shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

视频号爆款拆解流水线

给一条或多条视频号分享链接，自动下载视频→提取音频→Whisper转录文案→提取元数据，然后按七维分析框架拆解爆款逻辑，输出综合HTML报告。

person作者: user_57b9a1d4hubcommunity
download下载资源包

视频号爆款拆解流水线

Overview

给一条视频号分享链接（https://weixin.qq.com/sph/xxxxx），自动完成「下载视频 → 转录文案 → 爆款逻辑分析 → 综合报告」全流程。支持多条链接批量处理。

前置条件

必须满足

  1. wx-video-download 技能：已安装该技能并完成腾讯元宝登录（首次使用需在可见浏览器中手动登录一次）
  2. ffmpeg：系统已安装 ffmpeg（用于音频提取）
  3. openai-whisper：已安装 Whisper（本地转录，无需 API Key）

检查命令

# 检查 Yuanbao 登录状态（路径根据实际安装位置调整）
python "<wx-video-download技能路径>/scripts/yuanbao_channels.py" doctor

# 检查 ffmpeg
ffmpeg -version

# 检查 Whisper
python -c "import whisper; print('OK')"

如果 Yuanbao 未登录，执行：

python "<wx-video-download技能路径>/scripts/yuanbao_channels.py" login --timeout 300

（在弹出的浏览器窗口中完成腾讯元宝登录）

pipeline.py 会自动检测 wx-video-download 技能的安装位置和 Whisper 可执行文件路径，无需手动配置。

工作流程

Step 1: 运行流水线脚本（下载 + 转录 + 元数据提取）

单条链接：

python "<本技能路径>/scripts/pipeline.py" "https://weixin.qq.com/sph/xxxxx" --output-dir "<工作目录>/outputs/sph-analysis"

多条链接（从文件读取）：

  1. 创建 links.txt，每行一个链接
  2. 运行：
python "<本技能路径>/scripts/pipeline.py" --links-file links.txt --output-dir "<工作目录>/outputs/sph-analysis"

输出文件：

  • result.json — 全部元数据 + 文案（供分析使用）
  • videos/*.mp4 — 原始视频文件
  • audio/*.wav — 提取的音频
  • transcripts/*.txt — Whisper 转录的逐字稿

Step 2: 顺藤摸瓜——发现更多视频（可选）

视频号 API 不支持获取账号全部视频列表，需要用以下方式发现更多链接：

方法 A：Web 搜索 用 WebSearch 搜索该账号的视频链接：

  • 搜索词："<账号名>" weixin.qq.com/sph
  • 搜索词："<账号名>" 视频号 分享
  • 从搜索结果中提取 weixin.qq.com/sph/xxxxx 格式的链接

方法 B：用户提供 请用户在手机微信中打开账号主页，复制视频链接发过来。

发现新链接后，追加到 links.txt 并重新运行 pipeline.py。

Step 3: 读取 result.json 进行分析

读取 result.json，对每个视频按 references/analysis_framework.md 框架进行分析：

  1. 标题公式：拆解标题中的热点词/情绪词/平台词/利益词
  2. 标签策略：按三层漏斗分类（精准层/人群层/泛流量层）
  3. 内容结构：从转录文案中识别开头钩子→正文展开→行动引导
  4. 互动数据：计算转发率，判定爆款类型
  5. 爆款逻辑：提炼核心公式
  6. 跨视频对比（多视频时）：找共性、排差异

Step 4: 生成 HTML 报告

基于分析结果，生成一份完整的 HTML 报告，包含：

  • 封面区：账号名 + 分析视频数 + 分析日期
  • 账号概览：账号定位、内容方向、互动总量
  • 视频列表：按转发数排序，每个视频一张卡片
  • 单视频拆解：每个视频的标题公式/标签漏斗/内容结构/互动数据
  • 跨视频分析（多视频时）：标题公式共性、标签体系、内容模式
  • 可执行建议：3-5 条可落地的策略建议
  • 原始文案：附上每条视频的完整转录文本

报告保存为 <工作目录>/outputs/sph-analysis/爆款拆解报告.html

Step 5: 呈现结果

用 present_files 展示 HTML 报告，同时附上 result.json 和转录文本文件。

技术限制说明

| 能力 | 状态 | 说明 | |------|------|------| | 下载视频 | ✅ | 通过 Yuanbao API + 浏览器会话 | | 转录文案 | ✅ | ffmpeg 提取音频 + Whisper 自动选模型（小视频用small，大视频用base） | | 提取元数据 | ✅ | 标题/标签/互动数据/账号名/封面 | | 爆款逻辑分析 | ✅ | AI 按分析框架执行 | | 获取账号全部视频 | ⚠️ | API 不支持，依赖 Web 搜索 + 用户提供 |

重要：视频号没有公开的账号主页 API，无法自动获取账号下所有视频。pipeline.py 处理的是你提供的链接。"顺藤摸瓜"需要通过 Web 搜索发现更多公开分享的链接，覆盖面不完整。建议用户在手机微信中打开账号主页，批量复制视频链接。

资源文件

scripts/

  • pipeline.py — 核心流水线脚本（下载→转录→元数据提取），自动检测环境路径

references/

  • analysis_framework.md — 爆款拆解分析框架（标题公式/标签漏斗/内容结构/互动数据/跨视频对比）

转录质量说明

  • 使用 Whisper 自动选择模型：音频≤3MB 用 small（更准），>3MB 用 base（更快）
  • 小视频（< 2分钟）转录约 30-60 秒
  • 中文准确率约 85-95%，专有名词可能有误
  • 如需更高精度，可改用 medium 或 large 模型（速度更慢）
  • 转录结果包含语气词和口语化表达，分析时需自行清洗

开发者

心明增长实验室出品
公众号：心明增长实验室
如需批量拆解服务或定制分析，请通过公众号联系。