Douyin Video

PyPI version Python version License

一个基于 Model Context Protocol (MCP) 的服务器，可以从抖音分享链接下载无水印视频，提取音频并转换为文本。

📋 项目声明

官方文档地址： https://github.com/fancyboi999/douyin-video-mcp

重要提醒： 第三方平台如因自身 MCP Server 功能支持度限制而无法正常使用，请联系相应平台方。本项目不提供任何形式的技术支持或保证，用户需自行承担使用本项目可能产生的任何损失或损害。

法律声明：

1. 本项目基于 MIT 协议发布
2. 本项目仅供学习和研究使用，不得用于任何违法或违规目的
3. 本项目的使用必须遵守相关法律法规
4. 本项目的作者和贡献者不对项目的任何部分承担法律责任

✨ 功能特性

• 🎵 无水印视频获取 - 从抖音分享链接获取高质量无水印视频
• 🎧 智能音频提取 - 自动从视频中提取音频内容
• 📝 AI 文本识别 - 使用先进的语音识别技术提取文本内容
• 🧹 自动清理 - 智能清理处理过程中的临时文件
• 🔧 灵活配置 - 支持自定义 API 配置，默认使用 阿里云百炼 API

🚀 快速开始

步骤 1：获取 API 密钥

前往 阿里云百炼 API 获取您的 DASHSCOPE_API_KEY：

如果使用 Fish Audio，请在以下页面创建 FISH_API_KEY：

https://fish.audio/zh-CN/app/api-keys/

步骤 2：选择传输方式并配置

方式 A：STDIO（推荐，本地即用）

STDIO 由客户端启动服务进程，最简单的方式是直接使用 uvx：

{
  "mcpServers": {
    "douyin-video-mcp": {
      "command": "uvx",
      "args": ["douyin-video-mcp"],
      "env": {
        "ASR_PROVIDER": "dashscope",
        "DASHSCOPE_API_KEY": "sk-xxxx",
        "FISH_API_KEY": "fish-api-key-here"
      }
    }
  }
}

方式 B：HTTP（适合部署或多客户端访问）

HTTP 模式需要先启动一个长期运行的服务进程，然后客户端通过 URL 连接。

启动服务（本地示例）：

uv run python -m douyin_video_mcp --transport http --host 127.0.0.1 --port 8000 --path /mcp/
# 或者用 uvx（会自动下载并启动）
uvx douyin-video-mcp --transport http --host 127.0.0.1 --port 8000 --path /mcp/

说明： 启动服务本身不需要任何 API Key，也不需要配置 ASR_PROVIDER。只有在调用 extract_douyin_text 进行语音识别时，才需要配置 ASR_PROVIDER（可选）以及 DASHSCOPE_API_KEY 或 FISH_API_KEY。

示例：设置 ASR 并启动（HTTP）

# DashScope（默认 provider，可不设 ASR_PROVIDER）
export DASHSCOPE_API_KEY=your-dashscope-key
uv run python -m douyin_video_mcp --transport http --host 127.0.0.1 --port 8000 --path /mcp/

# Fish Audio
export ASR_PROVIDER=fish
export FISH_API_KEY=your-fish-key
uv run python -m douyin_video_mcp --transport http --host 127.0.0.1 --port 8000 --path /mcp/

也可以仅用环境变量控制启动方式：

export MCP_TRANSPORT=http
export MCP_HOST=127.0.0.1
export MCP_PORT=8000
export MCP_PATH=/mcp/
uv run python -m douyin_video_mcp

客户端配置：

{
  "mcpServers": {
    "douyin-video-mcp": {
      "transport": "http",
      "url": "http://127.0.0.1:8000/mcp/"
    }
  }
}

步骤 3：开始使用

配置完成后，您就可以在支持的应用中正常调用 MCP 工具了。

⚙️ API 配置说明

当前版本（>= 1.0.0）

最新版本默认使用阿里云百炼 API，具有以下优势：

• ✅ 识别效果更好
• ✅ 处理速度更快
• ✅ 本地资源消耗更小

配置步骤：

1. 前往 阿里云百炼 开通 API 服务
2. 获取 API Key 并配置到环境变量 DASHSCOPE_API_KEY 中

🛠️ 工具说明

get_douyin_download_link

获取抖音视频的无水印下载链接。

参数：

• share_link (string): 抖音分享链接或包含链接的文本

返回：

• JSON 格式的下载链接和视频信息

特点： 无需 API 密钥即可使用

extract_douyin_text

完整的文本提取工具，一站式完成视频到文本的转换。

处理流程：

1. 解析抖音分享链接
2. 直接使用视频 URL 进行语音识别
3. 返回提取的文本内容

参数：

• share_link (string): 抖音分享链接或包含链接的文本
• model (string, 可选): 语音识别模型，默认使用 paraformer-v2（仅 DashScope 生效）
• provider (string, 可选): ASR 提供方（默认读取环境变量 ASR_PROVIDER）

