博主蒸馏器

June 2, 2026 · View on GitHub

博主蒸馏器

"你研究了 10 个对标博主。你能说清楚任何一个的爆款打法吗？"

你翻了 50 条笔记，还是说不出 TA 为什么爆？
你用 AI 写了模仿稿，出来的还是泛泛感觉——它根本不知道你想学谁。
你换了个对标博主，一切又得从头研究？
你自己也发了三十条笔记，但每次创作还是凭感觉从零开始？

把任何博主（包括你自己）的爆款打法，从真实笔记里蒸馏出来，装进你的 AI。

输入博主账号，30 分钟后拿走 TA 的爆款打法——
装进你的 AI，变成你永久的内容教练。

Python 3.10+ License: MIT

产出物 · 分析模式 · 30 秒上手 · API 配置 · 成本估算 · 进群交流 · 找到作者

⚠️ 使用前请阅读：免责声明与数据处理说明（点击展开）

本工具仅供学习研究使用。使用前请确认你已理解以下要点：

  • 数据来源：通过 TikHub 的公开 REST API 获取平台公开数据（小红书 / 抖音），不模拟登录、不注入 Cookie、不破解加密接口。
  • 适用范围：仅建议用于研究公开发布的内容（公开账号、公开笔记/作品、公开评论）。请勿用于爬取私密内容、绕过平台风控、或任何违反小红书、抖音《用户协议》及相关法律法规的行为。
  • 评论者隐私：本工具会自动将评论者身份脱敏为"读者1 / 读者2 / 作者"，不保存评论者昵称、userId、头像、IP 属地。评论正文会保留用于内容研究。
  • 商业使用：如需商业用途，请自行确认小红书/抖音平台政策与 TikHub 服务条款是否允许。作者不对商业使用的合规性作任何背书。
  • 风险承担：使用本工具产生的一切后果（包括但不限于账号风险、数据准确性、第三方 API 费用）由使用者自行承担。

合规使用边界（参考《数据安全法》《个人信息保护法》《反不正当竞争法》）：

✅ 这些没问题：个人学习 / 需求分析 / 市场调研；仅爬取无需登录即可公开访问的内容；数据仅用于自己研究，不对外传播或变现。

❌ 这些有风险：贩卖或分发他人数据；爬取需要登录才能看到的内容；将大规模爬取的数据作为商业产品的核心数据来源。

详细条款见 DISCLAIMER.md · 安全策略见 SECURITY.md

它做了什么

把「手工翻笔记 → 凭感觉总结」变成「一句话 → 自动蒸馏 → 拿结果」。

拆解/蒸馏博主 XX（最好附上链接🔗）

AI 自动完成全流程：

环境检查 → 端点自动探测 → 采集笔记 → 统计分析 → 认知层提取 → 蒸馏 → 出报告

你拿到的不是一堆原始数据，是两样东西（开启转写后三样）：

产出物给谁干什么
创作指南 Skill 文件夹给你的 AI装进 AI 工具，用XX博主的认知、策略、内容风格帮你创作或做帐号诊断
HTML 蒸馏报告给你看浏览器打开，快速读完这个博主的人设、策略和爆款规律
口播逐字稿（按需开启）给你的 AI把视频里说的话转成文字，补进分析数据，让 AI 读到博主真实的口播内容

产出物

创作指南 Skill（给 AI 用）

生成一个可安装的 Skill 文件夹。把它放到你的 AI 工具里：

.claude/skills/XX博主_创作指南.skill/
└── SKILL.md

安装后，在新对话里直接说：

用XX博主的风格，写一篇关于 AI 工具推荐的小红书笔记

AI 按照蒸馏出的公式、语气和结构来写——不是泛泛的"活泼风格"，是从真实笔记里提炼的具体规则。

三层蒸馏结构：

层级回答什么装进 Skill 的内容举例
认知层TA 怎么想？"TA 相信'反共识才有传播力'，80% 爆款都用了反常识观点开头"
策略层TA 怎么运营？"每周三晚 8 点发，藏赞比 0.85 说明粉丝当教程收藏"
内容层TA 怎么写？"35% 数字标题、25% 反问标题，开头永远是个人故事"

