本项目面向抖音直播电商团队(直播运营、投放、内容编导、复盘分析),解决一个很具体的效率问题:团队的日常工作分散在蝉妈妈看榜单、录屏工具录直播、第三方转写、手工把逐字稿和巨量百应分钟流量表对在一起、再另外写短视频脚本这几件事上。工具之间不互通,产物散落在各个文件夹和 Excel 里,一次复盘做完很难复用,也很难追到"这句话术对应的流量变化"。
目标是做一个 Windows 本地优先的 AI Agent 工作台,把"选主播—拆直播—做复盘—写脚本"四段工作收进同一个入口,素材、配置和产出都留在本机,任务是可追踪、可复用的,而不是一次性脚本。
软件包含四个 Agent 和两个中心:
1. 主播发现 Agent:管理关注领域、候选主播和达人研究任务,读取用户自己账号正常可见的蝉妈妈榜单与主播主页,生成结构化的达人拆解报告,并把确认的候选主播加入后续录制名单。
2. 直播拆解 Agent:把完整直播视频转成带秒级时间戳的结构化逐字稿,自动完成音频提取、云端转写和内容整理,导出可直接继续分析的 Excel。
3. 直播复盘 Agent:把同一场直播的逐字稿与巨量百应分钟级流量数据对齐,分析不同话术阶段对应的进入、离开、实时在线、平均停留、互动、商品曝光与点击的变化,输出 Excel 和 Word 双份复盘报告。
4. 短视频编导 Agent:根据用户提供的参考短视频链接提取真实逐字稿,在保留内容逻辑、不复制原文的前提下,生成原创口播脚本、内容结构、分镜和拍摄建议。
5. 统一任务中心:集中查看每个任务的进度、运行状态、失败原因和输出文件,不用在多个脚本和文件夹之间来回切换。
6. 本地设置中心:统一配置用户自己的阿里云百炼 DashScope、OSS、平台登录状态,以及可选的直播录制助手路径。
业务流程是一条完整闭环:在主播发现里筛人 → 加入录制名单 → 录屏 → 拆解出逐字稿 → 复盘出话术与流量的关系 → 用复盘结论去写下一轮短视频脚本。四段产物都挂在同一个任务下,可以随时回看。
项目实现
整体是"本地 Web 工作台 + 本地 Python 网关 + 四个独立 Agent 子工程"的分层架构。工作台基于 React 19 与 RSC(vinext / Vite)构建,样式使用 Tailwind CSS 4,运行在 127.0.0.1:4173,只对本机开放;本地网关用 Python 实现,监听 127.0.0.1:8785,负责任务编排、子进程调度、外部服务调用和产物落盘;任务、候选主播库和产物索引存 SQLite,用 Drizzle ORM 管理 schema 与迁移;Windows 侧提供 EXE 启动器,把前端、网关和 .runtime(内置 Python / Node / FFmpeg)一起拉起,用户不用自己配环境,发布包附带 SHA256 校验文件。
四个 Agent 各自独立成目录,通过网关以任务形式调度,互不阻塞:
- 直播拆解:FFmpeg 抽取 16k 单声道音轨并按大小切片 → 上传 OSS 取得可访问地址 → 调用 DashScope 录音文件识别 → 合并分段结果、把时间戳规整到秒级、按话术主题切分事件 → openpyxl 输出多 sheet 的 Excel。
- 直播复盘:以"开播后第 N 分钟"作为统一时间基准,把逐字稿按分钟切桶,与流量表做桶级对齐,计算每个话术阶段前后的进入、离开、在线、停留、互动、商品曝光和点击差值,再用 python-docx 生成带处理说明的 Word 报告,让结论可追溯。
- 主播发现:在用户已登录状态下读取其账号本来就能看到的页面,抽取达人结构化字段,输出候选人库与达人报告,避免越权抓取。
- 视频编导:先取到真实逐字稿作为事实底座,再做结构归纳和原创改写,避免模型凭想象编内容。
主要难点与解法:
1. 长直播转写不稳定:几小时的音频单次提交容易超时或中途失败。做法是切片 + 分片并行提交 + 单分片重试 + 断点续跑,每个分片状态回传任务中心,失败只重跑失败分片,不用整场重来。
2. 逐字稿和流量表时间基准对不上:录屏起点、平台开播时间和流量表统计口径之间常有几秒到几分钟的偏移。做法是统一换算成"开播后第 N 分钟"的相对轴,并用在线人数曲线做锚点校准,避免整份复盘因为偏移几分钟就得出错误结论。
3. 长任务不可见:单次任务动辄十几分钟,用户不知道卡在哪一步。做法是统一任务状态机(排队 / 运行 / 成功 / 失败)+ 结构化失败原因 + 日志尾行回传,任务中心轮询展示。
4. 隐私与边界:API Key、Cookie、浏览器 Profile、录屏原片和逐字稿全部留在本地,只把音频分片送去云端转写;仓库用 .gitignore 隔离配置和任务目录,文档里明确要求不提交密钥和真实业务数据。
5. 分发成本:用发布包内置 .runtime 的方式解决 Python / Nod