抖音调研管道

给定一个抖音账号，自动抓作品列表 + 评论 + 转逐字稿，拼成一份对标分析Excel。

为什么做

做自媒体账号对标分析时，人工搜集"目标账号最近发了什么、互动数据如何、评论区在说什么"太慢。这套脚本把「搜账号 → 抓作品列表 → 挑样本下载 → 抓评论 → 转逐字稿 → 拼Excel」这条链路自动化。

技术架构

Python脚本编排
 ├─ TikHub API：搜账号 / 抓作品列表 / 抓评论
 ├─ 火山引擎ASR：视频转文字（站外完成，不在本仓库内）
 └─ pandas + openpyxl：拼装最终Excel

TikHub 和火山引擎都是付费第三方服务，需要自己注册、验证邮箱、充值，本仓库只是编排脚本，不含任何账号或额度。

怎么用

1. 申请并存入凭证

去 tikhub.io 申请 TikHub API Key，存入 macOS Keychain（不要写进代码或配置文件）：

security add-generic-password -s tikhub-api -a tikhub -w "<你的Key>"

脚本通过 security find-generic-password 读取，不会以明文形式出现在代码、日志或对话记录里。

2. 按顺序执行

search_user.py        # 按关键词搜账号，人工确认候选账号里哪个是目标
    ↓
fetch_user_videos.py  # 抓目标账号的作品列表
    ↓
batch_download.py     # 按点赞数挑样本，并发下载视频
    ↓
fetch_comments.py     # 抓评论（可选，按需要的作品数抓）
    ↓
（站外）火山引擎ASR    # 视频转逐字稿，本仓库不含这一步
    ↓
build_excel.py        # 拼装最终的对标分析Excel

辅助/排查工具（按需用，不在主链路里）：

• diagnose.py：接口连通性诊断，报错脱敏后打印
• resolve_share_link.py：从抖音分享链接反查账号 sec_uid
• download_video.py：已废弃，单条视频下载脚本，被 batch_download.py 取代，只在临时需要补下载单条漏抓视频时用

已知限制

• 飞书自动写入功能未完成：原本想做"抓完自动写入飞书多维表格"，这部分代码依赖私人飞书自建应用凭证，还没跑通验证过，本仓库不包含（对应被排除的 push_to_feishu.py / setup_keychain.py）。
• ASR 是站外完成的：转逐字稿这一步复用另一个工具链（火山引擎ASR封装），不在本仓库范围内，需要自己搭建或替换成别的ASR方案。
• API 费用自理：TikHub 和火山引擎都是按量付费，跑一次调研管道的具体花费取决于抓取的作品数/评论数/视频时长。
• 抖音接口本身不稳定：作品列表接口偶发 400（脚本会自动从 App 接口切换到 Web 接口重试）、翻页游标偶发不前进（脚本重试一次后放弃翻页，不会死循环）。抓到的数量是"本次可获取快照"，不代表账号全量作品数。
• 视频下载地址是临时签名URL，有效期比表面看到的短，管道设计成"现抓现下"，复用旧数据大概率会 403。
• 评论链路目前只在1个真实账号上验证过（2页、39条去重后的评论，字段逐条核对无误），接口失败后的恢复行为还没有大量样本验证过。

安全设计

• API Key 只存 macOS Keychain，代码里不出现明文，也不写进配置文件。
• _common.py 里有一层 redact_text() 防御性脱敏：异常信息、签名CDN URL（play_addr 这类带 token=/x-signature= 参数的临时地址）在打印或写入 manifest 前会被脱敏，避免凭证或临时授权串出现在日志里。