Douyin Creator Style Analyzer

一个面向 Codex 的开源 Skill：从公开的抖音视频、图文笔记或创作者主页中采集证据，分析摄影图像的构图、光线、色彩、质感、序列逻辑和视觉审美，同时抽象文案的结构、节奏、语气和互动方式。

English summary: An evidence-backed Codex skill for studying Douyin creator style across image notes, videos, captions, on-image text, and metadata. TikTok single-video support is experimental.

本项目关注“如何学习创作规律”，而不是简单下载视频。输出应当是可迁移的拍摄清单、原创视觉练习和文案框架，不复制某位创作者的作品或长篇文案。

• 解析单条抖音视频、图文笔记、图集和合集
• 批量采集创作者主页内容，默认抽样最近 30 条
• 保存标题、文案、发布时间、作者和互动元数据
• 对图文笔记中的每一张照片进行逐图分析
• 对视频提取代表性关键帧，并生成联系表
• 区分画面内文字、发布文案和视频转写内容
• 聚合创作者的构图、光线、色彩、材质、顺序与文案模式
• 输出证据、置信度、例外情况和可复用创作练习
• 支持 yt-dlp 作为单条视频的备用获取方式

项目与抖音或 TikTok 官方没有隶属关系，也不是官方客户端或官方 API。

• macOS、Linux 或 Windows（推荐 macOS/Linux）
• Python 3.10+
• Git
• ffmpeg 和 ffprobe

macOS 示例：

brew install ffmpeg
git clone https://github.com/1262051882/douyin-creator-style-analyzer.git \
  "$HOME/Downloads/douyin-creator-style-analyzer"
cd "$HOME/Downloads/douyin-creator-style-analyzer"
python3 install.py

如果仓库位于其他目录，也可以直接运行该目录中的 install.py。安装脚本会：

1. 创建本地隔离 Python 环境；
2. 安装 Pillow、PyYAML 和 yt-dlp；
3. 从上游仓库克隆锁定版本的 douyin-downloader；
4. 安装该后端的依赖。

运行时、第三方源码、Cookie、下载媒体和分析结果都不会提交到 GitHub。

安装完成后重启 Codex，或让 Codex 重新扫描 Skills 目录。

SKILL_DIR="${CODEX_HOME:-$HOME/.codex}/skills/douyin-creator-style-analyzer"
"$SKILL_DIR/runtime/bin/python" "$SKILL_DIR/scripts/collect_douyin.py" \
  --url "https://www.douyin.com/video/VIDEO_ID" \
  --output "$PWD/douyin-corpus" \
  --mode post \
  --limit 1

SKILL_DIR="${CODEX_HOME:-$HOME/.codex}/skills/douyin-creator-style-analyzer"
"$SKILL_DIR/runtime/bin/python" "$SKILL_DIR/scripts/collect_douyin.py" \
  --url "https://www.douyin.com/user/SEC_UID" \
  --output "$PWD/creator-corpus" \
  --mode post \
  --limit 30

只需要元数据时：

--metadata-only

只有在用户同意交互式浏览器验证时才使用：

--browser-fallback

不要把 Cookie 粘贴到聊天中。使用本地私密配置文件，并把它排除在 Git 之外：

--config "/absolute/private/config.yml"

下载完成后，提取视频关键帧并生成联系表：

SKILL_DIR="${CODEX_HOME:-$HOME/.codex}/skills/douyin-creator-style-analyzer"
"$SKILL_DIR/runtime/bin/python" "$SKILL_DIR/scripts/prepare_analysis.py" \
  "$PWD/creator-corpus" \
  --output "$PWD/creator-analysis" \
  --frames-per-video 6

脚本会生成：

• manifest.json：可继续处理的机器可读清单
• images/：原始图像索引
• video_frames/：视频代表帧
• contact_sheets/：用于快速浏览的联系表

使用 douyin-creator-style-analyzer 分析这个抖音图文链接。
逐张描述摄影图的构图、光线、色彩、材质、视角和情绪，
再分析文案的开头、节奏、语气、意象和结尾。
请区分观察事实与推测，并给出三条原创练习，不要仿写原文。

批量研究这个抖音博主最近 30 条作品。
找出出现频率超过 40% 的视觉模式、15–39% 的次要模式和例外，
总结摄影风格与文案结构的关系，最后给我一份拍摄清单和原创文案框架。

单条内容应包含：

1. 视觉阅读
2. 图文或视频的序列逻辑
3. 发布文案和画面内文字分析
4. 证据来源与置信度
5. 可迁移的创作原则

创作者级报告应包含：

1. 采样范围和限制
2. 主要视觉风格族及代表作品 ID
3. 构图、光线、色彩、质感和题材规律
4. 文案结构、节奏和语言装置
5. 视觉与文案的关联
6. 时间变化、例外和不确定性
7. 原创拍摄清单、视觉练习和文案框架

字段定义见 skill/references/analysis-schema.md。

• 只处理用户有权访问和分析的公开内容。
• 遵守抖音、TikTok 及相关地区的法律、平台条款和版权要求。
• 不要下载或发布未经授权的创作者作品、头像、音乐、字幕或评论。
• 不要提交 Cookie、登录态、API Token、个人信息、下载媒体或分析数据库。
• 不要把原始文案长段复制到报告中；抽象写作技巧并生成原创示例。
• 仓库中的许可证只覆盖本项目代码，不覆盖平台内容或第三方依赖。

• 抖音单条内容和创作者主页采集
• 图文逐图分析与视频关键帧准备
• 结构化视觉与文案分析 schema
• Codex Skill 打包
• 更稳定的 TikTok 单条内容适配
• TikTok 创作者主页与图文批量分析
• 可选 OCR 和本地转写适配器
• 可选 CSV/SQLite 报告汇总

本项目采用 MIT License，版权归 MooYi 所有。第三方依赖和后端的许可证见 THIRD_PARTY_NOTICES.md。