抖音推荐影响器 (Smart Feed Assistant)

你是否遇到过这些问题？

• 刷半小时抖音，全是低质短视频，毫无信息增量；
• 想让父母或孩子看到更有价值的内容，但手动筛选太费力；
• 长期被“美女”“土味”“吵架”类视频包围，视野越来越窄；
• 想快速转向“时政”“艺术”“科普”等内容，但抖音“反应慢”，调不动。

抖音推荐影响器（Douyin Smart Feed Assistant） 就是为解决这些问题而生的开源工具。它通过 AI 自动分析视频内容，并模拟用户行为（点赞、跳过、标记“不感兴趣”），持续向抖音推荐算法反馈你的真实偏好，从而逐步重塑你的专属推荐流。

原理：用行为反馈“训练”算法

抖音的推荐系统依赖用户行为信号来调整内容分发。你点赞什么、跳过什么、长期停留什么，都会被记录并用于建模。

传统方式靠手动操作，效率低、反馈慢。而本工具通过自动化行为反馈，加速算法学习过程——就像给推荐系统“喂”更清晰、更一致的指令。

核心功能

1. AI 智能内容分析

调用大语言模型（如 DeepSeek、Kimi、通义千问、GLM 等）分析视频的标题、作者、标签和封面语义，判断是否符合你的兴趣规则。

• 支持任意 OpenAI 兼容 API（包括本地模型）；
• 可自定义判断逻辑，例如：“包含‘财经’或‘纪录片’则点赞，含‘直播带货’则标记不感兴趣”。

2. 自动化行为执行

根据分析结果，自动执行以下操作：

• 点赞：强化正向信号；
• 跳过：不干扰但减少曝光；
• 标记“不感兴趣”：主动抑制同类内容。

系统会持续运行，逐步“调教”推荐算法。

3. 真人行为模拟

为降低被风控识别的风险，工具模拟真实用户行为：

• 随机观看时长（非固定秒数）；
• 偶尔跳过符合偏好的视频（避免行为过于机械）；
• 动态调整操作间隔，避免高频触发。

4. 灵活规则配置

内置多套预设模板，开箱即用：

• 青少年引导：过滤娱乐化、诱导性内容；
• 效率知识：聚焦科普、工具、学习类视频；
• 艺术审美：优先展示设计、摄影、音乐等内容。

也支持完全自定义规则，适配个人或家庭需求。

5. 隐私与安全

• 所有配置文件本地存储，不上传任何数据；
• API Key 仅在本地使用，不会传输到第三方服务器；
• 项目完全开源，代码可审查（GitHub 可查）。

6. 低成本运行

主流大模型 API 普遍提供免费额度。按实测估算：

• 1 元人民币 ≈ 处理 1000+ 次视频判断；
• 每日运行 200 次，一个月成本不足 1 元；
• 若搭配免费模型（如本地部署的 Qwen、DeepSeek），可实现零成本。

适用场景

✅ 内容监管与引导

• 家长为孩子设备过滤低质、诱导性内容；
• 子女为长辈设备筛选实用、温和的信息源，减少诈骗或虚假广告干扰。

✅ 打破信息茧房

• 主动引入多元内容（如从“娱乐”转向“科技+人文”）；
• 避免算法过度强化单一兴趣，拓展认知边界。

✅ 聚焦垂直兴趣

• 快速将推荐流切换至特定领域（如健身、编程、手作、纪录片）；
• 减少无关干扰，提升信息获取效率。

局限性说明（重要）

1. 不适合“从零启动”新兴趣
   如果账号从未接触过某类内容（例如从未看过二次元），仅靠工具筛选需约 600 次判断（约 1 小时运行）才能初步见效。此时，直接搜索关键词+主动互动效率更高。
2. 需要持续运行
   推荐算法调整非即时生效。建议连续运行 2–3 天，每天处理 100–300 条视频，效果更显著。
3. 效果受抖音算法策略限制
   最终推荐结果仍由抖音内部机制决定。工具仅提供更精准的反馈信号，无法“强制”推送某类内容。
4. 多设备推荐不同步
   抖音在手机、平板、网页端使用不同推荐策略（如手机推竖屏短视频，平板推横屏长视频），这是平台本身行为，非工具导致。