instagram-reel-extractor

Instagram Reel 提取器

从 Instagram Reel 中提取口述文本、元数据、音乐、评论和关键帧。

前提条件

用户的机器上必须安装以下内容：

• yt-dlp — brew install yt-dlp
• ffmpeg — brew install ffmpeg
• Python 软件包 — pip3 install openai-whisper ShazamAPI

也可以运行安装脚本：bash setup.sh

如果缺少任何依赖项，请告知用户需要先安装哪些依赖项，再继续操作。

用法

使用 Reel URL 运行提取脚本：

python3 scripts/extract_reel.py "REEL_URL"

将提取结果保存到指定目录：

python3 scripts/extract_reel.py "REEL_URL" --save-dir ~/notes/reels

提高转录准确度（速度较慢，占用更多内存）：

python3 scripts/extract_reel.py "REEL_URL" --whisper-model small

输出原始 JSON：

python3 scripts/extract_reel.py "REEL_URL" --json

跳过帧提取（速度更快，仅提取音频和元数据）：

python3 scripts/extract_reel.py "REEL_URL" --no-frames

调整帧间隔（默认每 2 秒提取一帧）：

python3 scripts/extract_reel.py "REEL_URL" --frame-interval 1.0

提取内容

• 原始 URL — 返回源 Reel 的链接（始终包含）
• 创作者 — 用户名和账号名
• 数据指标 — 点赞数、评论数（截至提取日期）
• 音乐 — 歌曲名称、艺术家、专辑、流派、Shazam 链接（通过音频指纹识别）
• 说明文字 — 原帖的说明文字
• 话题标签 — 帖子中的所有标签
• 热门评论 — 评论文本、作者和点赞数
• 时长 — 视频长度
• 上传日期
• 转录文本 — 音频中的完整口述内容，带时间戳
• 语言 — 自动检测到的口述语言
• 关键帧 — 每隔 N 秒提取的截图，以带时间戳的 JPG 格式保存

输出

脚本会输出一份结构化的 Markdown 摘要，并在顶部列出 Reel 的原始 URL。请原样呈现给用户——不要修改转录文本本身，但可以调整换行和段落流畅度，以便阅读。

帧图像保存在工作目录下的 frames/ 子目录中。呈现提取结果时，请使用 Read 工具查看帧图像，以便描述各时间戳处的视觉内容（人物对镜讲话、B-roll、文字叠加、产品镜头等）。

提供 --save-dir 时，提取结果会自动保存为 <creator>-reel-<upload_date>.md。如果文件已存在，文件名会追加一个数字（例如 garyvee-reel-2026-04-08-2.md）。

配置默认保存位置

若要始终将提取结果保存到指定文件夹，请告诉 Claude：“将 Reel 提取结果保存到 ~/my/folder”。Claude 会在之后的运行中自动传入 --save-dir。

Whisper 模型大小

模型	速度	准确度	内存
tiny	最快	较低	~1 GB
base	快	良好	~1 GB
small	中等	更好	~2 GB
medium	慢	很好	~5 GB
large	最慢	最佳	~10 GB

默认使用 base，适合短视频 Reel 内容，能较好地平衡各方面表现。如果用户反馈转录质量有问题，建议使用 small。

故障排查

• 需要登录的错误：有些 Reel 可能需要身份验证。传入 --cookies-from chrome（或 firefox）以使用浏览器 Cookie。
• 未检测到语音：Reel 可能只有音乐，或使用屏幕文字而非语音。请告知用户。
• 转录速度较慢：Whisper 默认在 CPU 上运行。在 Apple Silicon Mac 上，它会自动使用神经网络引擎。若要加快运行速度，建议使用 tiny 模型。
• 未识别出音乐：Shazam 对辨识度高的背景音乐效果最佳。以语音为主且没有音乐的 Reel 将无法匹配。