douyin-style-profiler

抖音作品 DNA 提取与聚合工具。输入是视频转录文本（口播全文 + 标题 / 描述 / 时长 / 互动线索）或图文文本（标题 + 正文 + 话题标签），由 Agent 先整理成 .md / .txt；可选封面 / 首帧 / 配图作为视觉证据。不接受视频文件或链接作为直接输入（取数走 viral-chaser 或平台工具）。

DNA 的用途是指导 main agent 选题、包装、出内容或出视频制作 Brief；不指导成片制作——创作细节、脚本结构、镜头与编码参数归 Content Producer。

作品类型（--kind）

抖音有两套维度框架，用 --kind 选择；一个 dna-id 只承载一种作品类型：

• 不传 --kind 时默认 video（抖音的主作品类型）。
• build / update 会校验同一 DNA 目录下 report 的 kind 一致，混型直接报错——另一种类型请另建 dna-id。
• 默认 dna-id 只是约定：用户可以指定任意 dna-id，脚本不强制命名。

产物模型

单篇作品 -> DNA report
同一 dna-id 下全部 report + 权重 / focus + 用户输入转译 -> DNA 文档
DNA 文档 -> DNA template

• DNA report：单篇作品的样本观测 + 维度提取结果；跨篇共性与生产规则由聚合阶段给出，report 本身不是模板。
• DNA 文档：聚合后的生产规则、样本覆盖度、子模块结论与用户输入转译区。
• DNA template：main agent 的生产输入模板（视频 = Brief 正文 + 口播文案；图文 = 写作模板）。

存储结构

douyin/dna/{dna-id}/
  reports/
    {sample-id}.report.md
  covers/
    {sample-id}.{ext}
  {dna-id}.dna.md
  {dna-id}.template.md

原始转录 / 正文文本可临时放在 douyin/ref/{dna-id}/transcripts/；生成后的 report 必须进入目标 DNA 的 reports/ 目录。

职责边界

• 抖音视频与图文都常见：先判作品类型再选框架，不要把图文笔记塞进视频 DNA。
• 单篇 report 只提供候选信号，不判断跨篇稳定性；共性、偏好、孤例由聚合阶段判断。
• 视觉维度必须有图片 / 关键帧证据，由视觉模型读取；缺失写「未提供」，不得凭文本想象补齐。
• 口播文案子模块只在口播类作品启用；样本不足写「未启用」。
• 账号运营子模块（简介写法、内容形式比例、发布习惯）只在样本来自对标账号批量提取时填写，且不进 template。
• 不输出风格评分或账号权重；合规只记「必须避免项」（虚假承诺、利益诱导互动、隐藏站外联系方式、谐音绕检测），不出具合规审查结论。

Report — 单篇提取

# 视频样本（不传 --kind，默认 video）
douyin-style-profiler report \
  --input path/to/transcript.md \
  --dna-id {dna-id} \
  --sample-id {sample-id} \
  --duration 36 \
  --cover-image path/to/cover.jpg \
  --source-url "https://www.douyin.com/video/..." \
  --output-dir douyin/dna/{dna-id}/reports

# 图文样本
douyin-style-profiler report \
  --input path/to/note.md \
  --kind note \
  --dna-id {dna-id}-note \
  --sample-id {sample-id} \
  --cover-image path/to/cover.jpg \
  --output-dir douyin/dna/{dna-id}-note/reports

• --kind：作品类型（见上）；不传走默认。
• --cover-image：封面 / 首帧 / 首图本地文件，作为视觉证据（自动拷进 covers/）。
• --source-url：原作品链接；本地素材无链接时省略。
• --duration：视频时长（秒），用于口播密度统计；图文忽略。
• --weight：样本权重，默认 1。
• --focus：限制该样本只影响指定维度 ID，可重复传入。

视频统计输入约定：

• 纯文字稿可只含一级标题和逐字口播。混合文件须把口播放在 ## 口播全文 下（可带括号说明；也接受 转录全文 / 逐字稿），到下一个标题结束；来源、作者、备注、结构标注和视觉分析放在该节之外。
• 时间戳列表可用 - 0.04–5.32s：原话；统计时移除列表前缀与时间码，不计标题、标点和空白，只计口播中的字母、数字与汉字。句长、人称等视频统计也只看该口播正文。
• [剧情概括] / [转述] 不作逐字口播统计；正文边界不明、缺时长或含概括/转述时，口播密度标为「未提供」，聚合时排除该项，不能用 0 代替缺项。
• 口播密度使用视频总时长，表示全片平均字符密度，不能代替实际发声段语速或人工听音判断。

