Просмотр исходного кода

登记抖音视频测试样例(未人工标注)

- 设计文档 §2.1:抖音 7612631899479648866(AI视频教程,281s 口播)
- 抖音详情可拿视频直链 + 可下载(iOS UA+Referer→CDN,真 mp4);服务端抓取不经账号
- 对照:小红书同探测确认拿不到视频直链(xhs_video_probe)

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
lisihan 1 месяц назад
Родитель
Сommit
5aa6f99872

+ 13 - 0
创作知识-重构设计.md

@@ -40,6 +40,19 @@
 
 > 抓取方式:`POST http://crawler.aiddit.com/crawler/xiao_hong_shu/detail`,body 仅需 `content_id`(即上表 content_id 列),无 token,限流 ≥15s。重抓样本落在 `数据接口与来源/captures/xhs_case_<content_id>.json`。
 
+### 2.1 视频测试样例(抖音,未人工标注)
+
+用来测试**视频链路**(小红书拿不到视频直链,抖音可以)。与上面 5 条不同,这条**没有提前做人工拆解**——正好用来检验"系统在无标注情况下能否自己提炼"。
+
+| 平台 | content_id | 视频 | 备注 |
+|---|---|---|---|
+| 抖音 | `7612631899479648866` | 「上期32万观看被催爆的AI视频教程来了」时长 281s | 口播教程类 |
+
+- 详情:`POST http://crawler.aiddit.com/crawler/dou_yin/detail`,body `{"content_id"}`,返回 `video_url_list[].video_url`(多码率)。
+- 视频可下载:play 链接带 iOS UA + `Referer: https://www.douyin.com/` → 302 到 CDN,返回真 `video/mp4`、支持 Range。
+- 服务端抓取,**不经过任何登录账号/cookie**。
+- 抓取样本:`数据接口与来源/captures/douyin_probe.json`。
+
 输入结构可以保持很简单:
 
 ```jsonc

Разница между файлами не показана из-за своего большого размера
+ 0 - 0
数据接口与来源/captures/douyin_probe.json


+ 1 - 0
数据接口与来源/captures/xhs_video_probe.json

@@ -0,0 +1 @@
+{"code": 0, "msg": null, "data": {"has_more": false, "next_cursor": null, "data": {"is_cache": true, "channel": 1, "channel_content_id": "6976f6fd000000001a01eede", "content_link": "https://www.xiaohongshu.com/explore/6976f6fd000000001a01eede", "wx_sn": null, "biz_info": null, "title": "爆款口播万能公式:灯光+口播+剪辑", "content_type": "video", "body_text": "爆款口播万能公式:灯光+口播+剪辑\n#自媒体干货[话题]# #打光技巧[话题]#  #直播间灯光布置[话题]#   #自媒体赛道[话题]# #mic3[话题]# #剪辑教程[话题]# #镜头表现力[话题]# #口播[话题]# #起号[话题]# #直播培训[话题]#", "location": "日本", "source_url": null, "mini_program": null, "topic_list": ["自媒体干货"], "image_url_list": [{"image_type": 2, "image_url": "https://ci.xiaohongshu.com/spectrum/1040g34o31rpv90p6240g5pm0dh77c6sicb05a1o?imageView2/2/w/1080/format/webp"}, {"image_type": 1, "image_url": "https://ci.xiaohongshu.com/spectrum/1040g34o31rpv90p6240g5pm0dh77c6sicb05a1o?imageView2/2/w/1080/format/webp"}], "video_url_list": null, "multi_bitrate": null, "bgm_data": null, "ad_info": null, "is_original": false, "voice_data": null, "channel_account_id": "66c06c4e000000001d021b92", "channel_account_name": "我是开学", "channel_account_avatar": null, "item_index": null, "view_count": null, "play_count": null, "like_count": 32768, "collect_count": 41831, "comment_count": 247, "share_count": 3505, "looking_count": null, "publish_timestamp": 1769404157000, "modify_timestamp": 1769404157000, "update_timestamp": 1781536637164}}}

Некоторые файлы не были показаны из-за большого количества измененных файлов