竞品视频情报分析（Competitor Video Intelligence）

抖音竞品视频采集 → 视频拆解 → 评论区提取 → 用户需求分析 → AI 竞品情报。

完整设计见 docs/抖音竞品视频情报分析_Agent_开发方案.md。

架构（MVP-1）

抖音 URL
  │
  ▼
skill/douyin/            Douyin Data Skill（数据源可替换层）
  │  HTTP → 自部署 Douyin_TikTok_Download_API (Docker)
  │
  ▼
skill/video/             Video Understanding Skill
  │  FFmpeg 抽帧 + GLM-4.6V-Flash（视觉分析 + OCR）
  │
  ▼
skill/comments/          Comment Intelligence Skill
  │  LLM 评论分类 / 需求抽取
  │
  ▼
skill/report/            报告生成（Markdown）
  │
  ▼
agent/pipeline.py        MVP-1 固定管线（幂等，断点续跑）

• 每个分析任务落盘到 data/jobs/{video_id}/：detail.json / comments.json / video.mp4 / frames/ / analysis.json / report.md
• 各步骤文件已存在则跳过 → 失败后重跑不重复消耗（方案第 46 节）

本地开发

# 1. 启动数据源（Douyin_TikTok_Download_API，需在 crawlers/douyin/web/config.yaml 配置 Cookie）
docker run -d --name douyin_api -p 8080:80 evil0ctal/douyin_tiktok_download_api

# 2. 安装依赖（需要 Python 3.10+、系统安装 FFmpeg）
pip install -r requirements.txt

# 3. 配置环境变量
cp app.env.example app.env   # 填入 ZHIPU_API_KEY 等

# 4. 运行测试
pytest

# 5. 启动服务
uvicorn api.main:app --reload --port 8000

Web 前端

服务启动后浏览器打开 http://localhost:8000：

• 侧栏粘贴抖音链接 → 开始拆解，实时查看 9 步进度（详情→评论→下载→抽帧→ASR 转写→字幕 OCR→视觉分析→评论分析→报告）
• 分析页：视频播放器 + 结构时间轴（点击色块跳转）、Hook 分析、核心卖点、口播转录 & 屏幕字幕轨（点击行跳转时间点）、OCR 文字表、评论主题分布条形图、用户需求/痛点/质疑/购买信号洞察卡、完整竞品拆解报告
• 纯静态单页（web/index.html），无构建工具链，报告 Markdown 由服务端渲染

完整字幕抓取（方案第 23/24 节）：

• ASR 口播转写：faster-whisper（本地 CPU，small/int8 模型在 models/whisper-small/，首次需从 hf-mirror 下载 484MB）
• 密集字幕 OCR：RapidOCR 逐帧（2fps）识别底部主字幕，连续去重合并为字幕事件，同时捕获非语音屏幕文字（产品名/价格牌）
• 两者带时间戳注入 GLM 视觉分析 prompt，并并入 video_analysis.json 供报告引用

API：POST /analyze（返回 task_id）→ 轮询 GET /tasks/{task_id} → GET /jobs/{video_id}/data、GET /jobs/{video_id}/video。

分支与部署约定

• dev：日常开发（本地）
• main：稳定版本，服务器 git pull 后 Docker Compose / systemd 运行
• .env、data/ 只存在于各环境本地，不入库