本项目是一个面向本地工作站的抖音内容采集、筛选、分析与直达互动工作台，适合做本地化的数据采集、内容筛选、创作者画像和运营动作执行。

当前仓库的主链路已经覆盖：

• 关键词搜索采集作品
• 推荐流自动连播/刷视频与曝光采集
• 自动获取作品、作者、评论区信息
• 评论分析、词云、高赞评论提取
• 候选作者聚合与创作者画像沉淀
• 在作品详情里直接执行点赞、收藏、关注、评论
• 本地下载任务管理

项目整体定位不是云端群控，而是一个以本地 SQLite + 本地浏览器 + 本地数据目录为核心的受控工作流工具。

• 维护采集关键词
• 手动按关键词发现作品
• 启动连续采集引擎，围绕已启用关键词循环抓取
• 配置排序方式、发布时间、内容形式、搜索策略
• 查看浏览器会话状态、Cookie 可用性和实时日志

• 打开抖音推荐页进行推荐流监听
• 支持自动/半自动刷推荐页
• 记录推荐流批次、曝光数据、跳过直播统计
• 将推荐作品、推荐作者、曝光历史沉淀到本地库

• 汇总关键词采集或推荐链路沉淀下来的候选作品
• 按互动数据、状态、来源等条件筛选
• 抓取评论并执行评论分析
• 展示评论词云、高赞评论、作品详情
• 直接执行点赞、收藏、关注、评论
• 支持把当前作品加入下载任务

• 管理推荐流沉淀下来的作品
• 按作者、粉丝、点赞、评论、收藏、最近监听时间等条件筛选
• 查看作者信息、评论词云、高赞评论、曝光历史
• 直接执行点赞、收藏、关注、评论
• 支持下载推荐作品

• 候选作者库：基于评论分析结果重建候选作者画像，并支持人工审核
• 推荐作者库：基于推荐流沉淀作者画像、作品样本和历史快照
• 推荐分析台：聚合高赞作品、高频话题、全评论词云、高赞评论样本、话题详情

• 解析抖音视频、图集、合集、音乐链接
• 创建下载任务并查看执行结果
• 支持视频、图集、封面、原声、元数据下载
• 主业务聚焦抖音，但下载模块还兼容部分第三方平台链接解析
  • 当前代码里已覆盖 Bilibili / Xiaohongshu / Instagram / TikTok / X

• 提供独立的浏览器 Lab 目录与抓包/动作回放辅助脚本
• 用于分析点赞、收藏、关注、评论相关请求
• 适合调试抖音前端交互变化，不直接影响主流程

以下为当前版本的实际范围。

• 本地采集
• 本地评论分析
• 作者筛选与画像沉淀
• 作品级直接互动
• 下载任务管理

• 动作规则管理页
• 评论模板管理页
• 审核队列工作流
• 分析词典页面

这几个接口在当前后端路由里仍保留占位，但已经被禁用，不是现在这版的主工作流。

仓库仍保留了对旧 Python 项目的参考桥接，但当前 Node 后端已经把它视为“参考代码/稳定性兜底”，运行时主链路正在迁移到本仓库内部。

• 当前更偏向 Windows 本地工作站使用场景
• 启动脚本、浏览器发现、端口清理等辅助能力优先按 PowerShell/Windows 写的
• 浏览器自动化依赖本机可用的 Edge 或 Chrome

• 前端：Vue 3 + Vite + Element Plus
• 后端：Express
• 数据存储：better-sqlite3
• 浏览器自动化：playwright-core
• 下载链路：Python + yt-dlp + ffmpeg-static

Douyin_Curation_Assistant/
├─ client/                     # Vue 前端
├─ server/                     # Express 后端与采集/分析/自动化服务
├─ scripts/                    # 开发辅助脚本
├─ .runtime/                   # 浏览器 profile、lab 数据、运行时缓存
├─ jsonData/                   # SQLite、下载文件、本地业务数据
├─ .env.example
├─ start_dev.ps1
└─ stop_dev.ps1

已验证环境如下：

• Windows + PowerShell
• Node.js v22.10.0
• npm 10.9.0
• Python 3.12.4
• 本机已安装 Edge 或 Chrome

npm install

下载中心依赖 yt-dlp，需要额外准备 Python 包：

python -m pip install -U yt-dlp

Copy-Item .env.example .env

如果你使用的是：

.\start_dev.ps1

那么当 .env 不存在时，脚本会自动从 .env.example 复制一份。

至少建议先确认下面这些配置：

• PORT
• DATA_ROOT
• SQLITE_PATH
• CLIENT_ORIGIN / CLIENT_ORIGINS
• VITE_DEV_PROXY_TARGET
• DY_COOKIES
• ACTION_BROWSER_HEADLESS
• ACTION_BROWSER_TIMEOUT_MS

如果你的浏览器没有被自动识别，也可以额外设置：

• ACTION_BROWSER_EXECUTABLE
• 或 BROWSER_EXECUTABLE_PATH

首次使用推荐流采集、关键词搜索兜底、直接互动前，建议先执行：

npm run prepare:browser

这个命令会：

• 打开一个本地浏览器 Profile
• 尝试注入 .env 中的 DY_COOKIES
• 让你在可视化浏览器里完成登录/验证码
• 把运行时 Cookie 和存储状态写入 .runtime

推荐直接用 PowerShell 脚本：

.\start_dev.ps1

或直接运行：

npm run dev

默认地址：

• 前端：http://localhost:5173
• 后端：http://localhost:3001
• API 前缀：/api/v1

后端首次启动时会自动创建本地 SQLite 文件和对应数据目录。

如果端口被占用，可以执行：

.\stop_dev.ps1

npm run dev
npm run dev:client
npm run dev:server
npm run build
npm run start:server
npm run prepare:browser
npm run capture:actions
npm run lab:watch-browser
npm run lab:watch-browser:all
npm run lab:extract-actions
npm run lab:run-action

• npm run dev：同时启动前后端
• npm run build：构建前端
• npm run prepare:browser：打开可视浏览器准备运行时登录态
• npm run capture:actions：打开浏览器并记录手动动作请求
• npm run lab:watch-browser：启动独立浏览器实验室监听器
• npm run lab:extract-actions：提取最近一次实验室动作摘要
• npm run lab:run-action：在实验室里执行单个动作回放

准备 Cookie / 浏览器登录态
-> 关键词中心配置关键词并启动采集
-> 候选作品库补齐评论分析
-> 候选作者库重建作者画像并人工筛选
-> 推荐流采集补充推荐作品与作者信号
-> 在候选作品库 / 推荐作品库中直接执行互动
-> 需要时创建下载任务做素材沉淀

默认情况下，项目运行时数据会写到这些位置：

• SQLite：jsonData/douyin_curation_assistant.db
• 下载文件：jsonData/downloads/
• 运行时浏览器目录：.runtime/browser-profile/
• 推荐流浏览器目录：.runtime/recommend-browser-profile/
• 实验室浏览器目录：.runtime/lab-browser-profile/

仓库里的 .gitignore 已经忽略了这些本地运行数据，以及 .env、.runtime、jsonData 等内容。

• 请遵守抖音及相关平台的服务条款、接口规则和当地法律法规
• 请勿将本项目用于垃圾评论、批量骚扰、绕过风控或其他滥用场景
• 涉及 Cookie、账号登录态、下载内容和作者数据时，请自行做好本地安全与权限隔离
• 平台前端结构或接口变化后，浏览器动作和采集逻辑可能需要维护