8 大章节：使用说明 → 认知层 → 策略层 → 内容层 → 创作禁区 → 对比示例 → 选题灵感 → 局限性自检

HTML 蒸馏报告（给你看）

单文件 HTML，浏览器打开即可阅读。

#模块内容
1一眼看清粉丝/获赞/爆款率/底层公式，一张卡片看完
2人设拆解TA 是谁、代表什么、粉丝为什么追 TA
3认知层核心信念 × 观点张力 × 价值立场
4策略层系列规划 × 蹭热点方式 × 运营节奏
5TOP10 爆款逐条拆解：为什么爆？能学什么？
6内容公式11 种标题公式 × 开头模板 × CTA 策略
7选题灵感TOP15 选题方向，按难度 × 潜力排序
8数据面板均赞/均藏/藏赞比/视频 vs 图文/发布频率
9发展趋势早期 vs 近期变化，转型路径（附置信度标注）
10核心结论三句话总结 + 行动建议

口播逐字稿（按需开启）

蒸馏完成后说「提取口播」，Whisper 自动将视频音频转成文字：

  • 文件保存为 {博主名}-口播逐字稿.md，可直接交给 AI 用于深度分析
  • 默认 Base 档，准确率约 70%；可在 Skill 中升级模型，每升一档转写时间翻一倍
  • 仅支持 10 分钟以内的视频，超长自动跳过

分析模式

模式你想做什么产出物
A — 拆解对标博主学习 TA 的打法HTML 报告 + {博主名}_创作指南.skill/
B — 蒸馏自己的账号打造属于自己的创作工作流HTML 报告 + {用户名}_创作基因.skill/

笔记数量三档可选：30 条（快速）/ 50 条（推荐）/ 80 条（深度）

拓展玩法

首次蒸馏完成后，说出触发词即可解锁两个进阶分析——无需重新采集，基于已有数据直接运行：

玩法触发词平台说明
🎨 封面视觉风格分析「分析封面」双平台8 维度视觉拆解：封面风格类型 / 构图 / 标题钩子 / 文字设计 / 人物出镜 / 装饰元素 / 信息密度 / 视觉一致性，输出封面公式 + 内容匹配度评估 + 3 条针对性建议（零额外 API 调用）
📈 关键词趋势洞察「关键词趋势」双平台分析博主核心关键词的热度趋势与受众画像，挖掘内容方向机会

30 秒上手

git clone https://github.com/otter1101/blogger-distiller.git
cd blogger-distiller
python install.py

在你的 AI 编程助手里说：

拆解小红书/抖音博主 XX

系统会问你选模式（A 或 B）、平台（小红书 / 抖音）和笔记数量，之后全自动。

Skill 安装方式（进阶）

方式 1：让 AI 帮你安装（推荐）

打开你的 AI Agent（本地 / 云端都可以），说：

请帮我下载 https://github.com/otter1101/blogger-distiller 的 skills，并告诉我该怎么使用

AI 会自动完成下载和配置。

方式 2：手动安装

下载 Skills 的压缩包，解压到对应文件夹，然后按提示完成安装即可。

API 配置（TikHub）

本工具通过 TikHub 的 REST API 获取小红书 / 抖音数据。全程走外部 API 调用，不模拟浏览器登录、不注入 Cookie，你的账号零封号风险。 这是目前成本最低、端点覆盖最全的第三方 API 方案。作者与 TikHub 无利益关系，不从中盈利，只是在提供一种可用的解决方案。

你需要自行注册 TikHub 账号、充值并开通 API 权限：

第 1 步：注册

访问 https://user.tikhub.io 注册并完成邮箱验证。

第 2 步：充值

登录后在 控制台 → 充值/套餐 页面充值。推荐按量付费（Pay-as-you-go），按实际调用次数扣费。

第 3 步：开通权限

在 控制台 → API 权限 中，一键勾选全部小红书（xiaohongshu）及抖音（douyin）相关端点即可。系统启动时会自动探测哪些端点可用，不需要你手动挑选。端点开得越全，自动容错能力越强。

第 4 步：生成 API Token

在 控制台 → API Token 页面生成一个 Token key，然后将其发给你的agent即可！

ps：若agent无法解析API密钥，可尝试3种解决方法：

1.重试/检查网络问题

2.换密钥，不用重复充值

3.换一个agent，claudcode/codex/workbuddy/openclaw/hermes都能用

可选：自定义 RPS 加速

TikHub 不同套餐有不同的 RPS（每秒请求数）上限。默认使用 RPS=10。如果你的套餐 RPS 更高，可以手动加速：

export TIKHUB_RPS=20    # 间隔减半，速度翻倍

成本估算

每次蒸馏一个博主的大致费用（基于 TikHub 按量计费）：

笔记数量预估费用
30 条（快速）¥1 ～ 3
50 条（推荐）¥2 ～ 5
80 条（深度）¥4 ～ 8

实际费用取决于评论量、端点可用性和重试次数。以上基于真实使用统计，请以 TikHub 官网定价 为准。系统已内置多项节省策略（启动探测避免请求打到无效端点、会话内死链缓存、默认跳过搜索补充等），尽量减少无效 API 调用。

