想把炒土豆丝做得更稳定，你刷到的快手视频有人先焯水，有人直接下锅，调味顺序也不一样。把所有技巧叠在一起反而容易做乱。先围绕自己的失败现象找材料，再保留适合自己的做法。

用失败现象组织搜索词

先写清你遇到的是粘锅、不脆还是酸味过重，再分别查询相关作品。用 keyword 搜索，按实际 pcursor 翻页，记录词与查询时间。不同菜系、切丝粗细和锅具会改变做法，别仅凭菜名相同就认为所有视频讨论同一个问题。

查看原作品确认动作条件

需要补充内容时，用分享文本查询单条详情，然后人工观看实际操作。把泡水、下锅顺序、火候描述和调味时点分别记下，只写自己能从材料确认的部分。视频没有量化的盐量不能凭画面编成准确克数，详情接口也不会自动识别整段烹饪动作。

将不同方法放进对照卡

卡片可以列来源、要解决的问题、使用条件、关键动作和需要试做的地方。让 AI 整理时要求保留差异，不把互相冲突的方法合成一套看似完整的步骤。例如某种方法是否需要先焯水，应作为待选方案，而不是同时写进所有做法。注意样本里的效果展示只是作者的展示，不是你的实验结果。

一次只改一个关键动作

挑与你锅具和份量接近的方法，试做后记录实际变化，再决定下一次调整什么。自己的练习表可以增加用量、操作顺序和口感备注，未尝试的项不填成功。这个工作流提供可查回的参考，不会自动生成经过验证的菜谱。最后留一份简短练习单和来源，比收集十种互相打架的诀窍更容易帮你下次做得稳定。

这篇用到的接口

完整地址与参数

GET https://api.trmesh.com/openapi/api/v1/kuaishou/app/search_video_v2

参数 类型 必填 含义
keyword string 是
pcursor string 否 首次留空，翻页传上一页响应的 pcursor / Empty for first page, pass pcursor from previous response

可以复制的 Python 请求

安装 requests 并在环境变量中设置 TRMESH_API_TOKEN。把示例用户名或作品 ID 换成你要查询的对象。

import os
import requests

# 使用自己的 TRMesh 开发者密钥；不要将密钥写入网页。
url = "https://api.trmesh.com/openapi/api/v1/kuaishou/app/search_video_v2"
params = {
    "keyword": "人工智能"
}
response = requests.get(
    url, params=params, timeout=30,
    headers={"Authorization": f"Bearer {os.environ['TRMESH_API_TOKEN']}"},
)
response.raise_for_status()
payload = response.json()
print(payload)  # 先核对真实响应，再提取业务字段

对应接口文档 · 返回免费查询工具

调用接口会使用你的 TRMesh 账号额度，运行前请确认接口价格。