核心功能
ClawdBites 是一个专门从 Instagram Reels 提取结构化食谱的自动化工具，采用三层递进式提取策略：
1. 字幕快速解析（瞬时）：通过 yt-dlp 获取视频元数据，解析 caption 中的食材清单、烹饪步骤和营养数据
2. 音频智能转录（30-60秒）：当字幕不完整时，自动下载视频、提取音频并使用本地 Whisper 模型转录口述食谱
3. 视觉帧分析（备用）：提取关键帧通过视觉模型识别屏幕上的文字卡片和精确用量
显著优点
- 零门槛使用：无需 Instagram 账号登录，仅处理公开 Reels
- 完全本地化：Whisper 本地运行，不消耗 API 额度，保护隐私
- 智能补全：自动推断缺失用量（如 "some chicken" → "1 lb"），基于标准包装规格和食谱类型上下文
- 结构化输出：统一格式包含宏量营养素、分步骤食材清单和编号 instructions
- 自动化工作流：检测到不完整字幕时自动进入音频转录，无需用户确认
潜在局限与风险
| 场景 | 限制 |
|------|------|
| 私密账号 | 无法访问，需用户手动粘贴 |
| 食谱仅存在于置顶评论 | yt-dlp 无法获取需登录的数据，会提示用户手动复制 |
| 纯视觉演示无口述 | 依赖帧分析补充，识别率受文字清晰度影响 |
| 推断用量准确性 | 基于通用标准，实际需用户根据口味调整 |
| 依赖工具链 | 需同时维护 yt-dlp、ffmpeg、whisper 三个依赖 |
适合人群
- 活跃收藏 Instagram 食谱的烹饪爱好者
- 需要快速归档食谱到笔记应用（Apple Notes）或制定膳食计划的用户
- 希望自动化管理"待尝试食谱清单"的 meal prep 用户
常规风险
- 版权内容：提取受版权保护的食谱可能涉及合规问题
- 营养数据准确性：创作者提供的宏量数据未经验证，特殊饮食需求用户需自行核实
- 依赖更新：yt-dlp 需持续更新以应对 Instagram 反爬机制变化
技术亮点
工具内置完整的"食谱完整性检测启发式"，通过正则识别数量+单位模式（如 "2 cups flour"）、烹饪动词和章节标记，智能判断何时需要降级到音频层。wishlist 存储格式设计合理，支持后续与膳食规划技能联动。