开发者 · API / MCP
抖音、小红书链接 → AI 能读的文本
一个 POST 或一个 MCP 工具:逐字稿、画面里的字、每张图的描述和 OCR、要点,可选爆款拆解和翻译。 用的是我们的服务器去读,不需要你的抖音、小红书账号,也不需要 cookie,不会连累你的号。一条图文 ¥0.14,视频每分钟 ¥0.14,注册送 10 次。没有 Key 也能先看一条。
REST
三步跑通
- 在 https://linkdigest.dev/app/keys 创建 API Key(用邮箱登录即可;中国大陆网络打不开 Google 登录),形如
ld_live_…。 - POST 一条链接——整段分享文案也行,我们会从里面取出链接。
- 视频较长时返回 202 和 jobId,用
?wait=20取结果,最多等 20 秒,没完成就再取一次。
curl -X POST https://linkdigest.dev/api/v1/digest \
-H "Authorization: Bearer ld_live_..." \
-H "Content-Type: application/json" \
-d '{"url": "https://v.douyin.com/xxxx/", "format": "json", "breakdown": true}'
# 202 {"pending":true,"jobId":"abc…"} →
curl "https://linkdigest.dev/api/v1/digest/abc…?wait=20" -H "Authorization: Bearer ld_live_..."Python(requests)
import requests
API = "https://linkdigest.dev/api/v1/digest"
H = {"Authorization": "Bearer ld_live_..."}
link = "https://v.douyin.com/xxxx/" # 抖音 / 小红书分享链接;整段分享文案也行
r = requests.post(API, headers=H, json={"url": link, "format": "json", "breakdown": True})
while r.status_code == 202:
r = requests.get(f"{API}/{r.json()['jobId']}", headers=H, params={"format": "json", "wait": 20})
r.raise_for_status()
d = r.json()
print(d["title"], d["credits"], d["breakdown"]["hook"])Node.js 18+(自带 fetch,存成 digest.mjs 后 node digest.mjs)
const API = "https://linkdigest.dev/api/v1/digest";
const headers = { Authorization: "Bearer ld_live_...", "Content-Type": "application/json" };
const link = "https://v.douyin.com/xxxx/"; // 抖音 / 小红书分享链接;整段分享文案也行
let r = await fetch(API, {
method: "POST",
headers,
body: JSON.stringify({ url: link, format: "json", breakdown: true }),
});
while (r.status === 202) {
const { jobId } = await r.json();
r = await fetch(`${API}/${jobId}?format=json&wait=20`, { headers });
}
if (!r.ok) throw new Error(`${r.status} ${await r.text()}`);
const d = await r.json();
console.log(d.title, d.credits, d.breakdown?.hook);返回字段
| title / author / posted_at / caption | 标题、作者、发布时间、正文 |
| transcript | 逐字稿,[{ t, text, approx }]。有平台字幕用字幕;没有时来自语音识别(gpt-4o-mini-transcribe),按句给,t 是估算的开始秒数(approx 为 true)。YouTube 例外:transcript_source 为 gemini_video 时,逐字稿由 Gemini 看视频写出(时间 t 也是它给的),不是平台字幕,也不是语音识别。 |
| transcript_source | 逐字稿从哪来:native_captions(平台字幕)、asr(语音识别)、gemini_video(YouTube,Gemini 看视频写的)、none(没有逐字稿,比如图文笔记) |
| on_screen | 视频画面里的字,带大致时间(≈ 关键帧,误差几秒) |
| ocr_text / images[] | 图文笔记每张图的描述和图上文字 |
