douyin-video-summary 是把抖音口播整理成结构化摘要的 Skill。它取得音频后用本地 whisper.cpp 转写，再从文字里归纳核心观点与分项内容。
和远程识别服务的路线不同，本地转写需要模型文件和运行环境；“本地”也不说明取得音频或后续摘要完全不联网。原文的速度数字只是参考，不能移作任何设备的实测。
先核术语、否定词和原话，再压缩成摘要。标题、作者与发布日期如果没取得，就不能为了填模板编造；语音里没说出的图表和操作画面，也不应由摘要补成事实。
适合先整理可复核的口播笔记。本文未下载、监听网页请求或转写；主文的拦截示例只覆盖部分请求方式，未验证当前页面有效，不能承诺一定取得音频。
飞书同步是可选后续，本文未展开其接口资料或执行投递。保留能回到原视频的出处，比套满一个漂亮摘要模板更有用。