dYm：開源抖音歸檔工具，把創作者整套備份成可檢索資料庫

Facebook Line Messenger Telegram

2026 年談「數位囤積」已經不再是玩笑。當短片平台隨時可以把一隻影片下架、把一個帳號封掉、把一個創作者的整個頻道清空，每一個把這些內容視為研究素材、創作參考或單純喜歡想留下來的人，都會面對同一個問題：那些連結變成灰色失效圖示的那一刻，你到底還剩下什麼。dYm（dYmanager）這個名字背後的命題，就是把「我至少還有自己一份」這件事變成一個可以長期維護的本機資料庫，而不是散落在硬碟角落的資料夾與亂碼檔名。

如果你要的是即時看抖音直播、而不是把內容離線歸檔，DTV 直播聚合客戶端把抖音直播串流與彈幕收進桌面客戶端，是另一個取用方向。

處理 YouTube 或 Bilibili 等平台時，Youwee 這類 yt-dlp 圖形介面能補上 dYm 沒有涵蓋的桌面下載與批次佇列場景。

與本篇類似都是「抓中國平台內容＋本機 SQLite＋AI 自動上標籤」的開源 Python 工具，ai-goofish-monitor 把這套組合應用在閒魚二手商品監控，可作為另一個交叉參考的設計範例。

這個命題能不能成立，要看它做到多深。市面上已經有一堆抖音下載腳本，下載這一端從來不是真正的門檻；真正的門檻是下載之後，你要怎麼找到那條三個月前存的影片、怎麼知道它到底在講什麼、怎麼讓它變成可檢索的素材而不是愈長愈亂的資料夾。dYm 選擇把這個層次做起來，用本機 SQLite 把影片、文案、發佈時間、創作者資訊全部寫進結構化欄位，再選擇性地用視覺語言模型為每條影片補上標籤、分類、摘要與分級。這篇文章要把這套機制拆開，也把它的成本、邊界與法律風險誠實標出來。

TechMoon 精選圖｜dYm 桌面 app 的使用者介面，顯示創作者列表與批次下載任務 — dYm 桌面 app 介面（官方 dym.everless.app 釋出，顯示創作者列表與批次下載任務）。

一套 Electron 桌面 app，把下載、儲存與分析綁在一起

dYm 是一個用 Electron 39、React 19 與 TypeScript 5 寫的桌面應用，授權條款是 GPL-3.0，原始碼與安裝包都放在 GitHub 的 Everless321/dYm 倉庫。從 2026 年 1 月 27 號第一次提交，到 9 月 23 號發佈的 v3.2.0，八個月內累積 64 個 release、345 顆星與 50 個 fork，開啟中的 issue 維持在個位數，更新頻率在同類工具裡屬於前段。作者把自己的下載引擎 polydl 另外打包成 npm 套件（9 月已推進到 0.5.3），dYm 本體則負責把下載、SQLite 儲存、FFmpeg 切格、AI 分析與直播錄製全部串成一條桌面流程。

它的功能盤點可以濃縮成四條：批次下載指定創作者的影片（去浮水印）、自動錄製直播（原始畫質 FLV，由隨 app 附帶的 FFmpeg 負責）、把所有結果寫進本機 SQLite、再選擇性地把影片送去視覺語言模型做內容分析並把回傳的標籤、分類、摘要、情境描述、內容分級寫回資料庫。資料庫的 schema 在 src/main/database/index.ts 裡定義，使用者表、下載任務表與貼文表分得清楚，AI 欄位（tags、category、summary、scene、content_level）獨立存在貼文表上；v2.10 之後又多了 post_analysis、post_transcripts（中文可子字串檢索的全文索引）與 post_chapters 三張分析表，舊的扁平欄位照舊回寫，這也是它與單純下載腳本最大的結構差異。

直播錄製這一條值得單獨拿出來講。它在 src/main/services/live-recorder.ts 裡實作，邏輯是當指定的創作者開播時，自動用隨 app 附帶的 FFmpeg 把原始 FLV 串流錄下來，直到直播結束才停止。原始畫質 FLV 的意思是它不會重新編碼、不壓縮、不加浮水印，等同把平台送出來的串流原封不動寫進檔案；優點是畫質完全保留，代價是檔案體積會比壓縮過的 MP4 大很多，長直播錄下來動輒數 GB。v2.10 之後刪除錄製記錄可以勾選把影片、彈幕、封面與殘留分片一起清掉，並先顯示預計釋放的空間；錄製中與轉換中的記錄會拒絕刪除，避免砍到正在寫入的檔案。如果你要的是 B 站直播的邊播邊剪，BiliBili ShadowReplay 走直播切片與回放路線，與 dYm 這種整場錄存互補。要把這個功能開著長期監控某個創作者的直播，記得先檢查硬碟空間與下載路徑設定。