| image_count / images_read | 帖子共有几张图、取了几张(取了几张就按几张计费)。60 张以内全部取;超过时取前 60 张;带 partial_ok 而积分不够时,取积分够的前几张(第 1 个积分 6 张,之后每个积分再 6 张),这时有 partial(公众号文章不带 partial_ok 也这样)。degraded 里写明没取的。取了不等于读出来了:下载失败或识图失败的图也算在 images_read 里,实际读出来几张看 coverage.images_read。2026-10-05 之前缓存的链接没有这两个字段 |
| key_points | 要点,原文语言 |
| key_point_support | 每条要点背后的一句原话,[{ point_index, kind, t, image_index, quote, verified }]:kind 是出处(transcript 逐字稿、on_screen 画面文字、image 图片、caption 正文、chapter 章节),t 是视频里的秒数,point_index、image_index 从 0 数。引用由引擎逐字核对,对不上的 verified 为 false,照样保留 |
| coverage | 覆盖回执,由代码算出、不由模型写:视频转写了几秒(seconds_transcribed / duration_seconds)、抽帧最大间隔(largest_frame_gap_seconds),图文读了几张(images_read / images_total),not_captured 用一句话写明没读到的,比如「minutes 12:00-43:58 not read (budget)」「3 of 21 images skipped」「comments not read」。2026-10-05 之前缓存的链接没有 coverage 和 key_point_support |
| stats | 点赞、评论、收藏、分享(读取当天的平台数据,as_of 标日期) |
| tags | 话题标签 |
| comments | 分享页自带的前几条热评(小红书、微博),[{ text, likes, replies, posted_at, reply_texts }]:和笔记同一个页面读到的,不多发请求、不登录、不翻页;不是整条评论区,coverage 里写明读了多少条。2026-10-17 起有,之前缓存的链接没有 |
| chapters / chapter_source | 章节,[{ t, title, summary }]:作者标的,或抖音自动生成的(每章带一句摘要),chapter_source 写 author 或 platform;不是我们推断的。只读了一部分时,只给读到的章节 |
| outline | 长视频的带时间大纲,[{ start, end, title, summary[], quote, generated }]:逐字稿满 8 分钟、视频又没有作者标的章节时给出,5–20 节,按顺序盖住读到的全部内容。模型只提议在哪一句分节,时间由代码对到逐字稿那一句上,quote 在这一节里逐字找到才保留;generated 为 fallback 表示模型没给出可用的分节,按等长时间段、用每段开头的话做标题。包含在读取里,不另收积分。2026-11-10 起有 |
| parts | B 站多 P 视频的分 P 列表,{ count, current, items: [{ p, title, seconds }] }(最多列 200 个),current 是这次读的那一 P;单个视频为 null。每一 P 是单独的一次读取:同一个链接加 ?p=<序号>。2026-11-10 起有 |
| category | 平台自己的分类,从大到小,例如 财经 › 投资理财 › 股票 |
| depth / partial.transcript_credits | 这条视频怎么读的:full(完整读取,密集抽帧)、transcript(逐字稿优先:完整逐字稿 + 大约每分钟一帧,coverage.not_captured 会写明抽帧稀疏)或 script(只要文案:只读口播,不抽帧、不读画面文字)。完整读取只读到一部分时,partial.transcript_credits 是用逐字稿优先读完整条视频要多少积分;视频也超过逐字稿优先的时长上限时为 null。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。2026-10-05 之前缓存的链接没有 depth,都是完整读取。2026-11-05 起,只在控制台和免登录试读里:免费账号的完整读取装不下可用积分时,自动按逐字稿档读完整条,返回里带 auto_depth(含完整读取要多少积分);2026-11-12 起,免费方案(买了积分包也算)的视频超过完整读取的时长上限(10 分钟)时也一样,auto_depth.reason 为 length,按逐字稿档最长读到 60 分钟;2026-11-19 起,平台不把长视频的画面提供给我们的服务器时,这次读取按逐字稿档完整读完并计费,auto_depth.reason 为 picture(按逐字稿价,不按完整价);接口调用不会自动切换,要什么档读什么档 |
| music | 背景音乐(歌名 — 歌手);作者自己的原声不算,为空 |
