筑梦视频号文案提取

输入一条视频号短视频链接，原样输出该视频的完整文案。

零改写是本技能不可妥协的红线——不改措辞、不调整语序、不合并段落、不概括、不润色、不纠错。原文什么样，输出就什么样。

1. 技能说明

明确的能力边界

2. 触发条件 / 使用场景

命中即启用：

中文触发词：视频号文案提取、视频号转文字、提取视频号文案、视频号口播原文、视频号字幕文案、视频号文案抓取、sph短链解析。

英文触发词：WeChat Channels caption, extract Channels text, WeChat video transcript.

不启用：抖音/快手/B站/小红书链接；音频转写需求（应转 local-whisper）；公众号文章。

3. 输入参数说明

必填

支持的链接形态（脚本自动识别）：

可选

4. 执行流程编排

Step 0  链接识别
        从 URL 提取短码（优先取 id=，其次取 /sph/，最后认裸短码）
        ├─ 识别失败 → E_URL_FORMAT，提示正确格式
        └─ 通过
           ↓
Step 1  接口调用  ← 关键节点
        POST channels.weixin.qq.com/finder-preview/api/feed/get_feed_info
        Body: {"baseReq":{"generalToken":""},"shortUri":"<短码>"}
        必需头：Origin + Referer（缺一即 401）
        免登录态、无 Cookie、无频控（实测 20 连发全通过）
           ↓
Step 2  字段提取
        data.feedInfo.description  → 原始文案（唯一文案来源）
        data.authorInfo.nickname   → 作者
        data.feedInfo.createtime   → 发布时间（秒级时间戳）
        data.feedInfo.*CountFmt    → 互动数据
           ↓
Step 3  后处理（仅剥离，不改写）
        split_tags()  → 抽话题标签，单列展示
        strip_tags()  → 剥离尾部标签串，正文段落结构不变
        split_paragraphs() → 按空行切段，段内换行原样保留
           ↓
Step 4  原样输出
        终端模式：逐段打印 [第N段] 前缀
        JSON 模式：paragraphs 数组 + metadata

一键执行：

python3 scripts/extract_caption.py --url "https://weixin.qq.com/sph/AuqtqTmD8l"

5. 输出格式

终端模式

作者：姜胡说
段落数：9    字数：667
标签：#个人成长 #人脉 #向上社交 #认知升级 #姜胡说
==================================================
[第1段] 你每天很努力，很辛苦，还是拿不到成绩。缺的不是努力，是一个你一直忽略的变量——社会网络结构。

[第2段] 搬家，一个人搬冰箱洗衣机，很累。……

JSON 模式关键字段

{
  "author": "姜胡说",
  "caption": "剥离标签后的完整正文",
  "raw_description": "未剥离标签的原始文案",
  "paragraphs": ["第1段…", "第2段…"],
  "paragraph_count": 9,
  "char_count": 667,
  "tags": ["个人成长", "人脉", "向上社交", "认知升级", "姜胡说"],
  "createtime": 1792246692,
  "like_count": "77",
  "fav_count": "334",
  "forward_count": "506",
  "comment_count": "46",
  "source_url": "https://weixin.qq.com/sph/AuqtqTmD8l"
}

6. 异常处理

统一原则：失败如实报错并指明环节，不静默返回空内容，不用「看起来像文案的东西」糊弄。

7. 合规声明

• 仅提取公开可访问的视频号文案，用于个人学习与素材整理
• 不绕过任何访问控制，不做批量账号爬取
• 文案版权归属原作者，二次使用请注明出处
• 本技能依赖的平台非公开接口随时可能变更；接口失效属正常情况，如实告知用户而非反复重试
• 商业化使用前请自行评估平台服务条款与合规风险

8. 脚本清单

接口契约与实测细节见 references/api.md。