跳转至

整理视频为笔记（video-note）

整理视频为笔记的维护记录。下面「翻译之外的改动」记的是 2026-10-17 拆分之前那版，拆分本身见最后一节。

  • 上游：Rimagination/bili-note1，作者署名 Bili Note contributors，MIT，许可证原文不随附。上游是给 Codex 写的，命令都是 Windows PowerShell，和作者的另一个 skill DyNote（抖音笔记）共用 Qwen3-ASR 环境
  • commit：钉在 08fe812（2026-09-22），2026-10-16 读时仍是最新
  • 跳过：
    • agents/openai.yaml：Codex 的界面元数据（显示名、一句话简介、默认 prompt），不是 Claude Code 插件里的 agent
    • README.md、.gitignore、assets/bili-note-logo.png（README 用的 logo）、tests/ 下 9 个测试
    • 网页 AI 字幕整条路线：fetch_browser_ai_subtitles.py、edge_cdp.py。它让已登录 B站的浏览器页面自己请求 /x/player/wbi/v2 拿 AI 字幕地址，要带图形界面的浏览器开远程调试端口，Chrome 版还依赖外部的 web-access skill；Agent 跑在无图形界面的服务器上用不上，没字幕直接转写
    • 本地 ASR：setup_qwen_asr_env.py、run_qwen_asr.py 和 extract_bilibili.py 里 Qwen3-ASR、faster-whisper、openai-whisper、FunASR 四个后端；yt-dlp 和 B站 playurl 接口两条下载路线
  • 翻译之外的改动：
    • SKILL.md 改名 index.md；name 改成「视频笔记」，description 由英文改写成什么时候用、做什么；开头补一段这个 skill 解决什么问题，页尾加维护记录的链接
    • 正文原本就是中文，按新路线重排：PowerShell 命令改成 bash，$env:USERPROFILE\.codex\skills\bili-note 改成入口页一句话指向整包 video-note.tar.gz，调用不到 2 次就远程逐个取；命令一律写相对 skill 根的 scripts/xxx.py；「B站字幕注意事项」「B站图文注意事项」两节合成「各平台的坑」的 B站一节；Chrome / Edge 两条网页字幕的命令和 --browser-target 等参数删掉
    • 加一条：预检显示没有公开字幕时直接转写，下载狗额度和转写费用事后报，不停下来问（2026-10-17 改；原先是和关键帧一起问用户）
    • 下载视频改走 解析分享链接：extract_bilibili.py 按 ?p=N 解析分P，核对直链里的 cid，解析失败重试 3 次；视频缓存在工作目录的 video/，转写和 extract_video_keyframes.py 共用，同一个分P只扣一次额度。关键帧脚本删掉 --video-source、--cookies-from-browser
    • 抽关键帧的 ffmpeg 把 -ss 挪到 -i 前面：上游从播放接口拿 480p，从片头解码到每个时间点还不算慢；下载狗给的是 1080p，50 分钟的课抽 12 帧要 21 分钟，改完 1.6 秒，画面逐像素一样
    • 转写改走 转录音频：ffmpeg 抽 16 kHz 单声道 32 kbps mp3，默认 10 分钟一块，请求带 verbose_json、词级时间戳和 diarization；单人讲话一块只回一个 segment，所以按词级时间戳和标点重新切成字幕行。参数换成 --transcribe、--asr-language、--asr-chunk-seconds，原来的 --download-audio 和 --asr-*、--qwen-*、--whisper-* 都删掉
    • 转写结果另写 transcript_manifest.json，archive_materials.py 优先读它：上游只记在 run_summary.json 里，总入口重跑提取那一步会把它覆盖成空，转写就归档不进去
    • run_video_note.py 加转写阶段：--transcribe 只在没有公开字幕时转，排在轻量预检之前，预检的字幕密度把转写字数算进去；--subtitle-mode 去掉 browser
    • check_environment.py 重写能力判断：只查 Python、脚本齐不齐、B站公开接口、ffmpeg 和 ffprobe、MY_API_KEY 有没有设置（不打印值）
    • references/bilibili-api-notes.md 由英文译成中文；「音频」「本地转写」两节换成「音视频」「转写」，写新路线的接口要点；「字幕」一节补上 ai-zh 地址为空不等于没有字幕
    • 2026-10-17 从 B站专用改成通用的视频笔记：目录 bili-note 改 video-note，run_bili_note.py、archive_bili_materials.py、score_bili_note.py 改成 run_video_note.py、archive_materials.py、score_note.py。取材分两条，B站链接照旧，其余分享链接走新增的 extract_share_link.py：下载狗给标题、简介和点赞、评论、收藏数，解析完马上下载（抖音直链一小时左右过期），ffprobe 读时长，按一个分P写成和 B站相同的工作目录，后面的流程不分平台
    • 分享链接解析、下载、抽音频、转写从 extract_bilibili.py 挪进 agent_io.py，两条取材共用；解析成功一次扣一次额度，所以只在失败时重试
    • 关键帧脚本不再调 B站接口，改读工作目录的 metadata.json；--force 只重抽帧、不重下视频，分享链接重下要再扣额度；竖屏视频抽 540×960 的帧，联系图格子也竖排，横屏照旧 960×540
    • 预算：没有播放量时互动倍率取 1.0，点赞等计数照记；不到 3 分钟的视频记为 clip，下限从 1200 字降到 400 字、按关键帧数加字，入口页配一套短视频的精简结构；既没字幕也没转写的视频画面依赖至少记 medium
    • 归档修两处：B站公开字幕清单是列表，路径直接写在每一项上、不在 files 里，原来一条都归档不进去，最后在 manifest.get 上报错退出；公开字幕清单和无字幕的视频都不带时长，预算按 0 分钟算，改从 metadata.json 的分P时长补
    • b23.tv 短链不带 BV 号，原来报找不到 BVID 退出，现在交给通用取材