| links | 帖子指向的链接,[{ url, found_in, label, kind }]:正文或 YouTube 简介里的网址、公众号文章的「阅读原文」、图片和视频帧里的二维码(只解码这次已经下载的图和帧)、画面文字里写全的网址、章节。只提取,不打开:要读其中某个链接,是另一次读取,另算积分,由你决定。found_in 是出处(caption / description / wechat_read_more / qr_code / on_screen / chapter);kind 是 web(网页)、payment(微信支付、支付宝等收款码)、group_invite(微信群、QQ 群、Telegram 群等)、app_deeplink(打开 App)或 other(名片、公众号)。去重,最多 20 个,coverage.links_found 是总数。2026-10-05 之前缓存的链接没有这个字段 |
| breakdown | 爆款拆解(breakdown=true 时) |
| answer | 问答(传 ask 时):question、answer、found、support[] |
| insight | 消费者洞察(insight=true 时):language、audience、claims、objections、purchase_intent、products、questions、comments_read、missing;每一节是 { found, items[{ text, quote, kind, verified, t, image_index, approx }] } |
| translation | 译文(translate_to 时),原文保留。逐字稿超过 24,000 字符时只译开头一段,translation.note 和 coverage.not_captured 会写明译到哪里(2026-10-06 起) |
| raw_markdown | 整条内容的 Markdown,含拆解和译文 |
| credits / cached | 本次扣了几个积分;读过的链接 cached=true、0 积分 |
批量:POST /api/v1/digest/batch,一次最多 10 条(免费)、50 条(dev)、200 条(studio),可带 breakdown、insight、签名的 webhook,以及 label(给这一批起个名,最多 80 字,列表里好认)。GET /api/v1/digest/batches?limit=10 列出这个账号最近的批次(最新在前,含浏览器扩展发起的);POST /api/v1/search 按话题找链接,见下面「发现」。 加 synthesis: true 是批量综合:一批对标笔记 → 一页,共同主题、钩子、形式、主张、读者顾虑、空白,每条例子标明来自第几条笔记(note,按读到的顺序从 1 数)并逐字核对(verified); 全部读完后作为批次的 synthesis 返回,每 10 条 1 积分,整批只收一次;综合失败时 synthesis_error 写明原因,不扣这部分积分,各条笔记照常。 再加 draft: true 就是成稿:综合写完后,照着这批里有效的写一篇新的——三个标题、正文、话题、封面文字——platform 选形状(xiaohongshu 图文笔记、douyin 口播稿、en 英文),voice 贴一两条你自己写过的笔记就按你的口吻写。稿里每个数字都必须出现在笔记里,否则那句删掉;两次都不过就退回到笔记自己的标题和要点(draft.made_by 为 fallback)。作为批次的 draft 返回,整批 +1 积分。搜索接口传 digest: true, draft: true 一次调用从话题到稿。insight: true 加 synthesis: true 就是一份竞品洞察报告:每条笔记的消费者洞察加一页综合对比;控制台里是「Competitor report」开关,批次页排成可打印、可存 PDF 的报告。按积分算,任何套餐都能用:每条按各自的价(通常 2 积分)加洞察 1 积分,再加综合,3 条约 10 积分;免费 3 条、dev 20 条、studio 50 条。 状态码:402 = 额度不够,没有扣费(返回体里有不用登录的付款链接 starter_url、buy_url、pass_url(Dev 月卡,支付宝一次付 30 天,不自动续费),和一句可以直接给用户看的中文说明 offer_zh);422 = 链接读不了(删帖、私密、需要登录);429 = 调用太频繁,或额度正被还在进行的读取占用——这时返回体的 running 列出这些读取和各自的 poll 地址,取走结果就释放额度。链接抓到后(几秒内)每次读取只占用它自己的价格,所以额度够就可以并行读;对正在读的同一个链接再发一次相同的 POST 会并入那次读取,只扣一次费。 免费账户读长视频积分不够时,默认不拒绝,按积分读开头能读的部分(例如 10 积分读前 9 分钟,返回里带 partial);想要「整条或 402」就传 partial_ok: false。error_code: "not_served" 是其中一种:平台不肯把这一条作品给第三方网站(抖音外链播放器的 core_dep,或它的「当前内容无法播放」),但没有说作品没了——这条链接不会再换别的方式重试,不扣费,消息里写着还能怎么读:在 App 里「分享 → 保存本地」再上传,或者用浏览器扩展读你自己正在看的标签页。 小红书偶尔会把验证码页挡在笔记前面(它的安全策略会持续几个小时):这时不会第一次就报错,而是等一会儿再读,最多约三分钟;仍然读不到的按不扣费处理,可以直接用浏览器扩展在你自己的登录态里读这一条。 完整说明见 英文文档,机器可读的规格在 /openapi.json。
视频文件
