Skill:这个视频批量下载工具,还把文案也顺手扒出来了

今天刷 GitHub，看到一个挺适合做素材库的小工具。

名字叫 video-batch-download。

项目地址：  

https://github.com/ljb1020/video-batch-download

它干的事很直白：把抖音、B站、小红书公开视频批量下载下来，然后顺手把视频里的语音转成文字。

我第一眼不是被“下载视频”吸引的。

下载视频这事，网上工具太多了。真正让我停下来看的，是它后面这半截：本地转文字，不用云 API。

这个点对做内容的人还挺香。

因为很多时候，我们刷到一个不错的视频，不是真的想把视频存下来收藏。收藏夹里躺几百条，最后也没几个会回头看。

真正有用的是，把它变成文字。

标题是什么，作者是谁，发布时间什么时候，口播讲了什么，哪些地方有爆点，哪些句子能拆成选题。

这些东西一旦变成文本，后面就好办了。可以丢给 AI 总结，可以放进知识库，可以做账号拆解，也可以拿来复盘自己的脚本。

这个工具的实现思路也挺有意思。

它不是去调用什么第三方解析接口，也不是把视频丢到云端转写，而是用 Playwright 打开网页，在网页加载的时候拦截真实的视频地址。

说白了，就是让浏览器自己把视频地址“漏”出来。

然后它再下载视频，用 faster-whisper 在本地做语音识别。最后输出两个东西：一个 JSON，里面有标题、作者、发布时间、点赞评论这些信息；一个 TXT，就是转写出来的视频文案。

B站那边它也处理了。因为 B站很多视频是视频流和音频流分开的 DASH 格式，它会用 ffmpeg 自动合并。

小红书也支持，不过 README 里写得很清楚：只支持视频笔记，不支持图文笔记。

用法其实不复杂，但它不是那种给完全小白点点鼠标的软件。

你需要 Node.js 20+、Python 3.10+，还要装 ffmpeg。第一次用 Whisper 模型时，还会下载大概 500MB 的模型文件。

如果你平时完全不碰命令行，可能会觉得有门槛。

但如果你本来就在用 Claude Code、Cursor、Hermes 这类 Agent 工具，那它就刚好变成一个很顺手的 Skill。

比如你后面可以直接跟 AI 说：

“帮我提取这个抖音视频的文案。”

“下载这个小红书视频。”

“把这个 B站视频转成文字。”

Agent 自己去跑命令，你不用每次记参数。

我觉得这个方向挺对的。

以前我们用 AI，更多是问它问题。现在慢慢会变成：给它一个工具，让它替你处理一批素材。

短视频这类东西尤其明显。

你想拆一个账号，不可能每条都手动看、手动记。你真正需要的是先把素材批量变成文本，再让 AI 去找规律。

比如这个账号常用什么开头，喜欢讲什么痛点，爆款视频是不是都有固定结构，结尾怎么引导评论，哪些词反复出现。

这些事，人看当然也能看，但很累。

而且人刷着刷着就开始走神了。

如果先用工具把视频转成文案，再让 AI 做二次分析，效率会舒服很多。

当然，这东西也别想得太万能。

公开内容可以用来学习、整理、研究，但不代表可以随便搬运。尤其是别人的口播、画面、人设、案例，直接复制肯定不合适。

我更倾向于把它当“素材整理工具”，不是“搬运工具”。

比如你做视频号，看到一个赛道里有几个不错的账号，可以拿来拆结构。

比如你做小红书，想整理一批同行的口播脚本，可以先转成文字。

比如你自己发过很多视频，也可以把自己的内容转回来，看看哪些话说得啰嗦，哪些表达其实可以复用。

这种用途就很正。

我现在越来越觉得，做内容的人真正缺的不是灵感，而是一个能长期沉淀的素材系统。

以前我们刷到东西，最多是点个收藏。

但收藏其实很弱。

它不能搜索，不能分类，不能被 AI 分析，也很难沉淀成自己的方法。

如果一个视频能变成标题、作者、时间、数据、文案，再进入你的知识库，那它才真的从“刷过”变成了“可用”。

video-batch-download 对我来说，就是干这个脏活累活的。

它不性感，也不是什么大模型黑科技。

但很实用。

尤其适合那些每天都要看大量短视频、拆账号、攒选题、整理口播素材的人。

我还挺喜欢这种工具的。

不是上来就说自己要颠覆什么，而是安安静静解决一个很具体的问题：

把短视频变成可以处理的文字资料。

这一步做完，后面才轮得到 AI 发挥。

如果你也感兴趣，或者需要相关资料、ComfyUI流程，欢迎加我微信👇👇👇

都看到这里了，不关注一下嘛👇👇👇