抖音内容自动入库 Obsidian 的 Agent Skill

这个项目的真正价值不在抖音抓取本身，而在它示范了一种"Agent 原生工作流"的设计范式：把确定性任务（下载、转写、查重、IO）用轻量脚本封装成 Skill，让 LLM Agent 专注做它擅长的语义理解和知识重组。之前大家做类似事情，要么全交给 Agent 导致 token 烧钱且不稳定，要么自己写完整 pipeline 失去了 LLM 的灵活性。

跟 Zapier/Make 或普通的爬虫工具比，它的差异化在于"会话绑定"和"事务性保存"——失败不回滚、进度可恢复，这对长时运行的 Agent 任务很关键。跟纯 MCP server 比，它又保留了本地执行和文件系统直写的自由度。

最该试试的人是两类：一是用 Claude Code/cursor 做深度研究但苦于信息来源碎片化的知识工作者；二是正在设计自己 Agent 产品架构的开发者，这个 Skill 的接口设计和错误处理策略可以直接借鉴。它的 macOS 限定是个遗憾，MLX 和 Vision 的依赖意味着跨平台需要重写 ASR/OCR 链路。