douyin-live-qc

抖音直播间录屏抽查与主播话术质检。按账号名、品牌名或直播间链接定位在播直播间,分两阶段与用户确认——先确认抽查哪个直播间及录制时长(推荐2/3/5分钟),录制转写后先交付MP4和飞书妙记、再确认质检范围(画面/话术合规/SOP/售后价格等),最后按用户关心的方面做质检并输出飞书云文档报告。当用户要求抽查/巡检/质检直播间、录制直播、检查主播话术是否合规、查看某品牌矩阵号在播情况、排查绝对化用语或虚

SKILL.md

GitHub

抖音直播录屏抽查与话术质检

核心交互原则:两个确认节点

本流程不是一路跑到底,而是在两个节点必须暂停、向用户确认并等待回复后才继续:

  1. 确认节点一(开播确认):找到直播间并确认在播后,让用户确认抽查哪个直播间、录制几分钟。
  2. 确认节点二(质检范围确认):录屏和妙记生成后,先交付 MP4 和妙记链接,再问用户是否开始质检、关心哪些方面;用户未特别指定时按默认全面质检继续。

暂停期间不要自行推进下一步,也不要替用户做默认选择(节点二的"全面质检"是唯一兜底默认,且需在提问时明确告知)。

前置条件检查

执行前确认(缺任一项先解决再继续):

  1. 浏览器已开远程调试:curl -s http://127.0.0.1:9222/json/list 应返回 JSON。
  2. 抖音已登录:未登录时直播间取流会失败。用 interaction.request_action 请求用户接管浏览器完成登录,不要跳过。
  3. 依赖就绪:ffmpeg -version 和 python3 -c "import websocket, requests" 均应成功。缺 websocket 时 pip3 install websocket-client。

标准流程

第一步:定位直播间(无需预置账号表,直接搜索)

用户可能给的是以下任一种,全部支持:

  • 直播间链接:live.douyin.com/<数字> → 数字即 room_id,直接进入第二步。
  • 账号名/直播间名(如"某品牌官方旗舰店")→ 用浏览器在抖音搜索。
  • 品牌名(如"某服饰品牌")→ 搜索后切"直播"标签,可能返回多个矩阵号。

搜索方法(推荐用脚本自动提取):

python3 scripts/search_live.py "<账号名或品牌名>"

脚本会自动打开抖音搜索页、切到"直播"标签、滚动加载,并列出所有在播直播间(账号名、room_id、直播标题、是否蓝V)。

  • 无结果 → 告知用户该关键词下没有在播直播间,建议换关键词或确认账号名。
  • 脚本失败时兜底:手动用浏览器打开 https://www.douyin.com/search/<关键词>?type=live,从直播间卡片链接中提取 live.douyin.com/<room_id> 中的数字。

账号缓存(可选加速,非必须): assets/accounts.csv 记录已查过的账号(格式:room_id,名称,类目,类型)。搜索到新账号后可追加一行沉淀,下次同账号可直接用 room_id 跳过搜索。但不要依赖此表作为前置步骤——它只是缓存,新客户、新账号一律直接搜索。

第二步:确认开播状态

python3 scripts/probe_live.py <room_id>
# 批量探测某品牌已知矩阵号:python3 scripts/probe_live.py --file assets/accounts.csv

输出 LIVE 才继续。返回 OFF 时告知用户该账号当前未开播;若用户给的是品牌名且有多个矩阵号,可批量探测并给出当前在播清单——不要对未开播账号强行录制。

第三步:【确认节点一】确认抽查目标与录制时长

定位并确认在播后,不要直接开始录制。汇总当前在播直播间清单(账号名、直播标题、类目、room_id、直播间链接),向用户确认两件事:

  1. 抽查哪个直播间:多个在播时列出候选让用户选;即使只有唯一结果,也请用户确认"就是这个吗",不要自行假设。
  2. 录制几分钟,给出推荐选项:
    • 2分钟:快速巡检,适合多账号扫一遍、抓明显问题;
    • 3分钟:标准抽查,性价比最高(推荐首选);
    • 5分钟:深度质检,适合重点账号或问题复盘。
    • 用户也可自定时长(如1分钟、10分钟)。

必须暂停并等待用户回复,拿到明确的"直播间 + 时长"后再进入第四步。

第四步:录制

python3 scripts/record_live.py --room <room_id> --duration <秒> --output <name>_<n>min.mp4
  • 时长按确认节点一的结果换算(2分钟=120、3分钟=180、5分钟=300)。
  • 脚本自动完成:发现可用浏览器 tab → 导航到直播间 → 等待流加载 → 提取 FLV → 按 _or4 > _hd > _sd > _ld 选最高清晰度 → ffmpeg 直录。
  • 必须在后台运行(录制时长超出前台阻塞预算),之后轮询任务状态。
  • 录制完成后核验时长:
    ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 <file>
    

多个直播间可并行录制——同时启动多个后台任务,总耗时仍约等于单个(录制是 IO 等待,不抢CPU)。

第五步:转写逐字稿

调用 doubao-video-extract skill 的妙记上传脚本(本地视频可直传,无需先转音频):

cd <doubao-video-extract skill 目录> && \
python3 scripts/minutes/social_video_to_minutes.py "<视频绝对路径>" --media-mode video --run-lark