另一個體現「檢索而非單純儲存」這個命題的細節是智慧篩選。dYm 不只能按創作者與時間篩選，還能按 AI 產生的標籤、分類與內容分級篩選；如果你長期追蹤一個產出量很大的創作者、卻只對其中某個主題有興趣（例如只想看「數位評測」或「食譜」），這個篩選層會把「我得自己一條一條點開看」變成「點一個標籤就看到全部」。剪貼簿自動偵測抖音連結、系統托盤背景執行、Web Feed 瀏覽介面（v2.0.2 起套用 Liquid Glass 視覺）這些細節，都是圍著「長期使用」這個情境設計的。

TechMoon 精選圖｜dYm 在 GitHub 上的倉庫頁面，顯示星數、GPL-3.0 授權與 TypeScript 為主語言 — dYm 的 GitHub 倉庫頁面（截圖自 github.com/Everless321/dYm，顯示授權、主要語言與星數）。

AI 分析的邊界：模型自己選，選了雲端畫格就會出本機

dYm 的 AI 分析在 v2.10 做過一次大重做，從「抽幾格畫面貼標籤」升級成整條影片的理解：FFmpeg 先抽格，抽格改成用場景偵測去重，十分鐘以上的長片可以自動把每段畫格拼成網格圖省 token；再選擇性地接一個雲端語音轉寫服務，把影片裡說的話變成字幕，從矽基流動、阿里百煉、智譜、階躍星辰到 OpenAI、Groq、Mistral、Google 都有現成模板。模型的輸出也從固定幾欄擴充成按時間順序的內容敘述、兩三句摘要、章節、字幕與帶面向和信心度的標籤。長影片有明確的分段規則：60 秒以內單次整片理解，更長的按段（預設 90 秒）逐段理解再彙整出章節，超過 30 分鐘就全片均勻抽樣，超過 180 分鐘直接跳過不浪費額度。分析本身就是持久化佇列，作業可暫停、恢復、取消與重試失敗項，關掉程式下次啟動會續跑。每分鐘請求數限制器與並行 worker 數這兩個旋鈕仍在，只是不再是故事的全部。

這裡有一條容易被宣傳話術蓋過去的邊界要講清楚：早期版本的預設 Vision API 端點是寫死的 https://api.x.ai/v1 加 grok-4-fast；v2.10 之後改成 AI 提供方自己加，支援 OpenAI 相容、Anthropic、Google Gemini、xAI Grok，以及 ChatGPT（Codex）與 OpenCode Zen/Go 兩種訂閱登入，範本清單裡的第一個仍然是 Grok。這不代表資料就不出本機了：只要你選的是雲端提供方，影片畫格與轉寫後的語音內容就是會送到對應的伺服器去。「本機儲存」不等於「本機分析」，dYm 在這一點上並不是 local-first 工具，而是「storage local、analysis optional cloud」這種混合架構。

有意思的是 dYm 沒有把這條路綁死。在 src/shared/ai.ts 的協議定義註解裡，作者明確把 Ollama 與 LM Studio 這類本機推理服務列在 OpenAI 相容協議的支援對象裡，因為這類服務不需要鑑權；新增一個提供方、把 Base URL 指到 http://localhost:11434/v1 這種本機端點、API Key 留空，dYm 就會把畫格送到你自己的機器上的模型去分析。換句話說，要把它變成真正的全本機 AI 分析是可以做到的，只是要自己動設定，不是裝好就長這樣。

抖音 Cookie 與模擬登入：每個使用者自己扛風控

dYm 要能拿到下載清單，必須有抖音的 Cookie。它的做法在 src/main/services/douyin/cookie.ts（原始碼重整後從 services 根目錄搬進 douyin 子目錄）寫得很直接：開一個 Electron 視窗讓使用者手動登入，登入完成後從 session 裡把 .douyin.com 網域的 cookie 讀出來、組成字串、存進 SQLite 的 settings 表；背景靜默刷新模式也還在，會用持久化 session 開隱藏視窗載入抖音首頁，載入完成後重新抓 cookie。v3.0 之後這條路還多了一層設備指紋工程：每台機器首次啟動會按真實的平台、螢幕解析度、CPU 核心數、記憶體與時區生成一份 DeviceProfile，登入視窗、背景刷新與介面請求全部用同一份指紋派生參數，不再是早期所有使用者共用一套寫死的瀏覽器參數。作者在 ahhhhhfs 的介紹文裡強調「不會偷 Cookie、是本地模擬登入」，這個技術描述是正確的，但誠實版的故事還有另外一半。

