← 返回公开榜单
do

lid664951-crypto/douyin-creator-toolkit

抖音运营工具箱:批量提取文案 + AI深度分析

本周新增
—
近 3 周倍数
—
距上次推送
297 天
距上次发布
—
许可证
—

星标增长

每根柱子是这个周期记录下来的 star 增长:优先取逐个 stargazer 到达时间分桶的到达数,还没被 stargazer 扫描覆盖的仓库改用该周期的 star 净增;两个写者都没记录的周期画成虚线空档,而不是当成 0。柱高按各自窗口的峰值归一,两张图不共用坐标轴。指向任意一根柱子, tooltip 里是该周期的九项指标:当前值与周期内的净增。

还没有日粒度数据。每次采集会补齐最近 90 天,下一次采集后这里才会有曲线。

证据时间轴

这个项目还没有记录到异动、发布或许可证变化。

README
该仓库存储的文档,若已生成中文翻译则一并显示

抖音运营工具箱 v1.2.0

本地批量转写、抖音链接提取、AI 分析、私有知识库、创作 Agent 一体化桌面工具

Platform Version Tauri Frontend License


项目简介

这是一个面向抖音内容创作场景的 Windows 桌面工具,核心目标是把“素材采集 -> 文案提取 -> AI 分析 -> 知识库增强 -> Agent 生成内容”串成一条本地化工作流。

项目当前以 Tauri 2 + React + Rust 为主框架,语音转写依赖本地 ASR 能力,AI 能力支持豆包、OpenAI、DeepSeek、LM Studio,多数核心数据默认保存在本机。


v1.2.0 更新重点

  • 新增 Agent Studio,把转写结果、知识库与 AI 分析串联成抖音创作 Agent 工作台
  • 内置 10 个创作 Skill,覆盖脚本生成、热点选题、去 AI 味、复盘优化、评论转化等场景
  • GPU 配置入口恢复可用,并统一打通到本地转写与抖音链接转写链路
  • 知识库导入持久化修复,导入内容重启后不再丢失
  • API Key 改为 Windows DPAPI 本机加密存储,降低明文落库风险
  • 新增可分发运行时整理脚本,统一打包 python-embed、FFmpeg、GPU 相关 DLL 与运行时清单
  • 全项目版本号统一升级为 v1.2.0,安装包产物同步更新

功能亮点

功能说明
本地视频批量转写支持批量导入本地视频,单次最多 50 个,提取视频文案并导出
抖音链接批量提取粘贴抖音分享链接,自动解析标题、作者、统计信息和视频文案
批量无水印下载针对抖音链接批量下载视频,并提供下载进度与失败重试
AI 深度分析对视频结构做拆解,输出开头钩子、高潮包袱、结尾引导等信息
全库 AI 对话对单条文案或全部已转写内容发起 AI 对话,总结爆款规律
私有知识库导入行业资料,支持语义检索,为生成结果提供知识增强
Agent Studio选择 Skill、输入任务、挂载知识库,生成结构化创作结果
GPU 加速支持 NVIDIA CUDA 场景的检测、选择与加速转写
本地优先桌面端运行,配置、任务、知识库默认保存在本机

内置 Agent Skills

v1.2.0 内置了 10 个可直接使用的抖音创作 Skill:

  • 短视频脚本 Agent
  • 抖音热点 Agent
  • 去 AI 味 Agent
  • 复盘优化 Agent
  • 钩子生成 Agent
  • 竞品模式拆解 Agent
  • 知识库增强脚本 Agent
  • 账号定位 Agent
  • 内容矩阵扩展 Agent
  • 评论转化回复 Agent

这些 Skill 存放在 src-tauri/resources/agent/skills.json,后续你可以继续扩展成自己的私有技能库。


界面预览

首页设置页面关于软件
首页设置页面关于软件

安装与部署

方式一:直接使用安装包

如果你已经完成打包,可直接分发以下安装包:

  • 抖音运营工具箱_1.2.0_x64-setup.exe

如果你要在 README 中放压缩包下载,也请同步使用:

  • 抖音运营工具箱_1.2.0.zip

GitHub Releases:

方式二:从源码构建

环境要求

  • Windows 10/11 x64
  • Node.js 18+
  • Rust Stable
  • PowerShell 5.1+
  • Visual Studio C++ Build Tools
  • Git

安装依赖

git clone https://github.com/lid664951-crypto/douyin-creator-toolkit.git
cd douyin-creator-toolkit
corepack enable
corepack pnpm install

准备可分发运行时资源

在执行 Tauri 打包前,先运行:

powershell -ExecutionPolicy Bypass -File "./src-tauri/scripts/prepare_runtime.ps1"