记下返回的 minute_token。等待约 60-90 秒后拉取逐字稿(立即拉取会返回 "minute not ready, try later"):

lark-cli vc +notes --minute-tokens <token> --output-dir ./minutes --format json

逐字稿落在 ./minutes/artifact-<视频名>-<token>/transcript.txt。--output-dir 必须是相对路径且位于当前工作目录内。 妙记链接格式:https://bytedance.larkoffice.com/minutes/<minute_token>——必须写进报告。

第六步:【确认节点二】首轮交付 + 确认质检范围

录屏 MP4 和妙记都就绪后,按以下顺序操作:

  1. 先做一轮交付(用 NotifyHuman,每次单个附件):

    • 先交付录屏 MP4;
    • 再给出妙记链接(https://bytedance.larkoffice.com/minutes/<minute_token>)。 交付时附一句说明:账号名、录屏时长、妙记刚生成需1-2分钟后可查看完整逐字稿。
  2. 暂停并询问用户:

    • "录屏和逐字稿已交付,是否现在开始质检?"
    • "你关心哪些方面?可多选(不指定则按全面质检执行):"
      • 画面检查:直播间贴片/横幅/角标/字幕文字、商品展示、价格标识、背景布置、违规导流元素(二维码/微信号/外部平台)、主播形象;
      • 话术合规:绝对化用语、虚假/夸大宣传、医疗宣称、虚构价格库存等违法违规风险;
      • SOP执行:开场收尾、卖点讲解、逼单节奏、互动引导、话术结构与节奏;
      • 售后与价格:退款/质保/运费险/价保说明、原价/活动价/使用条件是否完整;
      • 全面质检:以上全部(默认)。
  3. 根据用户回复决定:

    • 用户说"开始/继续/质检吧"但未指定方面 → 按全面质检执行;
    • 用户只选某几项 → 只做选中的方面,报告聚焦这些维度,未选维度如无明显高危问题可简略带过或标注"本次未检查";
    • 用户说"先不用/等等" → 停止流程,告知素材已保留、随时可继续质检;
    • 用户提出自定义关注点(如"只看有没有说最低价""帮我看看商品展示清不清楚")→ 纳入质检范围并据此调整重点。

不要在用户回复前自行开始质检。

第七步:质检(按确认的范围执行)

7a. 画面检查(用户选中时执行)

基于抽帧做视觉巡检。抽帧不能替代逐帧审核,需在报告中注明抽帧间隔和这一局限:

mkdir -p frames && ffmpeg -i <file>.mp4 -vf "fps=1/10,scale=1280:-1" -q:v 3 frames/frame_%03d.jpg
  • 每10秒抽一帧(2分钟≈12帧、3分钟≈18帧、5分钟≈30帧);帧数过多时可放宽到15秒。
  • 用 Read 逐帧查看,重点检查:
    • 贴片/横幅/角标/字幕文字是否含违规词(最/第一/国家级等绝对化用语、医疗术语、未审核的功效宣称);
    • 价格标识是否清晰、是否与口播一致、是否有虚构原价痕迹;
    • 商品展示是否充分,是否展示包装/成分表/资质;
    • 背景是否整洁专业、有无违规物料;
    • 是否有二维码、微信号、外部平台导流等平台违规元素;
    • 主播着装/形象是否得体。
  • 发现问题记录对应帧号/时间点、问题描述、风险等级。

7b. 话术合规与SOP质检(按选中范围执行)

规则层(毫秒级,先跑;只要用户选了"话术合规"或"全面质检"就必跑):

# 通用电商违禁词扫描(所有类目必跑)
python3 scripts/scan_violations.py <transcript.txt>
# 指定类目可激活类目专属检查项和SOP维度
python3 scripts/scan_violations.py <transcript.txt> --category apparel   # 服装
python3 scripts/scan_violations.py <transcript.txt> --category software  # 软件/3C/会员
python3 scripts/scan_violations.py <transcript.txt> --category food      # 食品
python3 scripts/scan_violations.py <transcript.txt> --category beauty    # 美妆
python3 scripts/scan_violations.py <transcript.txt> --category general   # 通用(默认)
# 需要结构化结果时加 --json

输出按高/中/低分级的违禁词命中项,每项带原话、上下文、法条依据和改写建议,并附 SOP 覆盖情况自检。

类目判断方法:根据直播间售卖商品判断——卖衣服鞋帽用 apparel,卖软件会员/数码3C用 software,卖食品保健品用 food,卖化妆品用 beauty,不确定或跨类目用 general。

语义层(LLM 判断,规则层跑完后做;用户选了"话术合规/SOP执行/售后与价格/全面质检"中任一项时执行):读取 references/qc-criteria.md,先按通用九维度评分,再根据类目替换类目专属维度(见该文件"类目适配表")。根据用户选中的范围调整重点:

  • 选了"话术合规":重点查语义型夸大、虚假宣传、医疗宣称、规则层漏网的谐音/变体;
  • 选了"SOP执行":重点查话术结构、逼单节奏、互动质量、亮点识别;
  • 选了"售后与价格":重点查退款/质保/运费险/价保说明、价格优惠清晰度;
  • 选了"全面质检":全部维度都做。

重点补充规则层抓不到的问题:

  • 语义型夸大(无固定关键词,如"用了就是效率天花板")
  • 话术结构问题(有无开场收尾、逻辑连贯性、重复度)
  • 互动质量(是否真的回应了弹幕,而非只喊"扣公屏")
  • 运营导向问题(如"买完再取关没关系"——不违法但损害品牌资产)
  • 售后/退款/试用说明是否充分(软件/会员类尤其重要)
  • 亮点识别(做得好的动作要写进报告,可作为培训案例)

规则层结果需人工复核:命中不等于必然违规(如温度承诺若同时公示了检测报告可降级),未命中也不代表合规。判定要点见 references/qc-criteria.md。

第八步:生成飞书文档报告

以 assets/report-template.xml 为骨架填充内容。模板中 SOP 检查项是通用占位符,必须根据实际类目替换为对应维度(见 references/qc-criteria.md 类目适配表),不要把服装类的"尺码引导"写到软件直播报告里。然后:

lark-cli docs +create --content @report.xml --format json

@file 必须是当前工作目录下的相对路径。报告必须包含:

  • 基本信息表(账号名、类目、直播间链接 + 飞书妙记链接 + 录屏时长 + 本次质检范围)
  • SOP 执行检查表(每项带评分和实际表现,引用逐字稿原话;用户未选的维度可省略或标注"本次未检查")
  • 画面检查结果(用户选中时):抽帧间隔、发现的问题、对应帧号/时间点,并注明"基于抽帧、非逐帧审核"
  • 合规风险清单(分高/中风险两张表,每条给可直接替换的改写建议)
  • 亮点与改进建议(P0/P1/P2 分级)
  • 有历史抽查数据时,加横向对比表

第九步:最终交付

报告生成后,用 NotifyHuman 交付飞书文档报告,并给收口总结:综合评分 + 最关键的几项高风险 + 值得推广的做法。总结要给实质内容(具体违规原话、具体分数、具体建议),不要描述报告有多完善。

MP4 和妙记已在确认节点二交付,此处不重复交付,除非用户要求。

关键约束与已知坑

事项 说明
两个确认节点必须暂停 节点一(开播+时长)、节点二(首轮交付+质检范围)都要等用户回复,不要一路自动跑完
yt-dlp 不支持抖音直播 实测报 Unsupported URL,必须走 CDP 方案,不要浪费时间尝试
流地址每场都变 主播每次开新场 stream id 都不同,缓存只存 room_id,流地址必须实时取
签名有时效 流 URL 约 1 小时过期,取到后立即录制,不要缓存复用
tab id 会失效 浏览器重启后 tab id 变化,record_live.py 已内置自动发现,不要硬编码
\u0026 转义 从 performance entries 提取的 URL 中 & 被转义为 \u0026,脚本已处理
一个账号可能多个 room_id 同一账号可能有多个入口 room_id,可能指向同一场直播
搜索页虚拟滚动 抖音搜索结果非可见区域 DOM 会被移除,search_live.py 已自动滚动加载
ASR 会插标点 逐字稿常在句中插入「。」,写正则时分隔符类不要排除句号,否则漏检
画面检查是抽帧 只能发现抽帧时刻的画面问题,不能覆盖全程,报告中必须注明这一局限
飞书操作只走 lark-cli 文档用 lark-cli docs,妙记用 lark-cli vc,禁止用浏览器打开飞书链接
不要硬编码账号表 新客户新账号一律直接搜索,accounts.csv 只是缓存不是前置依赖

跨账号共性问题识别(价值最高的产出)

多个账号出现完全相同的违规表述时,说明问题在统一下发的话术模板或培训材料,而非个别主播临场发挥。这类发现必须在报告中单独标注,并建议从模板层面清理——比逐个培训主播效率高得多。

扩展:定时巡检

用户要求常态化/定期抽查时,匹配 doubao-cron-scheduler skill 创建定时任务。注意定时任务依赖浏览器登录态,登录过期会导致取流失败,需在任务中加登录态检查和失败通知。定时巡检场景下,确认节点一可按用户预设的账号清单和时长自动执行,但确认节点二的质检范围仍建议在首次配置时与用户约定好(默认全面质检)。

适配新客户/新类目

流程与品牌无关,新客户只需:

  1. 给账号名或品牌名 → 直接搜索定位,无需预置任何数据。
  2. 根据商品类目选择 --category 参数(apparel/software/food/beauty/general)。
  3. 拿到客户自己的运营 SOP 后,可在 references/qc-criteria.md 的类目适配表中补充专属维度。
  4. scan_violations.py 中的 RULES 是通用电商直播违禁词,跨类目可直接复用;类目专属规则(如服装的温度承诺)通过 --category 条件激活。