DyNote：把抖音视频、评论和账号内容整理成 Markdown 笔记

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签：是


• 我的开源项目完整开源，无未开源部分：是


• 我的开源项目已链接认可 LINUX DO 社区：是


• 我帖子内的项目介绍，AI 生成、润色内容部分已截图发出：是


• 以上选择我承诺是永久有效的，接受社区和佬友监督：是

各位佬友好，之前我发过一个 bili-note，用来把 B 站视频、图文和评论整理成可回查证据的 Markdown 学习笔记。

这次分享一个兄弟项目：dy-note。

项目地址：

dy-note 是一个给 Codex / Agent 用的 skill，主要用途是把抖音视频、评论、账号和话题内容整理成本地 Markdown 笔记，并尽量保留原始材料、转写、评论样本、元数据和证据等级，方便后续继续追问、复习，或者放进 Obsidian / 知识库。

它不是把 bili-note 的平台名从 B 站替换成抖音。抖音和 B 站的信息结构不太一样，省 tokens 的方式也不一样。

为什么单独做 DyNote

B 站的视频、图文、评论和字幕结构相对稳定；抖音则更碎，信息经常藏在画面文字、贴纸、商品卡、操作步骤、评论区反馈和账号长期选题里。

很多短视频真正有价值的地方，也不一定是“全文转写”，而是：

• 这个视频值不值得进一步整理；


• 评论区暴露了什么需求或误解；


• 账号的选题结构、开头钩子和栏目节奏是什么；


• 哪些内容需要原文证据，哪些只需要低成本快读。

如果所有抖音视频都默认下载、转写、总结一遍，token 会被大量消耗在并不值得的地方。

所以 dy-note 的目标不是看到链接就全部跑一遍，而是先判断任务类型，再选择证据足够、成本更低的路线。

它能做什么

• 整理单条抖音视频，生成学习型 Markdown 笔记；


• 在有字幕轨或本地 ASR 时，保存转写文本、片段和元数据；


• 在需要画面理解时，补充关键帧、OCR 或抖音网页里的“问 AI / 识别画面”结果；


• 分析评论区，提取用户需求、反对意见、FAQ、误解点和真实反馈；


• 做账号分析，整理选题结构、内容支柱、开头钩子、发布节奏和可复用栏目；


• 做话题研究、脚本拆解、电商内容分析、竞品观察和知识库归档；


• 根据材料量、转写密度、评论规模和互动质量生成 note_budget.json，控制笔记应该写多细；


• 复用已有产物，避免重复问 AI、重复跑 ASR、重复估算预算。

一个比较重要的设计

dy-note 不是固定流程的“抖音总结器”。

它会按任务分层：

• quick-pass：适合快速理解、选题筛选、先拿草稿。可以利用页面元数据、抖音网页 AI 或已有摘要，但会标注证据等级，不把快读结果伪装成完整字幕。


• evidence-pass：适合学习笔记、脚本拆解、引用原文、事实核查。会优先回到字幕轨、本地 ASR、关键帧、OCR 和评论样本。


• research-pass：适合账号分析、话题研究、竞品观察和批量样本。先低成本收集样本，再决定哪些视频值得升级处理。

这样做主要是为了省 tokens，也为了可靠。短视频信息量低时，不硬扩成长文；长视频转写太稀疏时，会提醒可能强依赖画面，不能只靠音频转写写成“完整解析”。

我比较在意的一点是：不同证据有不同用途。

页面简介、抖音问 AI、字幕轨、本地 ASR、关键帧 OCR、评论样本，可信度和适用场景都不一样。dy-note 会尽量把它们分开记录，不把低等级材料写成高等级结论。

比如抖音网页 AI 很适合做快读和章节要点，但它不能直接冒充完整字幕；本地 ASR 能提供文字主干，但它也读不到画面里的贴纸、商品卡和操作步骤。证据不够时，应该先写限制，再决定要不要升级流程。

最终输出

dy-note 的默认目标不是只给一段摘要，而是留下一包后续还能复用的材料。

常见输出会包括：

• transcript.cleaned.md：适合阅读的转写文本；


• transcript.txt：纯文本正文；


• segments.json：片段、时间轴和结构化转写；


• metadata.json：来源、作者、作品 ID、生成时间等元数据；


• note_budget.json：根据材料量、转写密度和互动质量估算笔记长度；


• 评论 JSON / CSV：用于评论洞察和需求分析；


• 关键帧 / OCR：用于画面文字、商品卡、操作步骤等场景；


• learning_note.md：最终学习笔记。

如果这些材料已经存在，它会优先复用。已经有 douyin_ai_brief.json，就不重复问抖音 AI；已经有 transcript.txt、segments.json、metadata.json，就不重复跑 ASR；已经算过 note_budget.json，就不重复估算预算。

使用方式

在 Codex 里安装：

请帮我安装这个 skill：

https://github.com/Rimagination/dy-note

用国产的 QoderWork 也可以：

整理单条视频：

请用 dy-note 整理这个抖音视频：

https://www.douyin.com/video/xxxx

如果只是想快速判断值不值得深挖：

请先低成本快读这个抖音视频，告诉我它值不值得做完整笔记。

如果想连评论区一起看：

请分析这个抖音视频和评论区，整理用户需求、反对意见和 FAQ。

如果想做账号或话题研究：

请用 dy-note 分析这个抖音账号的内容结构和可复用选题。

把结果导入Obsidian更直观，可以看到所有字幕都整理出来了：

依赖和限制

• 抖音很多视频没有稳定可抓取的独立字幕，必要时需要本地 ASR。


• 中文视频默认更适合复用 Qwen3-ASR 环境，必要时也可以走 Whisper 系后端。


• 画面里的贴纸文字、商品卡、操作步骤等，不能只靠音频转写，需要关键帧、OCR 或抖音网页 AI 辅助。


• 抖音网页 AI、评论抓取、账号页面等场景通常需要使用当前已登录的浏览器环境。


• 项目不会要求导出 Cookie、token 或本地登录凭据，也不应该把这些信息写进日志或文档。

适合谁

如果你经常在抖音刷到教程、经验分享、工具推荐、产品观察、账号拆解或行业判断，并且希望把它们沉淀进 Obsidian、知识库或长期资料库，dy-note 应该会比较有用。

它和 bili-note 的关系大概是：

• bili-note 更适合 B 站长视频、课程、技术教程、图文动态和评论归档；


• dy-note 更适合抖音短视频、评论洞察、账号分析、话题研究和低成本筛选。

两个项目也会复用一部分本地能力，比如 ASR 环境和缓存。已经装过其中一个，再用另一个时可以少折腾一点。

项目地址：

• dy-note: GitHub - Rimagination/dy-note: Codex Skill for turning Douyin videos into evidence-based Markdown notes · GitHub


• bili-note: GitHub - Rimagination/bili-note: Extract Bilibili videos into learning-oriented Markdown notes with full subtitle and comment archives · GitHub

欢迎佬友试用、提 issue，也欢迎直接改。这个项目还会继续迭代，尤其是评论洞察、账号分析和证据分层这几块。

最后，附上我在 Codex里的生成 / 润色截图：