这个脚本会完成以下工作:

  • 下载并整理 python-embed 到 src-tauri/resources/python-embed
  • 下载并整理 ffmpeg / ffprobe 到 src-tauri/resources/ffmpeg
  • 同步 GPU ASR 所需 DLL 到 src-tauri/resources/bin
  • 生成 src-tauri/resources/runtime-manifest.json

开发模式运行

corepack pnpm tauri dev

构建生产安装包

corepack pnpm build
corepack pnpm tauri build

首次使用建议

首次启动后,建议按下面顺序完成初始化:

  1. 打开“设置”页面,确认默认导出目录
  2. 下载 ASR 模型,保证本地转写和链接转写可用
  3. 如果要使用知识库语义检索,再下载知识库嵌入模型
  4. 配置 AI 提供者:豆包 / OpenAI / DeepSeek / LM Studio
  5. 如需 GPU 加速,在设置页检测显卡并选择对应设备
  6. 导入你的行业资料到知识库,再进入 Agent Studio 组合使用

Agent Studio 工作流

Agent Studio 是 v1.2.0 的核心新增能力,当前定位是“抖音创作工作流 Agent MVP”。

典型使用方式:

  1. 在“本地视频”或“抖音链接”页面先拿到转写结果
  2. 通过“发送到 Agent”把转写内容和结构分析草稿带入 Agent Studio
  3. 选择适合的 Skill,例如“短视频脚本 Agent”或“去 AI 味 Agent”
  4. 按需启用知识库增强,让 Agent 先检索私有资料
  5. 输出结构化结果,用于脚本定稿、热点拆解或账号运营优化

这套能力适合继续往“专属创作 Agent”方向演进,当前版本已经具备 MVP 形态。


可分发运行时结构

当前打包资源已经整理为统一结构:

src-tauri/resources/
|- agent/
|  `- skills.json
|- bin/
|  |- DirectML.dll
|  |- onnxruntime.dll
|  `- sherpa-onnx-*.dll
|- dy-mcp/
|- ffmpeg/
|  |- ffmpeg.exe
|  `- ffprobe.exe
|- python-embed/
`- runtime-manifest.json

这样做的目的,是让安装包具备更稳定的“真正可分发”结构,而不是依赖开发机本地环境。


技术栈

  • 前端:React 19 + TypeScript + Vite + Zustand + Tailwind CSS
  • 桌面壳:Tauri 2
  • 后端:Rust + Tokio + SQLite
  • 语音识别:Python Sidecar + sherpa-onnx + SenseVoice
  • AI 服务:豆包 / OpenAI / DeepSeek / LM Studio
  • 知识库:SQLite + 向量检索 + ONNX Embedding
  • 打包分发:NSIS + Tauri Bundle

常见问题

1. 为什么第一次启动会比较慢?

首次使用通常要初始化数据库、模型状态以及本地运行时资源;如果还没有下载 ASR/知识库模型,相关功能会提示先完成准备。

2. GPU 加速为什么没有生效?

目前主要面向已安装 CUDA 环境的 NVIDIA 显卡。请先在设置页完成 GPU 检测,并确认本机驱动、CUDA 和模型兼容。

3. 安装包是否依赖本机 Python 或 FFmpeg?

v1.2.0 之后的分发方案已经支持把 python-embed、FFmpeg 和必要 DLL 打进资源目录,目标是尽量减少对用户机器环境的额外依赖。

4. API Key 是否还是明文存储?

在 Windows 平台,当前版本已改为基于 DPAPI 的本机加密存储,不再直接以明文写入配置值。

5. 现在的 Agent 是不是通用智能体?

还不是。当前更准确的定位是“面向抖音创作工作流的垂直 Agent MVP”,重点是把你现有能力模块化、技能化、可编排化。


开发说明

如果你后续继续扩展这个项目,建议优先沿这几个方向迭代:

  • 让 Agent 支持多步骤编排,而不是单次 Skill 调用
  • 把 Skill 从静态 JSON 扩展成可导入、可版本化、可热更新
  • 为知识库检索、转写结果、Agent 输出建立统一任务编排与审计日志
  • 把抖音热点、竞品拆解、脚本生成进一步串成自动化工作流

免责声明

本项目仅供个人学习、研究与内容工作流探索使用,请遵守相关法律法规与平台规则,尊重原作者和内容版权。


License

本项目基于 MIT License 开源。

页面上的每个数字都来自记录下来的 stargazer 到达时间,没有评分公式,也没有 AI 判定。 任何结论都可以用 /api/v1/repos/{id}/stats 里的原始增量自己重算。