环境变量要求：

• ASR_PROVIDER: 默认 ASR 提供方（可选，例如 dashscope / fish）
• DASHSCOPE_API_KEY: 阿里云百炼 API 密钥（DashScope 必需）
• FISH_API_KEY: Fish Audio API 密钥（Fish 必需）

parse_douyin_video_info

轻量级视频信息解析工具。

参数：

• share_link (string): 抖音分享链接

特点： 仅解析视频基本信息，不下载视频文件

资源访问

• douyin://video/{video_id}: 通过视频 ID 获取详细信息

📦 系统要求

运行环境

• Python: 3.10 或更高版本

依赖库

• requests - HTTP 请求处理
• ffmpeg-python - 音视频处理
• tqdm - 进度条显示
• mcp - Model Context Protocol 支持
• dashscope - 阿里云百炼 API 客户端

⚠️ 注意事项

• 🔑 API 密钥必需：文本提取功能需要有效的 ASR API 密钥（DashScope 或 Fish）
• 🆓 部分功能免费：获取下载链接功能无需 API 密钥
• 📱 格式支持：支持大部分抖音视频格式

🔧 开发指南

本地开发环境搭建

# 克隆项目
git clone https://github.com/fancyboi999/douyin-video-mcp.git
cd douyin-video-mcp

# 安装依赖（开发模式）
pip install -e .

运行测试

# STDIO（默认）
python -m douyin_video_mcp

# HTTP
python -m douyin_video_mcp --transport http --host 127.0.0.1 --port 8000 --path /mcp/

Claude Desktop 本地开发配置

在 Claude Desktop 配置文件中添加本地开发配置：

{
  "mcpServers": {
    "douyin-video-mcp": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/your/douyin-video-mcp",
        "python",
        "-m",
        "douyin_video_mcp"
      ],
      "env": {
        "ASR_PROVIDER": "dashscope",
        "DASHSCOPE_API_KEY": "your-api-key-here",
        "FISH_API_KEY": "your-fish-api-key-here"
      }
    }
  }
}

⚠️ 免责声明

使用风险

• 使用者对本项目的使用完全自主决定，并自行承担所有风险
• 作者对使用者因使用本项目而产生的任何损失、责任或风险概不负责

代码质量

• 本项目基于现有知识和技术开发，作者努力确保代码的正确性和安全性
• 但不保证代码完全没有错误或缺陷，使用者需自行评估和测试

第三方依赖

• 本项目依赖的第三方库、插件或服务遵循各自的开源或商业许可
• 使用者需自行查阅并遵守相应协议
• 作者不对第三方组件的稳定性、安全性及合规性承担责任

法律合规

• 使用者必须自行研究相关法律法规，确保使用行为合法合规
• 任何违反法律法规导致的法律责任和风险，均由使用者自行承担
• 禁止使用本工具从事任何侵犯知识产权的行为
• 开发者不参与、不支持、不认可任何非法内容的获取或分发

数据处理

• 本项目不对使用者的数据收集、存储、传输等处理活动的合规性承担责任
• 使用者应自行遵守相关法律法规，确保数据处理行为合法正当

责任限制

• 使用者不得将项目作者、贡献者或相关方与使用行为联系起来
• 不得要求作者对使用项目产生的任何损失或损害负责
• 基于本项目的二次开发、修改或编译程序与原作者无关

知识产权

• 本项目不授予使用者任何专利许可
• 若使用本项目导致专利纠纷或侵权，使用者自行承担全部风险和责任
• 未经书面授权，不得用于商业宣传、推广或再授权

服务终止

• 作者保留随时终止向违反声明的使用者提供服务的权利
• 可能要求违规使用者销毁已获取的代码及衍生作品
• 作者保留在不另行通知的情况下更新本声明的权利

⚠️ 重要提醒：在使用本项目前，请认真阅读并完全理解上述免责声明。如有疑问或不同意任何条款，请勿使用本项目。继续使用即视为完全接受上述声明并自愿承担所有风险和后果。

📄 许可证

MIT License

👨‍💻 作者

• fancyboi999 - [email protected]
• GitHub: https://github.com/fancyboi999

🤝 贡献

欢迎提交 Issue 和 Pull Request！我们期待您的参与和贡献。