另外一半是：每一個用 dYm 的人，等於是拿自己的抖音帳號去對平台發出大量請求，所有平台使用條款、帳號風控、cookie 過期與版權爭議的風險都由使用者自己扛。抖音對同一帳號短期內大量拉取創作者影片清單的行為，本來就有機率觸發風控限制，dYm 的更新說明也直接以「被加強管控的帳號」為對象在修問題，代表這種分級是實際存在的狀態，拿主要帳號長期跑等於是在賭自己不在名單上。dYm 內建任務調度機制來優化請求頻率、降低被擋的機率，但這只是降低，不是消除。

「防爬永遠會往更嚴的方向走」這句話在 2026 年 9 月有了具體時間軸：抖音在閘道新加了 ArgusSecurityPlugin，非瀏覽器請求直接被拒，指令列抖音下載工具被擋的實測就發生在這一波；dYm 則在 9 月 18 日到 23 日之間連發 v3.0.0 到 v3.2.0 五個版本應戰：請求補上閘道要求的 x-tt-argus 與 uifid、被擋時自動改走內建瀏覽器的頁面請求、登入視窗的瀏覽器版本資訊改成如實上報，因為抖音已經會用 Client Hints 識別內嵌瀏覽器，把這類登入標成可疑。今天能跑通的設定，半年後可能要重新調，這不是 dYm 個別的弱點，是整個品類的共同處境。

遙測一條不放過：aptabase 是 opt-out

桌面應用要不要回報使用狀況，是個誠實軸問題。dYm 用的是 Aptabase，一個標榜隱私友好的開源遙測 SDK。它不像 PostHog 或 Sentry 那樣收 IP 或設置持久使用者識別碼，而是按天生成匿名 session、只上報應用版本、作業系統、語言與少量事件名稱。原始碼裡的 src/main/services/telemetry.ts 以程式碼註解標示得很明白：遙測是 opt-out、預設開啟，只有當使用者顯式關閉時才會變成 false，這個設計與公開的 App Key 到 2026 年 9 月都沒變。換句話說，dYm 的設計判斷是「先開、讓有意識的關掉」，而不是「先關、讓有意識的開啟」。

以隱私強度來看，Aptabase 收的欄位確實比同類產品少很多，App Key（A-US-1664205856）也是公開值而不是秘密；但 opt-out 仍然是 opt-out，這個預設值的方向選擇本身就是一個讀者應該知道的設計判斷。如果你對任何形式的使用狀況回報都敏感，記得在設定裡明確關掉；這條 Aptabase 不會主動提示你。

版權與使用邊界：個人備份不等於商業分發

dYm 在 README 的 Disclaimer 段落寫得很清楚：「This tool is for learning and research purposes only. Please comply with local laws and platform terms of service. All downloaded content copyrights belong to the original creators.」。ahhhhfs 的來源文章裡也加了幾乎相同的免責。這些免責不是法律魔法，不會因為寫了就讓所有用途變合規；它們真正的作用是畫出一條中性的事實線，讓讀者知道作者把這個工具定位在什麼位置。

把這條線講白一點：把抖音上你追蹤的創作者的影片下載到自己的硬碟做個人備份、做研究素材、做離線觀看，這是大多數司法管轄區裡的灰色地帶，多數情況下不會被追究，但並不因此變成合法權利；把這些影片拿到別的平台二次上傳、做成合集頻道營利、打包販售或者用於任何形式的商業分發，則明確踩在版權法與平台條款的紅線上。dYm 把工具做出來，不等於替使用者的下游用途背書，也不會幫使用者扛後果。同一條邏輯也適用在直播錄製：FLV 原畫質錄製本身是中性技術，把它用於營利重製則是另外一個層級的問題。

對台灣讀者還有一條額外的脈絡要說清楚：抖音是中國大陸的短影音平台，與海外版本的 TikTok 是兩個獨立 app，內容池與帳號體系並不相通。部分台灣讀者本來就會透過抖音接觸中國大陸的創作者內容，這篇介紹對這個事實保持中性陳述；至於是否在中華民國境內合法安裝與使用抖音、是否涉及個別平台的服務條款，dYm 本身沒有立場，本文也不替代法律判斷。

與只下載腳本的差異：dYm 賣的是歸檔，不是下載

把 dYm 放回同類工具的座標系裡，讀者會比較容易判斷自己需不需要它。只負責下載這一端的工具很多，從通用性最強的 yt-dlp（命令列、支援大量網站、無 UI），到針對中國大陸平台特化的 BBDown（命令列、持續維護、支援 B 站為主）、9 月實測核心功能被 Argus 風控擋下的 DouYin Downloader，再到各種一次性腳本。它們共同的特徵是：下載完之後，檔案歸檔與檢索是你自己的事。dYm 把這一層做起來，這才是它的差異化所在。