架构设计

「脚本保下限，AI 冲上限」

角色占比负责什么
脚本30%采集数据、算统计、识别标题模式、提取 CTA、计算藏赞比
AI70%提炼信念、发现认知张力、写人设拆解、做因果分析、给个性化建议

核心特性：

  • 零配置 — 自动下载依赖、启动服务，开箱即用
  • 端点自动探测 — 启动时自动检测所有 API 端点的可用性并动态排序，自适应+调整
  • 多端点 Fallback — 4 组端点池（web_v2 / app / web_v3 / app_v2）自动降级，挂一个还有三个
  • 跨领域通用 — 不预设内容类型，基于笔记实际内容动态聚类，适用任何赛道
  • 断点恢复 — 每 10 条自动存盘，断网/中断不丢数据

项目结构

blogger-distiller/
├── SKILL.md                       # Skill 定义（AI 编程助手读这个）
├── run.py                         # 一键运行入口
├── install.py                     # 自动安装脚本
├── scripts/
│   ├── crawl_blogger.py           # Phase 1: 采集入口路由（自动分发至各平台）
│   ├── crawl_xhs.py               # Phase 1-XHS: 小红书数据采集
│   ├── crawl_douyin.py            # Phase 1-DY:  抖音数据采集
│   ├── crawl_common.py            # 采集层共享工具（目录/JSON/进度/限速）
│   ├── analyze.py                 # Phase 2: 数据分析（聚类+标签+TOP10+认知层）
│   ├── deep_analyze.py            # Phase 3: 数据底稿 + AI 蒸馏任务生成
│   ├── verify.py                  # Phase 4: 数据校验（双平台）
│   └── utils/
│       ├── tikhub_client.py       # TikHub API 客户端（多平台路由+限速+降级）
│       ├── endpoint_router.py     # 端点池路由 + 自动降级引擎
│       ├── xhs_endpoints.json     # 小红书端点池（4组×7类 = 28 个端点）
│       ├── douyin_endpoints.json  # 抖音端点池（10个功能池 = 19 条链路）
│       ├── adapters.py            # 响应数据归一化适配器（XHS + 抖音）
│       ├── cover_analyzer.py      # 封面视觉风格分析（拓展玩法：卡片A）
│       ├── index_client.py        # 关键词趋势洞察（拓展玩法：卡片B，双平台）
│       ├── common.py              # 平台注册表 + 共用工具函数
│       ├── privacy.py             # 数据脱敏（双平台）
│       ├── first_run.py           # 首次运行合规确认
│       ├── quality.py             # 数据质量检查工具
│       └── transcript.py          # 口播提取（Whisper 集成，小红书+抖音）

版本历程

版本里程碑
v0.1–v1.0SKILL 设计 → 全 Phase 脚本 → 通用化重构 → 全自动环境准备 → 输入端稳定化（扫码登录版，已废弃）
v1.7认知层提取（观点句 / 思维模式 / 价值词）
v1.8产出物改版（HTML 报告 + Skill 文件夹）
v1.9全流程切换新范式 + 采集 Bug 修复
v2.0API + 合规改造发版
v2.2多平台扩展：新增抖音全链路采集（22 条端点）、双平台分析引擎、封面视觉分析（卡片A）、关键词趋势洞察（卡片B）、原子卡片拓展玩法
v2.3口播提取：集成 Whisper 模型，小红书、抖音视频可一键转写逐字稿（Base 档 ~70% 准确率 / 多档可选）；10 分钟以内视频自动转写，超长跳过；逐字稿导出为 MD

License & 免责

本项目基于 MIT License 开源。

本工具仅供学习研究使用。完整条款请阅读：

如果觉得本工具有用，辛苦在右上角点个 ⭐ Star 呀！

进群交流

博主蒸馏器交流群

vx:catsanddogs666（白天回复不及时）

找到作者

小红书：Aha 水濑    抖音：@Aha 水濑