读你手上的视频:声音和几帧画面,视频本身不上传
抖音链接自 2026-10-21 起又能直接读了(走抖音自己给第三方网站用的播放器),但个别视频它会拒绝(返回 503,error_code: "platform_refused",不扣积分)。 这时在抖音 App 里保存下来的视频(分享 → 保存本地)可以在任何地方读。这个接口收的就是这样一个文件的两部分: 它的声音(16 kHz 单声道 MP3,最多 3 MB)和几帧画面(最多 40 张 JPEG,每张 400 KB,整个请求最多 4.5 MB)。视频文件本身不会上传。
pip install linkdigest-mcp # 需要 PATH 上有 ffmpeg 和 ffprobe # 先在抖音 App 里 分享 → 保存本地,再把文件拷到电脑上 linkdigest capture ~/Downloads/video.mp4 --url "https://www.douyin.com/video/…" # 不想传链接也可以;先看看会发什么(不扣积分、不联网): linkdigest capture ./video.mp4 --title "我的视频" linkdigest capture ./video.mp4 --dry-run --verbose
需要 Python 3.11 以上,以及 PATH 上的 ffmpeg 和 ffprobe。把链接当成文件参数传进来会被拒绝,并给出「先保存、再运行」的步骤,绝不会去抓那个链接。 结果默认打印成 Markdown;--json 输出 JSON(不含 raw_markdown),-o out.md 写入文件。 退出码:0 成功,2 文件或账号的问题(读不了、Key 不对、积分不够、限流),3 服务器或网络。
直接走 HTTP(multipart)
curl -X POST https://linkdigest.dev/api/v1/capture \
-H "Authorization: Bearer ld_live_..." \
-F "audio=@audio.mp3;type=audio/mpeg" \
-F "frames=@frame_00.jpg;type=image/jpeg" \
-F 'meta={"page_url":"https://www.douyin.com/video/…","duration_seconds":65,"frame_times":[4]}'
# 202 {"id":"jobid.signature","poll":"/api/v1/capture/jobid.signature","retryAfter":3}
curl "https://linkdigest.dev/api/v1/capture/jobid.signature" -H "Authorization: Bearer ld_live_..."
# 还在读返回 202;读完 200 {"status":"done","credits":13,"view_url":"…","digest":{…}}时长 3–620 秒;超过 4.5 MB 返回 413,不扣积分。录制按秒计价,和其它链接一样;depth 固定为 full。 这份摘要只属于发送它的账号:不会写进那条链接的缓存,别人拿同一条链接也取不到,id 用账号签名,只有这个 Key 能取。 它不是对平台的整篇读取,所以不计入 平台状态。 平台自己拒绝时返回 503,带 error_code: "platform_refused"、how_to_read_now(下一步怎么做)和 Retry-After,不扣积分。
MCP
Claude Code、Cursor、Trae、Cherry Studio、通义灵码
claude mcp add --transport http linkdigest \ https://linkdigest.dev/mcp \ --header "Authorization: Bearer ld_live_..."
ChatGPT(开发者模式)、claude.ai、Claude Desktop 不能填请求头:添加连接器时地址填 https://linkdigest.dev/mcp/oauth、认证选 OAuth, 登录 LinkDigest 点「同意」即可(Claude Code:claude mcp add --transport http linkdigest https://linkdigest.dev/mcp/oauth 后 /mcp → Authenticate)。 步骤见 接入页;连接用的 Key 出现在 /app/keys,标签 oauth:应用名,可随时撤销。
所有客户端都一样:地址 https://linkdigest.dev/mcp,传输方式 Streamable HTTP(有的客户端叫「HTTP」或「可流式传输的 HTTP」), 请求头 Authorization: Bearer ld_live_…。读单条用工具 digest_url,参数 url、format、job_id、partial_ok、translate_to、breakdown、depth、ask、insight。长视频第一次调用会返回 job_id, 再调一次、只传 job_id 不传 url 就能取结果。对 agent 说「拆解这条抖音」它会自己带上 breakdown: true。 