Douyin Video Distiller — Documentation skill for Claude Code

douyin-video-distiller — 抖音视频蒸馏 Skill

把抖音短视频**一步到位**蒸馏成可检索的知识卡片：带时间戳的原视频证据、模型归纳、关键概念、行动项，直接落盘为 Markdown/Wiki 格式。

支持 Claude Code / OpenCode 等任何读取 `SKILL.md` 规范的 agent。

致谢与来源

本 skill 的下载环节基于 **[aehyok/douyin-video-download](https://github.com/aehyok/douyin-video-download)**（无水印视频/图集解析下载）。本仓库**不包含**该下载器的任何源码，仅作为上游依赖调用它——请先自行安装。

在此基础上的新增/改动：

1. 一步到位的正确流程：链接 → 下载 → 视频理解 → 证据分级 → 知识卡片 → 临时文件清理，失败即如实报告、保留现场，不产生"假摘要"。
2. 本地多模态模型直接吃完整视频：调用本地 Qwen2.5-Omni-7B，视频以带时间戳的帧序列原生送入模型（不是抽帧当图片看），还可加 --audio 连音轨一起理解；不联网、无额度限制、无请求体大小上限。自带 scripts/analyze_omni.py。
3. 长视频的正确处理：靠采样帧率（--fps）和 --max-pixels 控制耗时与显存，脚本给出 FFmpeg 切段压缩命令（150s/段、720p、CRF32），长视频也能稳定跑通。
4. 证据分级输出规范：原视频证据 / 蒸馏结论 / 待确认 三层分离 + 时间戳，防止模型把单条视频观点升级成客观事实。

前置条件

依赖	必需	说明
Qwen2.5-Omni-7B 权重	✅	本地推理；4bit 量化后权重常驻约 6GB 显存，8G 显卡实测可跑
Python 3.10+	✅	需 torch / transformers>=4.57 / bitsandbytes / qwen-omni-utils / torchvision>=0.19
douyin-video-download	✅	链接下载环节的上游 skill
FFmpeg	建议	长视频切段压缩用

设置模型路径：

export OMNI_MODEL_PATH="/path/to/Qwen2.5-Omni-7B"     # Linux / macOS
$env:OMNI_MODEL_PATH="D:\Models\Qwen2.5-Omni-7B"      # Windows PowerShell

安装

把本目录整个放进你的 skills 目录：

# Claude Code
~/.claude/skills/douyin-video-distiller/

# OpenCode
~/.config/opencode/skills/douyin-video-distiller/

使用

对 agent 说：

把这个抖音视频蒸馏成知识卡片：https://v.douyin.com/xxxxx/

或直接处理本地视频：

python scripts/analyze_omni.py video.mp4 "请完整分析视频并输出带时间戳的转录、画面文字、时间线、明确证据、模型归纳和待确认事项。"

# 口播类视频：连音轨一起听
python scripts/analyze_omni.py video.mp4 "把口播逐字转写" --audio

# 纯音频文件会自动走音频通道
python scripts/analyze_omni.py audio.wav "这段音频里有人说话吗？"

输出格式

---
title: ""
type: learning
source: ["原始链接"]
confidence: high | medium | low
status: draft
---
## 一句话结论 / 原视频证据 / 蒸馏结论 / 关键概念 / 可执行行动 / 待确认事项

已知限制

• 抖音反爬持续升级：上游下载器失效时本 skill 无法下载，此