dYm：開源抖音影片歸檔工具，下載進本機 SQLite 並用 Grok 上標籤

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

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。

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。

Pin

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 7 月 21 號剛發佈的 v2.1.0，半年內推進到 288 顆星、36 個 fork，只有一個尚未關閉的 issue。作者把自己的下載引擎 polydl 另外打包成 npm 套件，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，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。如果你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。

Pin

AI 標籤的真相：預設會把影片畫格送到 Grok

dYm 的 AI 分析流程分三步：FFmpeg 從影片裡抽出設定數量的畫格（預設 4 張），把畫格編碼成圖片，再用 OpenAI 相容的 Vision API 把這些畫格連同一段提示詞送出去，最後把模型回傳的結構化欄位寫回 SQLite。提示詞預設要求模型輸出 JSON，欄位固定為標籤、分類、摘要、情境與內容分級；圖文輪播貼文則跳過切格直接送原圖，單次最多 10 張。為了不把 API 配額燒光，dYm 內建了每分鐘請求數限制器（預設 RPM 10）、並行 worker 數（預設 2）與畫格切片數（預設 4）三個旋鈕。

這裡有一條容易被宣傳話術蓋過去的真相要講清楚：dYm 的預設 Vision API 端點是 https://api.x.ai/v1，預設模型是 grok-4-fast。也就是說，你如果不動設定就啟用 AI 分析，影片畫格是會送出本機、送到 xAI 的伺服器去的。這不是缺陷，是它的預設選擇；但「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/main/services/analyzer.ts 第 441 行的程式碼註解裡，作者明確寫著 API Key 可以留空，因為 Ollama 與 LM Studio 這類本機推理服務不需要鑑權；設定欄位 grok_api_url 是可以改的，把它指到 http://localhost:11434/v1 這種本機端點，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，只是預設不是這樣，需要你動兩個欄位。

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/cookie.ts 第 35 行寫得很直接：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。它也提供靜默刷新模式，會在背景用持久化 session 開隱藏視窗載入抖音首頁，等待載入完成再重新抓 cookie。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。作者在 README 裡建議用小號，這個建議很實際，因為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 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。短影音平台的工程防爬永遠會往更嚴的方向走，今天能跑通的設定半年後可能要重新調。

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 第 32 行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。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），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。

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。

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：預設的 Grok Vision API 是依用量計費的，雖然單次分析（4 張畫格、約幾百 token 的圖片加提示）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。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。

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/cookie.ts 第 35 行可以核對。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，但不是預設。預設會把畫格送到 xAI 的 Grok 雲端；要切換成全本機，需要在設定裡把 API URL 改成你本機的 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 Grok 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。

dYm 可以下載其他平台的影片嗎？

不官方支援。dYm 的下載引擎是 polydl，這個套件的設計目標是抖音（含直播 FLV 錄製），而不是通用影片平台。如果你需要跨平台下載，MioSub 與 yt-dlp 都是更對口的選擇；dYm 的賣點是「把抖音這一個平台做到能長期歸檔」，而不是跨平台下載。

dYm 的 AI 標籤準確度如何？

這取決於你選的模型與提示詞。預設的 grok-4-fast 在分類與摘要這一層相當可用，但對台灣繁體中文創作者的內容、或者高度專業領域（醫療、法律、特定技術領域）的標籤品質，需要你自己抽查後再決定要不要把標籤當成一級檢索欄位。dYm 允許你自訂提示詞，這個旋鈕比換模型更能影響輸出品質。