工具	定位	下載	本機資料庫	AI 標籤	形態
dYm	抖音歸檔管理員	抖音（含直播 FLV）	SQLite 結構化	內建（BYOK 多提供方）	桌面 app
yt-dlp	通用下載器	大量網站	無	無	命令列
BBDown	B 站下載器	Bilibili 為主	無	無	命令列
其他一次性腳本	個人備用	單一平台	無	無	腳本

dYm 與常見下載工具的差異（依各專案 README 與版本說明，截至 2026 年 9 月）。

講白了，如果你只是想偶爾存幾條抖音影片下來離線看，yt-dlp 加上一個資料夾就夠了；dYm 的價值是在你決定把某個創作者或某個主題的影片當成長期、可檢索、可標註的私人資料庫來管理的時候才會浮現。它與 TechMoon 介紹過的 MioSub（跨平台音訊下載）與 AudioMass（瀏覽器音訊編輯）可以串成「下載、歸檔、後製」的個人媒體鏈；而它選擇 GPL-3.0 這個強 copyleft 授權，與 Agent Battery 和 OpenCyvis 一樣，意味著任何商用衍生都必須在同一個授權下開源。

結論：dYm 是給願意長期維護私人媒體庫的人準備的

dYm 不是另一個下載器，也不是 AI 標籤產生器，它是一個把「我對某個創作者、某個主題的長期追蹤」這件事當成資料庫工程來做的桌面工具。它的價值與它的成本是同一件事：要做長期歸檔，就必須開 SQLite、就必須處理 Cookie、就必須在遙測與 AI 分析上做顯性的設計選擇，而這些選擇 dYm 都做了一定的揭露，但讀者自己也要會讀。如果你讀完這篇，心裡想的是「我其實只是想偶爾下載幾條」，那就用 yt-dlp；如果你讀完想的是「我早就想找一套把這些東西好好管起來的工具」，dYm 目前是這個需求裡最完整的開源選項，而且它還在動：光是 2026 年 9 月就為了抖音風控與 AI 分析重做連發多個版本。

常見問題

dYm 是免費的嗎？

dYm 本體是開源免費軟體，GPL-3.0 授權，直接從 GitHub Releases 下載安裝包即可。真正的成本在於 AI 分析這一端：雲端提供方（Grok、OpenAI、Gemini、Claude 等）依用量計費，雖然單次分析非常便宜，但如果你批次分析整個創作者幾百條影片，仍會累積出小額費用；改用 ChatGPT 或 OpenCode 的訂閱登入則是吃既有月費，不必另買 API 額度。不想花這筆錢的人可以改用本機 Ollama 或 LM Studio，跑自己機器上的視覺模型。

想備份抖音影片，用 dYm 還是一般下載工具？

看你備份的是「幾條影片」還是「一個創作者」。偶爾存幾條離線看，yt-dlp 或各種一次性腳本就夠，檔案自己進資料夾；要把某個創作者或某個主題長期累積成查得到、標好籤的資料庫，才是 dYm 的位置，它把影片、文案、直播錄製與 AI 分析結果全部寫進本機 SQLite，一併處理檢索與後續維護。另外提醒：抖音 2026 年 9 月加強了閘道風控，指令列下載工具首當其衝，選工具時要把這個變數算進去。

dYm 會把我的抖音帳號偷走嗎？

不會。它處理 Cookie 的方式是在你本機的 Electron session 裡讀取你自己手動登入後產生的 cookie 字串，原始碼在 src/main/services/douyin/cookie.ts 可以核對。它不會把 cookie 字串送到 dYm 自己的伺服器（作者也沒有這種伺服器），但這不代表它對你的抖音帳號零風險，因為大量拉取資料的是你的 cookie、被抖音風控的也是你的帳號。作者建議使用小號是出於這個理由。

dYm 可以跑全本機 AI 分析嗎？

可以，但要自己設定。AI 提供方範本清單的第一個是 xAI 的 Grok 雲端；要切換成全本機，需要在設定裡新增一個 OpenAI 相容的提供方，把 Base URL 指到本機的 Ollama 或 LM Studio 端點（例如 http://localhost:11434/v1），API Key 留空。dYm 的程式碼註解明確支援這個使用情境。本機視覺模型目前的標籤品質與雲端模型會有差距，這是模型大小與訓練資料的本質限制。

台灣讀者用 dYm 有什麼要注意的？

兩件事。第一，抖音是中國大陸版本，與你在台灣常見的 TikTok 是兩個不同的 app，內容池與帳號體系不相通，所以 dYm 拿到的 cookie 與影片只會是抖音（中國大陸）那一側的。第二，是否在中華民國境內使用抖音、是否涉及兩岸跨境資料傳輸與平台服務條款，dYm 本身沒有立場，本文也不替代法律判斷，請讀者依自身情境自行評估。