2026-10-17 拆成三段

用户觉得 agent-io 对各家链接怎么取讲不清，全被包在视频笔记里，定下「视频笔记拆成下载、分析、输出几个环节，agent-io 提供底层接口和稍微封装的中级脚本，视频笔记改名整理视频为笔记」。

  • 下载并进 agent-io 的解析分享链接：extract_bilibili.py、extract_bilibili_opus.py、extract_share_link.py 和 agent_io.py 里解析、下载的部分并进那边的脚本；references/bilibili-api-notes.md 改写成那边的 B 站页，旧地址加了跳转
  • 分析并进 agent-io 的阅读视频：extract_video_keyframes.py 和 agent_io.py 里转写的部分变成 video_read.py，见它的维护记录
  • 输出段留在这里：1347 行的 archive_materials.py 换成约 300 行的 prepare_note.py。原来大半代码在适配旧工作目录的各种清单；新文件夹各平台一个形状，读起来简单得多
    • 照搬：篇幅预算公式、互动质量倍率（0.85–1.4，没有播放量取 1.0）、画面依赖判断、字幕证据 550 字或 14 行一块、P01@时:分:秒-时:分:秒 和 KF-P01-03、C<rpid> 的编号、学习型 13 节结构和短视频精简结构
    • 改了：图文证据 O<id>-E001 改成 A-001，新加图片 IMG-01；不足 1500 字的短图文另有一条公式，原来按长文章算，456 字的小红书帖子要写 900 字
    • 删了：update_note_budget_section.py（把预算写回笔记正文，已发布的笔记没用上）；check_environment.py（agent-io 的脚本缺 ffmpeg 或 key 会直接报）；run_video_note.py 的「先预检、问要不要开关键帧、再重跑」（用户定下花钱不打断，分析段默认就抽帧）；把材料复制进另一个归档目录（下载段的文件夹本身就是归档）
  • 证据脚注：原来正文写 [1][2]、单列一节「证据脚注」链到归档目录；和写作规范的 [^名] 脚注、已发布笔记的写法打架，统一成 [^名]，脚注写证据 ID 加原视频时间点，全文在材料文件夹的 note/evidence.md
  • 端到端验收后改的：新 agent 只拿「把这个视频整理成学习笔记，按本wiki的方法来」和那条抖音教程，三段走通，笔记打分 ok，证据 14 条全用上。它报的问题对应改了：打分不再把 frontmatter、HTML 标签、图片属性算进字数，用了写作规范推荐的并排图就超预算的问题没了；证据写成区间也算区间里的每一条；口播里有「指令」「提示词」「描述词」「这段」这类指向画面的词，画面依赖至少判「中」，原来这条 46 秒教程判成「低」；画面上的提示词、命令允许照原文抄；写明笔记放哪、visual_review.md 怎么用、抖音没有按秒跳转的链接；转写的坑补上平台名听错（「即梦」转成「小梦」）。它看补抽的帧发现已发布那篇笔记的两处事实写错（标题不是等花开完才浮现、16 积分不是一张图的价），核对关键帧后改了

  1. Rimagination/bili-note @ 08fe812，2026-10-16 读。 ↩