抖音爬虫V2

SKILL.md

---
name: douyin-scraper
description: 爬取抖音爆款视频和文案数据。当用户用自然语言说"搜索一下XX视频"、"帮我搜抖音XX"、"抖音上找XX"等意图时，自动提取关键词并执行搜索。也支持获取热榜。
---

# 抖音爆款爬虫 Skill

## 何时触发

当用户的消息包含以下意图时，使用本 skill：

- **搜索视频**：「搜索一下海鲜视频」「帮我搜抖音上的美食」「抖音搜小龙虾」「找一下XX相关的视频」
- **获取热榜**：「抖音热榜」「看看抖音热门」「今天抖音什么火」
- **关键词提取**：从自然语言中提取核心搜索词

## 关键词提取规则

1. 去掉「搜索一下」「帮我搜」「找一下」「抖音上」等意图词
2. 去掉「视频」「相关」「的」等冗余词
3. 保留核心名词/短语作为 keyword
4. 示例：
   - 「搜索一下海鲜视频」→ `海鲜`
   - 「帮我搜抖音上卖海鲜的」→ `卖海鲜`
   - 「找一下小龙虾做法」→ `小龙虾做法`

## 搜索流程

### Step 1: 运行脚本

```bash
cd /root/.openclaw/workspace/douyin-scraper && python scripts/scraper.py search --keyword "<关键词>" --limit 10
```

### Step 2: 检查结果

- 如果输出包含 `✅ 获取到` → 真实数据，直接展示给用户
- 如果输出包含 `示例数据` → Playwright 被抖音反爬拦截，进入 Step 3

### Step 3: web_search 降级（重要！）

当脚本返回 mock 数据时，**必须**使用 `web_search` 工具作为降级方案：

```
web_search: query="site:douyin.com <关键词>" count=10
```

从搜索结果中提取：
- `title` → 视频标题
- `url` → 视频链接（必须是 douyin.com 域名）
- `description` → 视频描述/摘要

然后以统一格式展示给用户。

### Step 4: 展示结果

无论数据来源，统一按以下格式展示：

```
🔍 抖音搜索：<关键词>
共找到 N 条结果

1. **视频标题**
   作者: xxx | 👍 点赞数 | 🔗 链接

2. ...
```

## 热榜流程

同理，先运行脚本，失败则用 `web_search: query="抖音热榜"` 降级。

## 注意事项

- Playwright + Chromium 已预装，但抖音有反爬机制，headless 模式大概率被拦截
- web_search 降级是主要可用路径，务必执行
- 仅供学习研究使用