一批对标笔记用 compare_links(urls 最多 20 条、batch_id、insight、breakdown、translate_to):第一次返回 batch_id,再调一次传 batch_id 取结果——一页批量综合,共同主题、钩子、形式、主张、读者顾虑、空白,每条例子标明来自第几条并逐字核对;每 10 条 1 积分,需要 Key。 还有两个工具:list_batches(这个 Key 最近的批次,含浏览器扩展「Digest the notes on this page」发起的,拿最新的 batch_id 交给 compare_links)和 search_links(按话题找小红书、抖音、YouTube、X、网页链接,找到才扣 1–4 积分——小红书给的是公开网页索引到的笔记,从公开页面读,不登录;传 digest: true 直接读并综合)。每日稿(2026-10-31):POST /api/v1/watch 传 query(赛道)、platform(xiaohongshu / douyin)、可选 voice(贴一两条你自己写过的笔记)和 hour_utc,可选 reads(每次读几条,默认 5,最多 20,搜到多少读多少),之后每天到点:搜赛道里的新帖,读最火的几条,排热榜、写对比,再照着写一篇你能直接发的稿,发到账号邮箱并附分享链接。每次按它发起的批次计费(搜索 + 读取 + 综合 + 成稿,约 8–12 积分),没有新帖那天不扣费,积分不够就发邮件提醒、第二天再试。免费 1 个赛道、Dev 5 个、Studio 20 个;PATCH /api/v1/watch/{id} 暂停、继续、立刻跑,DELETE 删除。控制台里是「Daily brief」。不会替你发布。痛点雷达(2026-11-07):POST /api/v1/radar 传 topic(产品、品类或品牌,不是链接)、可选 market(cn:小红书 + 抖音、百度/淘宝/必应联想词;global:YouTube + TikTok、必应/YouTube 联想词,给出海用)、size(quick 12 篇 / standard 24 / deep 48)、language(默认 zh-CN)和 weekly。返回 202,轮询 GET /api/v1/radar/{id}:大家搜这个话题时还会打什么词(按需求分组)、帖子和热评里的痛点、需求、购买顾虑、点名的产品、没人回答的问题和机会,每一条带「读到的帖子里有几篇提到」(代码计数,不是模型说的)和逐字核对的原话;同一个话题再跑一次会告诉你新出现、在上升的痛点和新搜索词。?format=md 拿 Markdown,share_url 30 天内谁都能打开。按各部分计费:两次搜索、每篇按各自的价加洞察 1 积分、汇总 3–6 积分,速查约 47 积分(¥6.768),开跑前在 estimate 里告诉你,积分只够更少篇时就少读几篇;读到不足 3 篇不收汇总费。只看联想词:POST /api/v1/radar/preview,1 积分。 Dify 有现成插件(插件市场搜 LinkDigest)。
先确认连得上:tools/list 不需要 Key。
curl -s https://linkdigest.dev/mcp -H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'各客户端的配置(复制即用,把 ld_live_... 换成你的 Key)
Claude Code — 项目根目录的 .mcp.json(或用上面的 claude mcp add 一行)
{
"mcpServers": {
"linkdigest": {
"type": "http",
"url": "https://linkdigest.dev/mcp",
"headers": { "Authorization": "Bearer ld_live_..." }
}
}
}Cursor — 全局 ~/.cursor/mcp.json,或项目里的 .cursor/mcp.json
{
"mcpServers": {
"linkdigest": {
"url": "https://linkdigest.dev/mcp",
"headers": { "Authorization": "Bearer ld_live_..." }
}
}
}Trae — MCP 设置里手动添加,粘贴 JSON
{
"mcpServers": {
"linkdigest": {
"url": "https://linkdigest.dev/mcp",
"headers": { "Authorization": "Bearer ld_live_..." }
}
}
}Cherry Studio — 【设置】→【MCP】→【MCP 服务器】→【添加】→ 从 JSON 导入;之后在 Agent 的【编辑】→【MCP】里启用
{
"mcpServers": {
"linkdigest": {
"type": "streamableHttp",
"baseUrl": "https://linkdigest.dev/mcp",
"headers": { "Authorization": "Bearer ld_live_..." }
}
}
}通义灵码(Lingma) — 个人设置 → MCP 服务 → 我的服务 →「+」→ 配置文件添加。通义灵码文档只列了 STDIO 和 SSE、没有请求头,所以用 mcp-remote 在本地转一层(需要 Node.js)。手工添加也行:类型 STDIO,命令 npx,参数照下面 args,环境变量 AUTH_HEADER
{
"mcpServers": {
