自动下载视频并用AI分析内容，提取完整的语音文案，分析视频结构和节奏。

功能

• 视频下载 - 支持B站、抖音、YouTube等主流平台
• 音频提取 - 用ffmpeg提取视频中的音频
• 语音转写 - 用OpenAI Whisper API转写为文字
• 内容分析 - AI分析视频结构、节奏、钩子等

前置要求

必须安装的工具

# 安装 yt-dlp (视频下载)
pip3 install --break-system-packages yt-dlp
# 安装 ffmpeg (音频处理)
# Mac: brew install ffmpeg
# Ubuntu: sudo apt install ffmpeg

API Key

需要设置 OpenAI API Key（用于Whisper转写）：

export OPENAI_API_KEY="your-api-key"

或在 ~/.openclaw/openclaw.json 中配置：

{
  "skills": {
    "openai-whisper-api": {
      "apiKey": "your-api-key"
    }
  }
}

使用方法

输入

用户提供视频链接，例如：

• B站: https://www.bilibili.com/video/BV1xuPYzcEdo
• 抖音: https://www.douyin.com/video/xxx
• YouTube: https://www.youtube.com/watch?v=xxx

输出

完整的分析报告，包括：

• 📝 完整文案（语音转写）
• 🎬 视频结构分析（章节/时间节点）
• 🪝 钩子分析
• ⏱️ 节奏分析
• 💡 内容总结

工作流程

1. 输入视频链接
        ↓
yt-dlp 下载视频
        
↓
获取视频时长，计算关键帧数量
        
↓
ffmpeg 提取关键帧（每30秒1帧）
        
↓
获取弹幕数据（若有）
        
↓
Whisper API 转写（若有API）
        
↓
AI 分析画面+弹幕+文案
        
↓
输出完整报告

关键帧提取（优化版）

自动提取策略

# 视频时长 / 30 = 关键帧数量
# 例如：8分钟视频 → 16-17张关键帧
# 提取关键帧（每30秒1帧）
ffmpeg -ss 00:00:00 -i video.mp4 -vframes 1 -q:v 2 frame_001.jpg -y
ffmpeg -ss 00:00:30 -i video.mp4 -vframes 1 -q:v 2 frame_002.jpg -y
ffmpeg -ss 00:01:00 -i video.mp4 -vframes 1 -q:v 2 frame_003.jpg -y
# ... 以此类推

帧数建议

批量提取脚本

import subprocess
import os
def extract_frames(video_path, output_dir, interval=30):
    """提取视频关键帧
    
    Args:
        video_path: 视频文件路径
        output_dir: 输出目录
        interval: 帧间隔（秒），默认30秒
    """
    # 获取视频时长
    cmd = ['ffprobe', '-v', 'error', '-show_entries', 
           'format=duration', '-of', 'default=noprint_wrappers=1:nokey=1', 
           video_path]
    result = subprocess.run(cmd, capture_output=True, text=True)
    duration = float(result.stdout.strip())
    
    # 计算帧数
    num_frames = int(duration // interval) + 1
    
    os.makedirs(output_dir, exist_ok=True)
    
    for i in range(num_frames):
        seconds = i * interval
        mins = seconds // 60
        secs = seconds % 60
        ts = f'{mins:02d}:{secs:02d}'
        out = f'{output_dir}/frame_{i+1:03d}.jpg'
        
        cmd = ['ffmpeg', '-ss', ts, '-i', video_path, 
               '-vframes', '1', '-q:v', '2', out, '-y']
        subprocess.run(cmd, capture_output=True)
        print(f'✓ Extracted {out}')
    
    return num_frames
# 使用示例
extract_frames('/tmp/video.mp4', '/tmp/frames', interval=30)

命令行示例

手动下载B站视频

# 下载B站视频（仅音频）
yt-dlp -x --audio-format mp3 -o "%(title)s.%(ext)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"
# 下载视频（最佳画质）
yt-dlp -f "bestvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best" -o "%(title)s.%(ext)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"
# 仅下载字幕
yt-dlp --write-subs --skip-download -o "%(title)s" "https://www.bilibili.com/video/BV1xuPYzcEdo"

提取音频

# 从视频提取音频
ffmpeg -i input.mp4 -vn -acodec libmp3lame -q:a 2 output.mp3
# 或直接用yt-dlp
yt-dlp -x --audio-format mp3 "https://www.bilibili.com/video/BV1xuPYzcEdo"

输出模板

# 📹 视频内容分析报告
视频: [标题]
链接: [URL]
时长: [时长]
平台: [B站/抖音/YouTube]
关键帧数: [数量]
📝 完整文案
[Whisper转写的完整语音文案]
🎬 视频结构（基于关键帧）
时间
画面内容
阶段
0:00
[第1帧描述]
钩子
0:30
[第2帧描述]
铺垫
1:00
[第3帧描述]
主题展开
...
...
...
🪝 钩子分析
[开头画面的钩子设计分析]
🎯 内容分层
开头 (0-1分钟):
中段 (1-5分钟):
高潮 (5-7分钟):
结尾 (7-分钟):
💡 爆款元素
元素
分析
情感点
[弹幕高频情感词]
互动点
[弹幕互动热点]
记忆点
[金句/名场面]
📊 弹幕热点词

🔥 成功原因总结
[核心爆款因素]
[情感共鸣点]
[创新/独特之处]
总结
[视频的核心内容和亮点]

注意事项

• 📡 网络 - 下载视频需要稳定的网络
• 💰 费用 - Whisper API按分钟计费（~$0.006/分钟）
• ⏱️ 时间 - 完整分析需要3-5分钟
• 📏 长度 - 建议视频时长 < 30分钟
• 🔐 版权 - 仅供学习分析使用，勿用于商业目的

故障排除

下载失败

• 检查网络连接
• 尝试使用代理
• B站可能需要Cookie认证

Whisper转写失败

• 确认OPENAI_API_KEY正确设置
• 检查API余额
• 音频文件是否损坏

ffmpeg问题

• 确认ffmpeg已安装: ffmpeg -version
• Mac用户: brew install ffmpeg