Agent 生成 scaffold 后必须：

1. 补齐「样本观测」：作品类型、样本来源、账号与简介、发布时间、数据线索、素材来源与授权。
2. 回读原文，补齐各维度的单篇结论、原文证据与可复用信号。
3. 视频形态必须给出制作指向（Content Producer expert-video 的某个 workflow，或 main 的某个素材加工技能），只写真实存在的资源名。
4. 账号运营子模块无法从单篇观测时写「未观测」。
5. 高数据样本必须回读创意与形态再归因，不得只凭播放 / 阅读量下结论。

Build — 聚合 DNA 文档与模板

douyin-style-profiler build --dna-id {dna-id}                     # 视频 DNA（默认 kind=video）
douyin-style-profiler build --dna-id {dna-id}-note --kind note     # 图文 DNA

默认读取 douyin/dna/{dna-id}/reports/，输出 {dna-id}.dna.md 与 {dna-id}.template.md。也可显式传 report 文件 / 目录：

douyin-style-profiler build --input path/to/reports --dna-id {dna-id}

Agent 聚合时必须：

1. 读取全部 DNA report，不能只看统计表。
2. 按 weight 与 focus 判断影响范围。
3. 区分高覆盖共性、高权重偏好、局部借鉴、孤例与例外。
4. 标注样本覆盖度；少量样本不得称为稳定结论。
5. 为每个维度写聚合结论、报告依据与可执行创作规则。
6. 确保 DNA 文档能完整推导 template（template 不得引入 DNA 文档未确认的规则）。

Update — 增量聚合

douyin-style-profiler update \
  --input douyin/dna/{dna-id}/reports/{new-sample}.report.md \
  --dna douyin/dna/{dna-id}/{dna-id}.dna.md \
  --template douyin/dna/{dna-id}/{dna-id}.template.md

脚本合并历史 report 与新 report、重算统计并保留 Agent 已写内容；kind 从 DNA 文档 frontmatter 继承（也可用 --kind 显式指定，冲突时报错）。Agent 仍需重新审视聚合结论并同步修订 template。

--input 可省略，用于只融合用户输入或另一个 DNA 的局部规则；此时必须传 --user-input。

DNA Template

视频作品 template（= Brief 正文模板 + 口播文案模板）

1. 选题
2. 标题与封面
3. 内容创意
4. 业务植入与 CTA
5. 视频形态与制作指向
6. 制作规格
7. 口播文案

图文作品 template（= 图文写作模板）

1. 选题
2. 标题与封面
3. 内容创意与结构
4. 正文表达
5. 图组
6. 业务植入与 CTA

• 开头两段（选题、标题与封面）跨平台通用。
• 视频 template 的各段直接对应 Brief 正文字段；Brief 不含 DNA 信息（Content Producer 看不到 main 的 DNA），素材清单与授权、验收标准、闸门批准人按平台 Content Production Workflow 填。
• 账号运营子模块不进 template，只留在 DNA 文档。

用户输入转译

用户输入是参考信息，不是可直接入库的 DNA 规则：

--user-input "以后多做实拍拼接，少用纯动画"

Agent 必须映射到具体维度并转译为可执行规则，例如：

video-form：主形态为影视解说 + 反转植入，制作指向 expert-video 的 Reversal Ad workflow
production-spec：竖屏 9:16、时长带 30-45s、画面偏冷暗解说段 + 明亮植入段
narration-script：口播保持第三人称解说体，句长 10-15 字

处理要求：

1. 在 DNA 文档「用户输入转译区」记录 raw_input、affected dimensions、DNA 修改、template 修改与状态。
2. 原话必须转译为可执行规则，不得直接抄进 template。
3. 与样本证据冲突时保留冲突说明，由用户选择优先级。

Focus ID

video（视频）

note（图文）

--focus 按作品类型校验：视频 report 不接受图文维度 ID，反之亦然。

参考资料

• references/video-dna-framework.md（抖音视频作品 DNA 框架 v2：维度定义、制作指向映射、聚合边界与 Focus ID）
• references/note-dna-framework.md（抖音图文作品 DNA 框架 v2：维度定义、制作指向映射、聚合边界与 Focus ID）