"linkdigest": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://linkdigest.dev/mcp", "--header", "Authorization:${AUTH_HEADER}"],
"env": { "AUTH_HEADER": "Bearer ld_live_..." }
}
}
}只支持 SSE 或本地命令(stdio)的客户端:不要把类型选成 SSE 直接填地址——/mcp 只支持 Streamable HTTP。 用 mcp-remote 在本地转一层(需要 Node.js;它默认先走 Streamable HTTP):
npx mcp-remote https://linkdigest.dev/mcp --header "Authorization: Bearer <key>"
写进 JSON 配置时,有的客户端(mcp-remote 的说明里点名了 Cursor、Windows 上的 Claude Desktop)不会转义参数里的空格, 所以上面通义灵码的写法把 Bearer … 放进环境变量 AUTH_HEADER,参数写成 Authorization:${AUTH_HEADER}。
发现 · discovery
从话题到一页:先找链接,再读,再综合
上面的接口都从「你手里已经有链接」开始。发现是前面那一步:话题 → 链接 → 读取 → 一页综合,agent 自己走完。两条路,因为平台不一样。
从你看得见的页面
你自己的小红书信息流,或者网页没索引到的搜索:在你自己的浏览器里打开那一页,按浏览器扩展的 「读这一页的笔记」按钮,它把当前页面上的笔记链接发起成一个批次,读几条你定,以页面为名(label)。 然后 agent 调 list_batches(或 GET /api/v1/digest/batches)取最新的 batch_id,交给 compare_links 拿一页批量综合。LinkDigest 从不拿你的登录态。
从搜索接口
xiaohongshu、douyin、youtube、x、web 这些公开平台,用 MCP 工具 search_links 或 POST /api/v1/search(query、platform、limit 1–10、digest、insight、breakdown): 按话题做一次限定站点的网页搜索,只留能读的帖子链接。搜到帖子才扣积分:抖音、小红书每次 4 积分,其他平台 1 积分,搜不到不扣——搜索按积分计,不设每小时次数上限,免费账号另有全站共用每天 30 次的额度; 传 digest: true 就把结果作为一个批次读取并综合,按批次正常计费;超出 limit 的搜索结果留作备用,某条读不了(小红书缺分享令牌、平台不给播放)就跳过、不扣费,换下一条补上,批次里的 skipped 和 note_zh 会写明;ranked 按热度(赞 + 2×收藏 + 评论)从高到低排好。小红书走的也是这条路:返回公开网页索引到的笔记,每条从公开页面读(和没登录的手机看到的是同一页),不登录、不拿会话、不伪造签名——是平台的一个子集,不是你的信息流。抖音也走这条路(2026-10-21 起):返回公开网页索引到的视频页,每条走抖音自己的播放器读,和贴一条链接一样;中文关键词找到的最多。
不写代码也一样:控制台 Workspace 的 Find posts 模式跑搜索、读你勾选的那些;Many links → one page 模式收一串贴进来的链接(或扩展发起的那一批),回来一页对比;Batches 页按名字列出每一批——就是控制台里的 list_batches。
Research 是上面这些路由组成的一段对话,在控制台里有自己的入口:侧边栏的 Research,也是 Workspace 的第四个标签。你用日常语言提问——「最近30天小红书上便携咖啡机哪个好」——助手自己决定搜哪些平台、读哪几条,边做边说在做什么,最后用一段话回答,每个结论都对应下面带编号的来源。一次回答 2 积分,搜索和读取按原价另计,读过的链接不重复扣费,追问会带上之前读过的内容。它只在控制台里;Agent 用 search_links 加 digest 调的是同一批路由。
Research skills 把具体的事放在屏幕上,而不是一个空白输入框:开店前看同行、定价、选品、竞品动作、内容选题、游客口碑。点一下就跑——搜索词和平台由模板定好——答案最后必须写「这周就做」:一到三条本周能执行的动作,每条都对应到支撑它的来源编号。价格和其他任何一问相同。
字段从哪来
哪些是原文,哪些是 AI 写的
要引用、入库或给人看之前,先分清楚:左边是从帖子里读出来的(YouTube 有例外,见表格下面),右边是模型基于原文写的分析。
原文:读出来的,不改写
| transcript | 平台字幕,或语音识别(gpt-4o-mini-transcribe)的结果。YouTube 例外:transcript_source 为 gemini_video 时,逐字稿由 Gemini 看视频写出(时间 t 也是它给的),不是平台字幕,也不是语音识别。 |
| on_screen / ocr_text / images[].ocr | 视觉模型从画面、图片上逐字读出的字。是识别,不是改写;识别错字会原样出现。YouTube 例外:transcript_source 为 gemini_video 时,ocr_text 由 Gemini 看视频写出,没有 on_screen。 |
| stats | 平台在读取当天给出的点赞、评论、收藏、分享、播放,as_of 写着日期;平台没给的是 null。 |
