用AI打造多平台视频分发工具：一次上传同步抖音B站小红书

一个繁琐但不难的痛点

录完一条视频后，把它分发到抖音、B站、小红书等多个平台，是许多内容创作者绕不开的重复劳动。这件事本身并不难——无非是打开每个平台的投稿页、拖入视频、上传封面、填写标题简介、打标签——但一旦平台数量增多，整个流程就会变得极其繁琐。

正如这位B站UP主所吐槽的："上传视频这件事很简单，但一旦多平台之后又变得非常繁琐。每个平台你都得点开、点投稿、拖上去，拖上去还不算完，还得设封面、写标题、写简介、打标签，而且每个平台的要求还不一样。"

这类"不难但很烦人"的机械操作，正是自动化工具最擅长解决的场景。市面上虽然有类似的付费工具，但往往价格不菲且功能过于复杂。UP主的思路是：找一个轻量化的开源方案，用AI辅助本地部署，做成一个够用的小软件。

工具是怎么工作的

这套工具的核心逻辑是绑定账号 + 素材复用 + 一键分发。

第一步是绑定平台账号。软件会为每个平台弹出扫码登录界面，用户扫码后，登录状态（cookie 和登录凭证）会被同步保存到本地。UP主特别强调："所有数据都是存本地的，我扫过一遍代码，全是本地存储，不会上传也不会泄露，只是帮你做分发。"

绑定完抖音、B站、小红书三个账号后，就可以把要上传的视频拖入软件。工具还内置了素材库功能，把封面等重复使用的素材（比如统一模板的竖版封面）存进去，就不必每次都从桌面翻找，实现反复利用。

统一填写，一处输入多平台生效

在内容填写环节，工具把原本要在多个页面重复的操作合并到了一处。

值得留意的是标题的长度限制处理。因为三个平台共用一个标题，软件会按最短平台的限制来约束——小红书标题上限是20个字，所以如果超过20字就无法发布。这个细节体现了多平台适配的现实约束。

话题标签是UP主认为最烦人的一环："不同平台的话题添加方法不一样，还不能复制。"此外还能分别填写各平台简介、为B站选择投稿分区（如知识区）。UP主也坦言当前交互还有优化空间，比如简介其实可以共用一份，不必重复填写，这些都是后续要调整的地方。

全自动发布：浏览器脚本逐步执行

填写完成后，点击右下角的发布按钮，工具便开始自动化执行。

它的实现方式是浏览器脚本自动化：软件会依次打开各平台的发布页面、上传视频、设置封面、填写内容，还支持定时发布。UP主提醒，执行过程中不要手动操作页面，否则会打断全自动流程。

实测中，全平台发布总共耗时约5分34秒。发布完成后检查效果：抖音的视频、标题、简介、标签、封面均正常；小红书各项内容各归其位；B站虽还在审核，但标题、简介、封面也都无误。对于原本要手动重复三遍的流程，这样的效率提升相当可观。

浏览器脚本自动化的底层技术通常基于 Playwright 或 Selenium 这类工具。它们能够模拟真实用户的鼠标点击、键盘输入、文件上传等操作，让程序像人一样"操控"浏览器界面。与调用平台官方 API 的方式相比，这种方案无需申请开发者权限，适配门槛极低，但也因此依赖平台页面结构的稳定性——一旦平台改版，脚本就可能失效，需要相应更新。Cookie 登录凭证保存在本地的做法，也意味着账号安全性完全依赖本机环境，建议在个人电脑上使用，避免在公共或共享设备上运行此类工具。

用AI搭建工具的正确姿势

这个案例最有价值的部分，或许不是工具本身，而是UP主分享的AI辅助开发方法论。

他的第一原则是：不要重复造轮子。"这种小工具类的东西，第一时间不要让 AI agent 自己写。如果不特别说明，它一定会自己从头写，但没有必要。你要先让它去 GitHub 上找现成的开源项目。"即使你不会用 GitHub 也没关系，直接告诉 agent "先去 GitHub 上找一找"即可。

找到合适的项目后（本例基于某位开发者的开源项目，UP主也表达了对开源的感谢），下一步是让 AI 拉取代码并本地部署："你也不用会部署、不用管代码，就说'拉下来、部署一下、新开一个文件夹'，让它在新目录里随便整。"

遇到 bug 的处理方式同样简单粗暴——直接截图告诉 AI "有问题，修一下"，不需要理解原因。UP主一开始遇到很多小报错、缺少运行进度显示等问题，都是通过"你再加个运行的功能""这里修一下"这类自然语言指令，让 AI 逐步完善的。

他的总结是："你需要啥就跟 agent 直接说，跟它许愿就行。抱着一种玩的、好奇的心态去做这件事，就会发现非常快乐。"

这里提到的"AI agent"与普通对话式 AI 的区别在于：agent 具备主动调用外部工具的能力，例如搜索网页、读写本地文件、执行终端命令等，而不仅仅是生成文本回复。目前主流的 agent 工具包括 Cursor、Claude Code、以及各类接入了工具调用能力的 AI 编程助手。正是这种"自主行动"的能力，使得非技术用户只需用自然语言描述目标，agent 就能自行完成搜索开源项目、克隆代码仓库、安装依赖、排查报错等一系列操作，大幅降低了本地部署的门槛。

一点思考

这个案例生动展示了当下"人人可造工具"的新范式：普通用户即便不懂代码，也能借助 AI agent，站在开源项目的肩膀上，快速搭建满足自己特定需求的实用工具。关键不在于技术能力，而在于清晰地描述需求、善用现有资源、以及不怕试错的心态。

对内容创作者而言，多平台分发的自动化能实实在在节省时间；而对更广泛的用户来说，这套"先找开源、再让 AI 二次开发"的思路，几乎可以复用到任何轻量化工具的搭建上。