bili-note
Extract Bilibili videos and opus/article posts into readable Markdown knowledge notes. Use when the user asks to 提取/提炼/总结/整理 B站 or bilibili video/图文/动态/opus content, save a B站 note to a local knowledge base, include useful comments, handle multi-part videos, fetch B站 AI subtitles, download opus images, or fall back to audio transcription.
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/rimagination-bili-note)HTML
<a href="/listings/rimagination-bili-note"><img src="/api/listings/rimagination-bili-note/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
把下面这句话发给 Agent:
请帮我安装这个 skill: https://github.com/Rimagination/bili-note
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 390 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: bili-note
- description: Extract Bilibili videos and opus/article posts into readable Markdown knowledge notes. Use when the user asks to 提取/提炼/总结/整理 B站 or bilibili video/图文/动态/opus content, save a B站 note to a local knowledge base, include useful comments, handle multi-part videos, fetch B站 AI subtitles, download opus images, or fall back to audio transcription.
- ---
- # Bili Note
- 把 B站视频和图文动态变成可检索、可复用的 Markdown 知识笔记。视频优先拿字幕;字幕拿不到时再转写音频;图文优先抓正文、图片和代码块;用户要评论区时抓取评论并过滤无关讨论。
- 联网或登录态操作必须先使用 `web-access`。
- 网页 AI 字幕支持两条路线:Chrome 使用 `web-access`,Edge 使用开启远程调试的 Chromium DevTools Protocol 直连。两条路线都让已登录的 B站页面自己请求字幕接口,不读取或复制 Cookie/profile。Playwright 临时浏览器不属于受支持路线。
- Bili Note 与 DyNote 共享可复用本地资源。默认共享目录是 `%USERPROFILE%\.cache\rimagination-notes`,Qwen3-ASR 环境默认是 `%USERPROFILE%\.cache\rimagination-notes\qwen3-asr-venv`。如果任一 skill 已经安装过 Qwen3-ASR,另一个 skill 必须优先复用,不要重复安装。Hugging Face、Whisper 和 faster-whisper 缓存按本机通用缓存复用。
- ## 字幕密度与视觉理解
- B 站视频优先拿字幕,但字幕/转写不等于完整理解。长视频如果字幕字数明显偏少,可能说明核心信息在画面、PPT、板书、代码演示、屏幕操作或无解说片段中。
- - 每次视频运行都必须先做轻量预检,再询问用户是否开启“关键帧视觉理解”。预检只读取元数据、分P信息和已有字幕文件,不下载视频;它会显示时长、字幕字数、字幕密度和画面依赖建议。收到明确的 `on` 或 `off` 后才能进入后续流程。询问时说明:`on` 会抽取最多 12 帧,先合成为一张 4×3 联系图,再按需要打开单帧,视觉输入会增加 tokens;`off` 只走字幕、转写、评论和元数据路线,节省视觉输入 tokens。
- - 用户选择 `on` 时,给 `run_bili_note.py` 传 `--visual-review on`;选择 `off` 时传 `--visual-review off`。脚本默认 `--visual-review ask`,直接在终端运行也会在轻量预检后停下来等待选择。
- - 关键帧理解选择只对视频运行生效。图文/动态已有图片材料,按图文视觉理解流程处理。