| tags | 帖子自带的话题标签。 |
| comments | 分享页自带的前几条热评(小红书、微博),和笔记同一个页面读到:不登录、不多发请求、不翻页。不是整条评论区;coverage 写明读了几条。2026-10-17 之前缓存的链接没有。 |
| outline | 长视频的大纲:分节的位置由模型提议,起止时间、顺序、是否盖住全文由代码检查;标题和每节几行是模型写的,quote 是代码在这一节里逐字找到的原话。它是我们做的,不是作者标的章节(那是 chapters)。 |
| chapters / category / music | 平台给的章节、分类和背景音乐。chapter_source 为 platform 的章节和它的摘要是抖音自动生成的,不是我们的模型写的。2026-10-05 之前缓存的链接没有这几个字段。 |
| links | 正文、简介、章节里写着的网址,公众号的阅读原文,二维码里的内容:由代码提取和分类(kind),不打开。found_in 为 on_screen 的网址取自画面文字识别,识别错字会原样出现。 |
| title / author / posted_at / caption | 平台元数据和正文。title、author 只有明显乱码时才会被整理。YouTube 走 gemini_video 时,能读到 YouTube 视频页就取视频页上的;读不到时 title、author 由 Gemini 写出,caption、posted_at 为空。 |
AI 生成:模型写的
| key_points | 模型根据上面的原文写的要点,保持原文语言。 |
| key_point_support | 模型为每条要点给出一句原话和出处;原话由引擎在帖子里逐字查找,找到的 verified 为 true,并由代码写上时间 t 或第几张图 image_index;找不到的 verified 为 false,不删。 |
| images[].description | 模型对每张图画了什么的描述。 |
| breakdown | 爆款拆解。其中 hook.spoken、hook.on_screen、beats[].quote、cover_text、cta 是原文引用,逐字核对过,对不上的会被删掉并写进 missing;engagement 和 tags 直接复制 stats 和 tags,不由模型写。 |
| translation | 机器翻译,放在原文旁边;原文字段一个字不改。 |
| answer | 传 ask: "这条推荐了哪些产品、价格?" 得到的回答。只根据帖子内容作答;support 里是回答所依据的 1–3 句原话,由引擎在帖子里逐字查找(verified);帖子没讲的,found 为 false,回答会直说。+1 积分,同一链接同一问题再问免费。 |
| insight | 消费者洞察 +1 积分:受众、卖点、顾虑/痛点、购买意向、产品与价格、读者提问,每条都有在原文或热评里核对过的引文(verified,kind 写明出处:caption / transcript / on_screen / image / chapter / comment)。材料里没有的那一节 found 为 false,并列在 missing 里;同一链接再要免费。 |
YouTube 例外:YouTube 不让我们的服务器地址下载视频,所以 YouTube 链接一般由 Gemini 直接看视频来读,degraded 里会写 read by Gemini watching the video directly。这时 transcript_source 为 gemini_video,逐字稿和画面文字(ocr_text)是 Gemini 写出的,属于模型输出;要逐字引用,以视频本身为准。标题、作者、简介(caption)和发布日期取自 YouTube 视频页;视频页读不到时,标题和作者也由 Gemini 写出。
coverage 两边都不算:它既不是从帖子里读出来的,也不是模型写的,是引擎按这次实际读了什么、用代码算出的回执—— 转写了几秒、抽帧间隔多大、读了几张图、哪些没读到(not_captured)。Markdown 里是「## Coverage」一节。
2026-10-10 起改用 OpenAI 的 gpt-4o-mini-transcribe:此前用的 Qwen3-ASR 被供应商下线,当天换掉。它输出带标点的中文,我们据此把逐字稿切成句子。
爆款拆解 · breakdown
不只是文案,是这条内容怎么做出来的
加 "breakdown": true,在逐字稿、画面文字、图片和数据的基础上多一次分析(+1 积分), 用帖子本身的语言写(或 translate_to 指定的语言)。引用的原话会和原文逐字核对,对不上的会删掉并在 missing 里说明; 点赞、评论、话题标签直接来自平台,不由模型编。
| hook | 开头怎么留人:说的(逐字)、屏幕上的字(逐字)、画面、为什么有效 |
| beats | 结构节拍:每一步的时间(≈)或第几张图、标签(痛点 / 方法 / 结果 / 行动号召…)、摘要、一句原话 |
| title_formula | 标题公式,例如「数字 + 结果 + 人群」 |
| cover_text / cta | 封面文字、行动号召,逐字 |
| audience | 目标人群 |
| template | 可复用模板,4–8 步,用 [产品] [痛点] 这样的占位 |
| remix_ideas | 二创方向 2–3 个 |
