最近我在研究一个很实用的自动化场景：

能不能输入一个关键词，比如「短视频带货」，然后让 Agent 自动跑完下面这条链路？

以前这个流程要自己刷抖音、手动记录、复制链接、下载音频、转写，非常费时间。

至于后面的爆款拆解和二创脚本，我把它作为额外能力放在结果里。有需要就看，不需要也不影响这篇教程的核心目标：

根据抖音关键词，把相关视频内容批量提取成文字稿。

这次我把它封装成了一个 Agent Skill。

也就是说，你不需要自己写一堆代码，只要给 Agent 安装这个 Skill，然后告诉它：

请使用 RedFox 抖音视频转文字 Skill，搜索关键词“短视频带货”，帮我找出相关视频，下载音频，并转写成文字稿。

Agent 就会开始自动跑流程。

本文适合小白，尤其适合做自媒体、短视频、电商运营、直播带货和内容选题的人，跟着一步一步操作即可。

准备工作

开始之前，我们需要准备 3 样东西：

1. 一个能运行 Agent 的工具，比如 Codex 或 WorkBuddy，本文主要以 workbuddy 举例，其他 Agent 使用方法大同小异；
2. RedFox API Key，用来搜索抖音作品；
3. 阿里云百炼 API Key，也就是 DASHSCOPE_API_KEY，主要用来音频转文字和矫正文字稿，也可以顺带生成脚本。

第一步：获取 Skill 源码

我已经把完整 Skill 源码整理好了。

点我头像进主页找我领取。

你会拿到一个压缩包：redfox-douyin-viral-script.zip

拿到以后先不要急着改代码，我们直接让 Agent 帮我们安装。

第二步：让 Agent 帮你安装 Skill

把源码包交给 Agent，用一句话提示词就能完成安装，整个路径可以看下面这张流程图：

在 Codex 中安装

打开 Codex，把源码包放到当前工作区，然后对 Codex 说：

请帮我安装这个 skill：/Users/wample/coding/me/test/redfox-douyin-viral-script.zip

要求：
1. 解压源码包；
2. 安装到当前工作区的 .agents/skills 目录；
3. 同步一份到 Codex 全局 skills 目录 ~/.codex/skills；
4. 安装后检查 SKILL.md 是否存在；
5. 告诉我安装是否成功。

安装成功后，Codex 应该能看到这个 Skill。

在 WorkBuddy 中安装

打开 WorkBuddy，把源码包上传或放到 WorkBuddy 能访问的工作区，然后对 WorkBuddy 说：

请帮我安装这个 skill：/Users/wample/coding/me/test/redfox-douyin-viral-script.zip

要求：
1. 解压源码包；
2. 安装到 WorkBuddy 可识别的 skills 目录；
3. 检查 SKILL.md 是否存在；
4. 安装完成后告诉我如何调用这个 skill。

不同 Agent 的 skill 目录可能不完全一样，所以，一定注意不需要死记路径，找到自己下载 skill 的实际路径，替换一下！

核心原则就是：把源码包给 Agent，让 Agent 自己安装，并让它检查安装结果。

第三步：创建 RedFox API Key

RedFox 是这次教程里最关键的 API 平台。

简单说，它把很多公开内容平台的数据能力，整理成了可以直接调用的接口。

对小白来说，你不用自己写爬虫，也不用研究平台页面怎么抓数据，只需要拿到 API Key，再把关键词交给 Agent，就可以让 Agent 自动去查作品、取标题、取账号、取互动数据、取音频链接。

这次我们主要用的是 RedFox 的抖音接口：搜索关键词获取抖音作品

接口返回的数据里会包含作品标题、作者、发布时间、点赞数、评论数、收藏数、转发数、视频链接，以及这篇教程最关键的：audioUrl，也就是音频地址。

有了这个音频地址，后面才能继续下载音频，再交给千问做语音识别，最后转成文字稿。

他的官方文档地址是：
https://redfox.hk/apis/douyin/0OT1E306

我看了一下 RedFox 的接口文档，它不仅是支持抖音，还覆盖了多个常见内容平台。

比如：

• ​抖音​：作品详情、账号信息、关键词搜账号、关键词搜作品、账号作品列表、AI 作品搜索；
• ​小红书​：账号信息、作品详情、关键词搜账号、关键词搜作品、AI 作品搜索；
• ​公众号​：账号信息、按作品 uuid 获取作品、关键词搜账号、关键词搜作品、账号作品列表、按作品地址获取作品、AI 创作作品搜索；
• ​哔哩哔哩​：作品详情、账号信息、关键词搜账号、关键词搜作品、账号作品列表；
• ​今日头条​：账号作品列表、作品内容详情；
• ​TikTok​：关键词搜索账号；
• ​工具类接口​：图片生成、视频生成、素材上传、短视频下载器；
• ​人工智能搜索​：豆包纯文字搜索、DeepSeek 纯文字搜索。

