PHS · 抖音内容采集与沉淀
将一个分享链接转成一条可追溯的内容研究链路：识别 → 用户选择目的 → 明示确认的外部采集 → 转写 → 拆解 → 经确认的知识沉淀。
先用 scripts/douyin_content.py resolve 提取分享文案中的第一个链接并跟随短链。脚本只使用 Python 标准库；不要把 API Key 写入命令、聊天记录、仓库或输出文件。
PHS 聊天入口：先告知功能，再等待选择
phs 是给用户使用的总入口，和 /dbs 的作用相同；它不是命令行指令。收到 phs、/phs 或 phs 帮助 时，直接回复下列菜单，不要求用户运行 Python：
你正在使用 PHS · 抖音内容采集与沉淀。
把抖音“分享 → 复制链接”的完整内容发给我。我可以：
1. 获取单条视频数据：播放、点赞、评论、转发、收藏等。
2. 获取单条视频文案：用 ASR 转写口播内容。
3. 同时获取数据与文案。
4. 获取主页历史作品/历史文案：可指定 1–50 条，按数据表现或时间排序。
5. 拆解已获取的视频/文案，并在你确认后沉淀为本地知识。
6. 内容创作诊断：分析你自己写或单独提供的选题/文稿（/phs-content）。
7. 文稿共鸣诊断：检查你自己写或单独提供的文稿能否击中受众（/phs-resonate）。
8. 逐字稿逻辑检查：检查你自己写或单独提供的逐字稿（/phs-script-flow）。
9. AI 写作特征识别：检查你自己写或单独提供的文案（/phs-ai-check）。
10. 文件夹知识库：建立、收录、查询和检查本地知识库（/phs-knowledge）。
11. 博主风格画像：用至少 5 条历史文案提炼语气、常说的话和结构（/phs-style）。
12. 历史风格文案创作：先选“给谁写”和“用哪个画像”，再写原创文案（/phs-write）。
使用方式：直接粘贴链接；我会先识别视频还是主页，再给你下一步选项。数据和转写可能收费，调用前一定会先问你确认。
收到 phs + 链接 时，先免费识别链接类型，随后直接展示该类型的功能菜单。收到普通链接但未输入 phs 时，也按相同入口处理。
脚本的 start 仅供需要在终端中验证或集成的开发者使用；聊天中不得要求普通用户执行它：
python scripts/douyin_content.py start '<链接或完整分享文案>'
不得用开放式“你想做什么？”结束，而要给出用户可直接回复的格式。例如视频链接提示 回复：数据 / 文案，要拆解 / 文案，不拆解 / 两者，要拆解；主页提示 回复：历史文案 10 条，按播放量排序，要拆解。用户未选功能时，仅等待选择。
子 Skill 路由
| 用户当前目标 | 路由 |
|---|---|
| 选题明确，想判断内容怎么做 | 读取 references/workflows/phs-content.md |
| 已有文稿，想检查是否打中受众 | 读取 references/workflows/phs-resonate.md |
| 已有短视频逐字稿，想检查逻辑、密度和口播 | 读取 references/workflows/phs-script-flow.md |
| 想识别 AI 高频写作特征，默认只诊断 | 读取 references/workflows/phs-ai-check.md |
| 想建立、收录、查询或检查本地知识库 | 读取 references/workflows/phs-knowledge.md |
| 已取得某博主至少 5 条历史文案，想提炼稳定风格 | 读取 references/workflows/phs-style.md |
| 已有风格画像，想给某个账号写原创短视频文案 | 读取 references/workflows/phs-write.md |
单包运行约定
这是一个整合包，安装后只暴露 /phs 入口。用户说出原子 Skill 名称（如 /phs-write）时，将它视作 /phs 的明确功能选择：直接读取上表对应工作流并严格执行，不重复展示总菜单。不要假装这些工作流已作为独立目录安装。
目标同时涉及多个工作流时，先执行当前最影响后续的一项：内容任务不清先读 phs-content.md；任务明确但共鸣弱读 phs-resonate.md；核心与受众已经成立再读 phs-script-flow.md；AI 特征检测可独立执行；需要长期保存时最后读 phs-knowledge.md。不要强制用户跑完整链路。
内容分析输入边界
四个内容分析子 Skill 只处理：
- 用户在当前对话中自己写下或粘贴的选题、草稿、逐字稿；
- 用户单独上传、粘贴或明确指定作为“待诊断文稿”的文件。
不得自动把以下内容送入 /phs-content、/phs-resonate、/phs-script-flow 或 /phs-ai-check：
- 从抖音链接采集的数据；
- TikHub 获取的历史作品；
- ASR 自动转写的历史文案；
- 已完成的视频拆解结果；
runs/、transcripts/、knowledge/中未被用户本轮单独指定的文件。
链接采集结果需要分析时，只走“视频拆解”链路；视频拆解完成后只询问是否知识沉淀，不推荐或自动串联四个内容分析子 Skill。用户要诊断自己的内容时，请他单独粘贴/上传文稿或明确给出待诊断文件。
/phs-style 是唯一允许聚合同一博主历史文案并建立风格画像的子 Skill；它不属于上述四个“用户文稿分析”Skill。/phs-write 只读取用户明确选择的风格画像和写作 brief，不直接遍历全部历史文案，也不默认继承上一次使用的博主。
