长视频转文字 API

{
  "platform": "douyin",
  "title": "Agent Skill 从使用到原理，一次讲清",
  "author": "马克的技术工作坊",
  "posted_at": "2025-12-31",
  "duration_seconds": 1061.7,
  "read_seconds": 1061.7,
  "depth": "transcript",
  "category": ["个人管理", "职场技能", "办公效率"],
  "chapters": [
    { "t": 0,   "title": "视频内容简介" },
    { "t": 85,  "title": "Agent Skill 是什么" },
    { "t": 143, "title": "Agent Skill 的基本用法" },
    { "t": 442, "title": "高级用法（Reference）" }
  ],
  "chapter_source": "author",
  "transcript": [
    { "t": 0,   "text": "2025年10月16号，Anthropic正式推出了Agent Skill…" },
    { "t": 170, "text": "agent skill的名字，然后再使用 VS Code 来…" },
    { "t": 340, "text": "一共有三个角色，用户、Cloud Code 以及 Cloud…" }
  ],
  "on_screen": [ "…（7 条，每章一帧）" ],
  "key_points": ["…（11 条）"],
  "coverage": {
    "seconds_transcribed": 1061.7,
    "duration_seconds": 1061.7,
    "not_captured": [
      "on-screen text between sampled frames not read: a transcript-first read takes 7 frames, one at the start of each chapter",
      "comments not read"
    ]
  },
  "credits": 10
}

curl -X POST https://linkdigest.dev/api/v1/digest \
  -H "Authorization: Bearer ld_live_..." -H "Content-Type: application/json" \
  -d '{"url": "https://www.douyin.com/video/7590008747938876706", "format": "json", "depth": "transcript"}'

# 返回 202 时：用同一个 Key 取结果，每次最多等 20 秒
curl "https://linkdigest.dev/api/v1/digest/JOB_ID?wait=20&depth=transcript" -H "Authorization: Bearer ld_live_..."

MCP · Claude Code（digest_url 的 depth 参数同名）

claude mcp add --transport http linkdigest \
  https://linkdigest.dev/mcp \
  --header "Authorization: Bearer ld_live_..."

API Key 在 https://linkdigest.dev/app/keys 创建（形如 ld_live_…）。 REST、MCP 各客户端的配置、轮询和返回字段见 中文 API / MCP 文档。

按加量包折算：$5 = 250 积分，支付宝按人民币结算 ¥36，每积分 ¥0.144。注册送 10 积分（一次性）。 任何人读过的链接再读 0 积分；读不出内容不收费。

• 逐字稿按段给时间（每段最长约 170 秒），没有逐句时间戳；按秒定位靠章节和少量画面文字。
• 两帧之间的画面文字不读。
• YouTube 不走这一档（见问答）。不支持 B站、视频号、快手。
• 一次读一条链接；不下载视频，不保存媒体。

和完整读取有什么区别？

完整读取按关键帧密集截帧，画面上的字都读，每开始的 1 分钟 1 积分，单条最长 10 分钟（Dev 30 分钟）。先转写档（depth: "transcript"）读全程语音，只取少量截帧（有章节就每章一帧，否则约每分钟一帧，最多 30 帧），每开始的 2 分钟 1 积分，单条最长 60 分钟（Dev 2 小时）。

逐字稿有逐句时间戳吗？

没有。没有平台字幕时，逐字稿来自语音识别 Qwen3-ASR。它只返回文字、不返回逐句时间，所以 transcript 按段给：每段最长约 170 秒，t 是这一段在视频里开始的秒数。要按秒定位，看 on_screen（画面里的字，带 ≈ 时间，误差在一个关键帧间隔内）。 章节（chapters）带秒数，是作者或平台标的，可以用来定位。

YouTube 的长视频呢？

YouTube 例外：由 Gemini 看完整条视频，总是完整读取，按完整读取计费（每开始的 1 分钟 1 积分），传 depth: "transcript" 也一样。

一次调用读不完怎么办？

长视频一般要一两分钟。REST 返回 202 和 jobId，用 GET /api/v1/digest/{jobId}?wait=20 取结果，没完成就再取一次；MCP 里再调一次 digest_url，只传 job_id。不要重新提交链接。

之前读了一半、被拒绝说太长的视频怎么办？

那次返回里的 partial.transcript_credits（或 402 里的 transcript_credits）就是这条视频先转写档读完整的价格，直接带 depth: "transcript" 再读一次。