你可以把它理解成一个"​自媒体数据 API 工具箱​"。

这篇文章先拿抖音做一个最小可跑通案例，因为抖音视频内容转文字，是普通自媒体人最容易理解、也最容易马上用起来的场景。

下面这几张是 RedFox 接口文档里的目录截图，能看到它覆盖的平台和接口类型：

这里要特别提醒一下：RedFox 官方文档里默认开放的接口数据，并不是实时数据，而是 T-1 数据（截至昨天的数据）。

不过对绝大多数自媒体场景来说，这个时效性已经够用了。比如做选题分析、爆款拆解、脚本参考、内容趋势判断，我们通常不需要每分钟刷新一次数据，昨天的数据已经足够帮助我们判断一个方向值不值得做。

如果你确实需要​实时数据接口​，需要向 RedFox 单独申请，而且实时接口是单独收费的。它的实时接口会更丰富，覆盖小红书、抖音、B 站等平台的账号信息、作品列表、作品详情、评论列表、关键词搜索等能力。

下面这几张就是实时接口目录截图，能看到里面很多接口名称后面都带了“实时”：

如果你后面需要实时接口，也可以到我的公众号主页找到我私聊，全网同名。

现在，我们打开官网：
https://redfox.hk/invite?invitationCode=paAgcN8v

注册并登录账号。

进入控制台后：控制台 -> 密钥管理 -> 创建密钥 ，获取自己的 API Key ，把它保存好，后面要用。

第四步：申请阿里云百炼 API Key

这一步用于把下载下来的抖音音频转成文字，并继续用千问矫正成更通顺的文字稿。

考虑到大部分读者都是国内用户，本文不使用国外产品，统一使用阿里云百炼。

文本矫正和脚本生成默认使用阿里云百炼当前千问文本模型中能力最强的 qwen3.7-max。如果你只是测试流程、想节省成本，也可以后面把它改成 qwen3.7-plus 或 qwen3.6-flash。

打开阿里云百炼控制台，开通模型服务，然后创建 API Key。
阿里百炼地址：
https://bailian.console.aliyun.com/cn-beijing?tab=model#/api-key

创建自己的 API Key：

第五步：配置 API Key

安装好 Skill 后，我们需要把 API Key 配置给 Agent 的运行环境。
你不需要自己写命令，直接把两个 Key 交给 Agent，让它帮你配置即可。

可以这样对 Agent 说：

请帮我配置 redfox-douyin-viral-script skill 的运行环境。

我的 RedFox API Key 是：这里粘贴你的 RedFox API Key
我的阿里云百炼 API Key 是：这里粘贴你的阿里云百炼 API Key

请配置完成后检查一次环境变量是否生效，但不要在回复里显示完整 Key。

第六步：开始跑流程

我们直接让 Agent 一次性完成：

1. 根据关键词搜索抖音作品；
2. 按互动数据筛选高价值视频；
3. 下载视频音频；
4. 用千问把音频转成文字稿；
5. 用 AI 矫正文字稿；
6. 顺手生成可参考的二创脚本。

对 Agent 说：

请使用 redfox-douyin-viral-script skill，搜索关键词“短视频带货”，筛选前 3 条高互动作品，下载音频，用千问转写音频，保留原始文字稿和 AI 矫正稿，并生成一份原创二创脚本。完成后请告诉我生成目录和报告路径。

接下来就交给 Agent。

你不需要自己去敲命令，也不需要理解脚本参数。等它跑完以后，它会直接告诉你：

• 结果保存在哪个文件夹；
• 视频提取报告在哪里；
• 文字稿在哪里；
• 二创脚本在哪里。

第七步：查看最终结果

成功后，所有过程文件都会保留，方便你复盘和二次修改。

先打开：transcripts/

重点看这两个文件：

作品ID.raw.txt      原始语音识别稿
作品ID.cleaned.txt  AI 矫正后的通顺稿

这两个文件才是这篇教程的核心产物。raw.txt 是原始识别结果，可能会有口语、错别字和断句问题；cleaned.txt 是 AI 矫正后的版本，更适合阅读、整理和二次创作。

再打开生成的报告文件：

里面会有：

• 接口状态；
• 搜索总结果数；
• Top 作品列表；
• 作者；
• 视频链接；
• 音频路径；
• 点赞、评论、收藏、转发、粉丝数；
• 是否完成转写。

如果你还想继续做内容创作，再打开附加生成的脚本文件：

outputs/remix_scripts.md

里面会看到 Agent 顺手生成的：

• 标题；
• 3 秒开头钩子；
• 45-60 秒口播稿；
• 分镜建议；
• 封面文案；
• CTA。

注意：这里生成的是原创二创脚本，不是直接照搬原视频。

到这里，这条链路就跑完了。

这套流程的核心不是“多会写代码”，而是把搜索、筛选、下载、转写、整理这些重复步骤交给 Agent。以后换一个关键词，就能快速得到一批可阅读、可复盘、可二次创作的视频文字稿。

对自媒体选题、短视频拆解、直播带货复盘来说，这已经是一个很实用的小自动化闭环了。