video-downloader-enhanced Skill:一键归档抖音/B站/YouTube/小红书视频素材的Agent全能助手
一款面向 AI Agent 的视频下载 + 语音转写全能 Skill,支持抖音 / B站 / YouTube / 小红书四大主流平台。用户丢入一个视频链接,它自动识别平台、走最优下载路线、提取音频、调用 Whisper 本地或 SiliconFlow 云端完成中文语音转写,最终吐出一个结构化的素材目录——含视频文件、原始发布文案、时间轴字幕、纯文本转写稿和元数据。它既可以作为 Claude Code、OpenClaw 等 Agent 的 Skill 接入直接使用,也可以脱离 Agent 当纯命令行工具运行,灵活度极高。
功能与原则
核心能力:输入视频链接,输出完整素材包(含视频 + 音频 + 转写 + 字幕 + 元数据),全流程自动化。
设计原则:
– 多级回退:每个平台都有主路线 → yt-dlp → 直链 → Chrome Cookie 四级降级机制,保证下载成功率
– 隐私优先:不生成 cookies.txt,Cookie 仅用于必要下载路径,不写入任何输出文件
– 可验证:小红书下载后会用 ffprobe 校验文件是否含真实视频流,避免下载到空文件
– Agent 原生:项目说明专为 AI Agent 读取设计,告知式而非命令式,可被 OpenClaw / Claude Code 等直接消费
– 零自动安装:不擅自安装系统依赖,用户需自行配置 yt-dlp / FFmpeg / Whisper 环境
认可度
- 平台曝光:2026-08-02 登上 SkillHub.club 首页 New 列表(skillhub.club 收录 12.1 万+ Skills,是目前最大的 Agent Skill 市场之一)
- GitHub:SyanChen7/video-downloader-enhanced,代码完全开源,基于 MIT 协议
- 上游来源:派生于 kangarooking/kangarooking-skills 中的 video-downloader,经大规模实战验证后扩展而来
链接
GitHub:https://github.com/syanchen7/video-downloader-enhanced
原作者
SyanChen7(GitHub @syanchen7),专注于 AI Agent 工作流工具链开发。本 Skill 由其独立维护,基于 kangarooking 开源生态扩展。
介绍
video-downloader-enhanced 是一个将任意公开视频链接转化为结构化素材包的工作流工具。
它的工作流程是:接收链接 → 识别平台(抖音 / B站 / YouTube / 小红书)→ 调用对应 Provider 执行下载 → 用 FFmpeg 提取音频 → 根据用户配置的 ASR 引擎完成中文语音转写 → 输出视频文件、原始发布文案、时间轴字幕(SRT)、纯文本转写稿和 metadata.json 元数据文件。
每个视频对应一个独立目录,命名格式为 YY_MM_DD_标题摘要_平台_作者,便于素材归档。例如:26_08_02_AI做PPT零基础终极教程_抖音_木子不写代码。
ASR 转写支持三种后端,按优先级自动选择:本地 whisper.cpp(Apple Silicon 首选,速度最快)、本地 openai-whisper(跨平台)、SiliconFlow 云端 API(无需本地算力)。用户也可通过 --asr none 直接跳过转写,只保留下载能力。
特点
- 四大平台全覆盖:抖音(主力 H5 路线 + yt-dlp 回退)、B站(yt-dlp 主力)、YouTube(yt-dlp 主力)、小红书(匿名 yt-dlp → 公开直链 → Chrome Cookie 三级回退)
- 自动多级回退下载:每个平台都有备用路线,公开路径失效时自动降级,不轻易报错退出
- 三套 ASR 引擎任选:whisper.cpp / openai-whisper / SiliconFlow,按环境自动选择,也支持手动指定
- 隐私安全有保障:不生成 cookies.txt,Cookie 使用记录不写入输出,支持远程环境设置 VIDEO_DOWNLOADER_REMOTE=1 直接跳过 Cookie 路径
- 输出结构化归档:每个视频一个目录,含视频、音频、文案、字幕、转写、元数据,便于后续 AI 分析或手工审核
使用方法
前置依赖:
– Python 3.10+
– yt-dlp
– FFmpeg(含 ffmpeg 和 ffprobe)
– ASR 后端三选一:whisper.cpp / openai-whisper / SiliconFlow API
克隆安装:
git clone https://github.com/syanchen7/video-downloader-enhanced.git
cd video-downloader-enhanced
作为 Agent Skill 使用:将整个目录放入目标 Agent 的 Skills 目录,或让 Agent 先读取 SKILL.md。
CLI 纯命令运行:
# 下载 + 自动选择 ASR 后端转写
python3 scripts/download_video.py
"https://v.douyin.com/..."
--output-dir "./downloads"
# 指定 whisper.cpp 转写中文
python3 scripts/download_video.py
"https://v.douyin.com/..."
--output-dir "./downloads"
--asr whisper_cpp
--asr-language Chinese
# 只下载视频,跳过 ASR
python3 scripts/download_video.py
"https://v.douyin.com/..."
--output-dir "./downloads"
--asr none
# 只获取元数据和发布文案(不下载视频)
python3 scripts/download_video.py
"https://v.douyin.com.com/..."
--output-dir "./downloads"
--metadata-only
使用 SiliconFlow 云端转写:
export SILICONFLOW_API_KEY="your-api-key"
python3 scripts/download_video.py
"https://v.douyin.com/..."
--output-dir "./downloads"
--asr siliconflow
--asr-language Chinese
使用场景与人群
适用场景:
– AI Agent 批量采集视频素材(如训练数据集构建、内容分析、竞品监控)
– 短视频内容创作者批量归档自己或对标账号的视频素材
– 研究人员提取视频语音内容用于文本分析或字幕生成
– 内容审核场景:下载视频 + 转写文本,方便快速浏览文案而非逐帧观看
目标用户:
– 使用 Claude Code、OpenClaw 等 AI Agent 的高级用户
– 需要批量化处理短视频内容的运营 / 研究人员
– 有本地 Whisper 算力(Mac M系列芯片尤佳)的开发者
输入与输出案例
案例 1:下载并转写一条抖音视频
输入:python3 scripts/download_video.py "https://v.douyin.com/ih72AF2FC/" --output-dir "./downloads" --asr whisper_cpp --asr-language Chinese
输出目录:26_08_02_AI做PPT零基础终极教程_抖音_木子不写代码/
├── 视频文件.mp4
├── post_caption.txt # 原始发布文案(标题+正文+话题标签)
├── audio.wav # 16kHz PCM 音频
├── transcript.txt # 纯文本转写稿
├── transcript.srt # 带时间轴字幕
├── transcript.whisper_cpp.json
└── metadata.json # 平台/作者/链接/时长/分辨率/下载方式
案例 2:只获取 B站视频元数据,不下载视频
输入:python3 scripts/download_video.py "https://www.bilibili.com/video/BV1xJ4y1o7kj/" --output-dir "./meta" --metadata-only
输出目录:26_08_02_某B站视频标题_哔哩哔哩_UP主名/
├── post_caption.txt # 标题+简介+话题标签
└── metadata.json # 平台、作者、链接、时长、分辨率、下载状态
GitHub: https://github.com/syanchen7/video-downloader-enhanced
评论区
登录后可评论。