必守规则
- 链接解析免费；TikHub 数据请求和火山 ASR 可能收费。每次真正请求前，说明服务商、操作、预计调用次数或音频时长，并等用户明确确认。
- 未配置 Key 时，不得尝试请求。说明缺什么和申请位置，见 配置参考。
- ASR 提交后必须保存
jobs/<taskId>.json；有任务文件时只允许query-asr，绝不自动重新提交。 - 不把私密 Cookie、用户 Token、原始播放 URL 或个人数据交给第三方 LLM。仅在用户确认后，将必要的公开视频数据、转写文本送入其选定的模型。
- 知识沉淀前展示候选内容并征求确认；不得把未经审核的推断当事实写入知识库。
统一入口
接受完整分享文本，不要求用户只粘贴 URL：
python scripts/douyin_content.py resolve '9.12 复制打开抖音，看看【示例】... https://v.douyin.com/xxxx/ 01/01'
根据 kind 走以下分支。若未识别为 video 或 profile，说明无法确认链接类型，请用户重新从抖音“分享 → 复制链接”粘贴完整内容。
视频链接分支
先明确告知：识别到这是一个抖音视频链接。你想获取：1) 数据，2) 文案，还是 3) 两者？
获取数据
说明：将调用 TikHub 的视频详情接口约 1 次，可能计费。是否继续？
得到肯定答复后执行：
python scripts/douyin_content.py video '<链接或分享文本>' --confirm
展示标题、发布时间、播放/点赞/评论/转发/收藏、时长和来源链接；缺失字段明确显示“接口未返回”，不要用 0 猜测。然后询问：数据已获取，是否要获取文案并拆解这条视频？
获取文案
先问：转写完成后是否立即拆解视频？ 只接受明确的“要 / 不要”；“不要”时仍可在转写完成后再次询问。
说明：转写需要先用 TikHub 取得播放地址（约 1 次），再向火山 ASR 提交 1 个按音频时长计费的任务。是否继续？
用户确认后：
python scripts/douyin_content.py submit-asr '<链接或分享文本>' --confirm
python scripts/douyin_content.py query-asr 'jobs/<taskId>.json'
任务仍在运行时，只报告状态和下一次查询命令；不要轮询，更不要重新提交。转写成功后，按 拆解与沉淀 继续。
主页链接分支
先说明：识别到这是一个抖音主页链接。要读取昵称并确认“这是抖音【昵称】的主页”，需要 TikHub 资料接口约 1 次（可能计费）。是否读取？
确认后执行：
python scripts/douyin_content.py profile '<主页链接或分享文本>' --confirm
然后使用昵称做回显：这是抖音【昵称】的主页。是否获取历史文案？请给出数量（1–50）和排序方式：按播放量/点赞/评论/转发/收藏/发布时间。
当用户只给数量时，默认按播放量降序。确认前说清估算：作品列表约 ceil(数量/20) 次 TikHub 调用；按数据表现排序还需要约 ceil(数量/2) 次统计调用；后续每条转写另需一次视频详情和一个 ASR 任务。
python scripts/douyin_content.py history '<主页链接>' --count 10 --sort play_count --confirm
展示排序后的候选作品，要求用户确认“全部 / 编号列表”后才对所选作品逐条提交转写。历史文案完成后询问：接下来要做什么：1) 拆解这些视频，2) 用至少 5 条历史文案建立【昵称】的博主风格画像，3) 暂不处理？
用户选择风格画像时路由 /phs-style。少于 5 条有效历史文案时说明还缺多少条；建议使用 10–30 条，并混合代表作、普通作品和近期作品，避免只蒸馏爆款。
视频拆解与沉淀
转写或数据完成后，以视频原始信息、可观察结构和明确的推断分层输出。用 拆解提示词 生成以下字段：定位、受众、前 3 秒钩子、核心承诺、叙事/论证结构、证据与素材、镜头和节奏、CTA、可复用方法、风险与待验证假设。
完成拆解后问：是否将哪些内容沉淀到知识库？请确认：全部、仅可复用方法、或指定条目。
用户需要长期管理、查询、更新或检查知识库时，路由到 /phs-knowledge；当前脚本的 solidify 仅负责创建单条本地 Markdown。
博主风格画像由 /phs-style 单独生成并沉淀；写新文案由 /phs-write 读取用户指定画像。两者不得自动混入单条视频拆解流程。
确认后写入本地 Markdown，不覆盖已有文件：
python scripts/douyin_content.py solidify --source '<拆解结果.md 或 转写结果.txt>' --title '简短主题名'
沉淀文件需包含来源 URL、采集时间、数据快照、原始转写、拆解结论、置信度/待验证项和用户确认的标签。
本地文件与命令
runs/：每次数据采集 JSON 和仅含操作名/时间/结果的usage.jsonl；不写 Key。jobs/：ASR 任务 ID、原视频 ID 与状态；这是防止重复提交的依据。transcripts/：成功转写的纯文本。knowledge/：经用户确认后生成的知识条目。
首次使用前阅读 配置参考。对命令参数和输出结构有疑问时执行：
python scripts/douyin_content.py --help