| missing | 这次拆解看不到的东西:没有语音、只读了一部分、没有数据… |
LangChain / LlamaIndex
在 LangChain 和 LlamaIndex 里直接用
Python SDK(PyPI 上的 linkdigest-mcp,0.2.5 及以上)带一个 LangChain 工具和一个 LlamaIndex Reader,按需安装; 不装这两个扩展,SDK 仍然零依赖。工具名是 digest_url,通过了 LangChain 官方的标准工具测试;Reader 每条链接返回一个 Document,元数据有平台、标题、作者、原链接和积分。
pip install "linkdigest-mcp[langchain]" # 或 [llamaindex] export LINKDIGEST_API_KEY=ld_live_... from linkdigest.integrations.langchain import LinkDigestTool tool = LinkDigestTool(max_credits=20) # 每条链接的积分上限由你定,不由模型定 from linkdigest.integrations.llamaindex import LinkDigestReader docs = LinkDigestReader(depth="script").load_data(["https://v.douyin.com/xxxx/"])
积分不够时,模型拿到的是一句带付款链接的说明;作品被删或私密时是「读不了,没扣积分」;长视频先返回 job id,下一次调用取结果。 同一个包里还有离线的分享口令解析 linkdigest.links(命令行 linkdigest-links "<分享文字>")。 源码和示例:github.com/jcaiagent7143-ui/linkdigest-mcp。
扣子 Coze
用 OpenAPI 导入成插件
- 扣子 → 资源库 → 创建插件 → 导入,选择「URL」,填
https://linkdigest.dev/openapi.json。 (规格按 OpenAPI 3.0.3 生成并通过校验;导入时遇到问题,回复任何一封我们的邮件或写信到 support@linkdigest.dev。) - 授权方式选 Service(服务),位置 Header,参数名
Authorization,值Bearer ld_live_…(你自己的 Key)。 - 会出现 4 个工具:
digest_url、get_digest、digest_batch、get_batch。 工作流里先调digest_url(format 用 json);如果返回pending,循环调用get_digest(jobId, wait=20)直到拿到结果(最多循环 10 次)。正文用raw_markdown,拆解用breakdown。
飞书多维表格
一列链接,旁边自动填好
字段捷径已经开发完成:选链接所在的列、要什么(文案 / 图文文字 / 要点 / 爆款拆解)、是否翻译,填入 API Key, 旁边会拆出结果、标题、作者、钩子、结构节拍、可复用模板、点赞、评论、收藏、分享和本次积分等列;额度用完时单元格里直接给付款链接。 上架飞书捷径中心需要飞书审核,完成后这里会给出链接。在那之前,可以用多维表格自动化的「发送 HTTP 请求」调同一个 API(见上面的 REST 例子)。
价格
按工作量计费
注册送 10 积分(一次性,不按月补;每人一次:同一网络最近 7 天内已有账号把免费积分用完的,新注册的账号不再赠送),不用绑卡。一条图文 1 积分; 视频每开始的 1 分钟 1 积分(一条 1 分钟的视频共 2 积分); 爆款拆解 +1,翻译 +1,问答(ask)+1,消费者洞察(insight)+1;批量综合(synthesis)每 10 条 1 积分、整批一次。任何人读过的链接再读免费;读不出内容不收费。
长视频可以用 depth: "transcript"(逐字稿优先):完整逐字稿 + 大约每分钟一帧(有章节时每章一帧), 每开始的 2 分钟 1 积分;付费账号最长 120 分钟、 免费 60 分钟(完整读取是 30 / 10 分钟)。 一条 45 分钟的讲座 24 积分。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。
只要文案用 depth: "script"(2026-10-29 起):只读口播,不抽帧、不读画面上的字, 每开始的 2 分钟 1 积分,不收基础积分——5 分钟的视频 3 积分(完整读取 6)。 时长上限同逐字稿优先。没传 depth、但 ask 问的是「文案、口播、逐字稿」时,按 script 读。
加量包 $5 = 250 积分,一次性、永不过期,支持支付宝(按人民币结算 ¥36,每积分 ¥0.144:一条 6 张图以内的图文 ¥0.144, 一条 1 分钟的视频 ¥0.288);或 $9/月 500 积分(银行卡); 或支付宝月卡 ¥65 / 30 天(同样 500 积分和 dev 的时长上限,一次付 30 天,不自动续费)。
先说做不到的
接进去之后才发现读不出来,比现在就知道更糟。以下是明确不支持的,写在这里也写在覆盖表上。
| 平台 / 类型 | 原因 |
|---|---|
| X 长文(Articles) | 只能拿到首图。普通帖子的图片、视频都能读,长文正文读不到。 |
每个平台怎么打开(嵌入播放器、住宅出口)、存什么、存多久,见 数据来源与合规。