
async with XHS(
work_path="{output_dir}",
folder_name="小红书",
cookie=cookie,
video_download=False,
) as xhs:
return await xhs.extract(url, download=False)
视频号 — 降级方案
告知用户限制,提供替代方案:
- 用户手动从微信视频号复制文案
- 或安装微信PC客户端后使用代理工具
第二步:AI 爆款分析
只分析文本,不分析画面。聚焦 3 个核心维度:
分析框架
| 维度 | 分析什么 | 为什么重要 |
|---|---|---|
| 钩子分析 | 前两句/前5秒抓人的点是什么?用了什么手法? | 决定完播率 |
| 结构分析 | 内容骨架:先抛什么→再说什么→怎么收尾?段落节奏? | 决定留存 |
| 情绪分析 | 调动了什么情绪?痛点/爽点在哪?反转/共鸣的时机? | 决定互动 |
输出格式
【爆款核心】一句话总结这条为什么爆 【钩子拆解】 - 开头手法:xxx - 为什么有效:xxx 【内容结构】 开篇 → 展开 → 高潮 → 收尾 (每段标注信息密度和情绪功能) 【情绪地图】 痛点触发 → 共鸣升温 → 爽点释放 → 行动引导 【可复用要素】 - 句式模板:xxx - 节奏模板:xxx - 情绪模型:xxx
关键原则:
- 不说"这个视频很优秀"这种废话
- 不说"镜头语言"、"叙事功能"这种学术词
- 输出是创作者能直接用的,不是给影评人看的
第三步:多平台改写
基于爆款分析结果,产出 3 套可直接发布的文案。
平台风格对照
| 特征 | 小红书 | 今日头条 | 抖音口播 |
|---|---|---|---|
| 语气 | 姐妹/宝子们,种草风 | 理性+观点,资讯风 | 口语化,节奏快 |
| 句式 | 短句+Emoji+感叹号 | 标题党+分点论证 | 动词多,停顿少 |
| 长度 | 300-800字 | 800-2000字 | 150-300字 |
| 结构 | 痛点→共鸣→方案→推荐 | 观点→论据→结论→互动 | 钩子→展开→反转→收 |
| 标签 | 3-5个话题标签 | 无标签 | 口播无标签 |
改写原则
- 保留爆款骨架,更换血肉:结构、节奏、情绪模型不变,主题/案例/人设可换
- 去 AI 味:零省略号、零"在当今社会"、零"综上所述"
- 口语化:像人写的,不像 AI 写的
- 反套路反模板:不用"你是否也遇到过"、"今天给大家分享"
- 每套独立完整:用户复制即可发布,不需要再编辑
输出模板
==================== 【小红书版】 ==================== [可直接复制发布的正文,含Emoji和标签] ==================== 【今日头条版】 ==================== [可直接复制发布的正文,标题+正文] ==================== 【抖音口播版】 ==================== [可直接录制口播的脚本文案] ==================== 【爆款要素速查卡】 ==================== 标题公式:xxx 钩子公式:xxx 情绪公式:xxx 适用场景:xxx
第四步:输出文件
所有文案保存在 {output_dir}/ 目录下(默认为当前工作目录下的 output/ 子目录):
{output_dir}/{视频标题}_改写文案.txt
ASR 兜底方案(无字幕时)
抖音视频无 API 字幕时的完整 ASR 流程:
# 1. moviepy 提取音频(内置 ffmpeg,无需额外安装 ffmpeg)
from moviepy import VideoFileClip
clip = VideoFileClip("video.mp4")
clip.audio.write_audiofile("temp.wav", fps=16000)
clip.close()
# 2. wave 模块读取 WAV → numpy 数组(绕过 whisper.load_audio 的 ffmpeg 依赖)
import wave, numpy as np
with wave.open("temp.wav", "rb") as wf:
raw = wf.readframes(wf.getnframes())
audio = np.frombuffer(raw, dtype=np.int16).astype(np.float32) / 32768.0
# 3. whisper 转写
import whisper
model = whisper.load_model("base")
result = model.transcribe(audio, language="zh", fp16=False)
适用场景
- 看到一条爆款视频 → 想知道为什么爆 → 快速出稿
- 每天刷抖音/B站 → 批量收集爆款文案 → 改写囤稿
- 学员交付:给对标爆款链接 → 出分析+改写示范 → 教学员模仿
- 小红书/头条矩阵号运营 → 同一爆款素材分发多平台
注意事项
- 小红书采集需要 cookie(web_session),首次使用需引导用户提供
- B站:优先用公开 API 提取标题+简介+字幕,无需登录;下载视频需用户提供 Cookie
- 视频号不支持全自动,建议引导用户手动复制文案后使用改写功能
- 改写文案仅供创作参考,发布前建议人工过一遍确保合规
- whisper base 模型首次使用会自动下载(约 142MB),建议设置 HF 镜像加速
已知限制
- B站 you-get/yt-dlp 在 2026年5月实测均已失效(B站反爬更新),改用公开 API 方案
- 小红书 XHS-Downloader 需 web_session Cookie,无 Cookie 完全不可用
- 长视频(>10分钟)ASR 耗时较长,建议优先找有字幕的视频
版本历史
0.6.1(2026-05-22): 优化 description/tags,新增 15 个搜索关键词提升可发现性0.6.0(2026-05-22): 正式发布版。B站改用公开 API 方案;新增 category/tags 元数据;新增已知限制章节0.5.0-beta(2026-05-22): 上架前改造。去硬编码路径、诚实地图、标准化环境准备。署名花大叔/O5-7/龙渊工坊0.4.0(2026-05-22): 第二次实战验证,完善 ASR 链路(moviepy + wave 绕过 ffmpeg)0.3.0(2026-05-22): 首次实战,从 video-frame-analyzer 重构为 content-rewriter0.1.0(2026-05-20): 初始原型
热门AI工具
相关专题
本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。
0
2026.11.20
本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。
0
2026.11.20
从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。
0
2026.11.20
本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。
0
2026.11.20
本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。
0
2026.11.20
本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。
0
2026.11.20
Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。
0
2026.11.20
本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。
0
2026.11.17
本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.17
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 162万人学习
共6课时 | 54.8万人学习
最新文章