- - 归档后必须读取 `metadata/note_budget.json`。如果 `visual_dependency.needs_visual_review=true`,不要把稀疏字幕写成完整学习笔记。
- - 这种情况下,先采用更合适的技术:抽取代表性关键帧或截图,再做 OCR 或多模态视觉理解;必要时重新抓网页 AI 字幕或补本地自动语音识别。
- - 如果当前接入的模型或工具不能看图,必须告诉用户:关键帧理解属于高级视觉能力,需要多模态模型、OCR 工具或人工查看;当前只能基于字幕/元数据生成有限笔记并标注覆盖范围。
- - 最终笔记和用户回复要转述 `visual_dependency.warnings`,并说明是否已经补了视觉证据。
- 关键帧视觉理解采用低成本的两阶段读取:先看一张 4×3 联系图建立全片画面地图;联系图中出现文字、代码、图表或界面细节时,再依据工作目录的 `keyframes_manifest.json` 打开对应单帧。归档后对应路径是 `archive_dir/metadata/keyframes_manifest.json`。不要默认把 12 张完整图片全部送入模型。
- 选择 `on` 后,先查看 `keyframes/contact_sheet.png`,再结合 `keyframes/README.md` 和工作目录的 `keyframes_manifest.json` 定位时间点。把视觉观察写入材料包的 `metadata/visual_review.md`,每条关联 `KF-Pxx-xx`、分P、时间和观察结论;不确定的画面标记为待核实。关键帧证据可通过 `indexes/关键帧索引.jsonl` 和总证据索引回查。
- ## 依赖与环境检查
- 默认路线尽量零第三方 Python 依赖:视频元数据、公开字幕、图文正文、图片清单、评论、归档、证据索引和笔记预算都用标准库完成。网页 AI 字幕和音频转写是增强路线,不是启动门槛。
- 第一次使用、换机器、用户怀疑依赖不全,或准备使用网页 AI 字幕 / 音频转写兜底时,先运行:
- ```powershell
- $skill = "$env:USERPROFILE\.codex\skills\bili-note"
- $py = "python"
- & $py "$skill\scripts\check_environment.py"
- ```
- 根据检查结果选择路线:
- - `public_subtitles_comments_archive=OK`:优先走默认字幕/图文、评论和归档流程。
- - `browser_ai_subtitles=OK`:当公开接口只有 `ai-zh` 且 `subtitle_url` 为空时,走 Chrome + `web-access` 网页 AI 字幕。
- - `edge_browser_ai_subtitles=OK`:需要 Edge 远程调试端口和 `websocket-client`,总入口加 `--browser edge`。
- - `audio_asr_fallback=OK`:只有字幕和网页 AI 字幕都不可得、且用户确实需要完整转写时,才走音频转写。中文或未指定语言优先共享 Qwen3-ASR;明确外语视频优先 Whisper 系后端。
- - 某个增强能力缺失时,只说明该路线暂不可用;不要把它说成整个 skill 不可用。
- - 网页登录态只通过已授权的 Chrome `web-access` 页面或 Edge 远程调试页面使用;不要读取或复制 Cookie/profile,不要强制结束用户浏览器进程。两种浏览器路线都不可用时就跳过网页 AI 字幕并说明覆盖范围。
- ## 默认流程
- 1. 读清用户要什么:视频或图文链接、是否要评论区、保存路径、是否需要全文材料或只要提炼。
- 2. 如果是首次使用、依赖状态不明、字幕抓取失败或用户要求音频转写,先用 `check_environment.py` 判断当前可走路线。
- 3. 如果是视频,先让总入口完成轻量预检;它只抓元数据和字幕,不下载视频。根据预检结果向用户说明建议,并完成关键帧视觉理解询问;用户选择后把 `--visual-review on` 或 `--visual-review off` 传给总入口。
- 4. 优先用 `run_bili_note.py` 一键完成可自动化部分。它会自动识别 `/video/BV...`、`/opus/...`、`/dynamic/...` 或纯 opus id。
- 5. 如果是图文/动态,走 `extract_bilibili_opus.py` 路线:抓正文、标题、作者、发布时间、图片、代码块、图文证据索引;用户加 `--comments` 时抓图文评论。
- 6. 如果是视频,优先下载字幕:
- - 普通字幕 URL 可用时,直接用 `--download-subtitles`。
- - 如果普通接口显示 `ai-zh` 但 `subtitle_url` 为空,不要说“没有字幕”;改走“网页 AI 字幕”流程。
- - 如果字幕仍不可得,再按需要下载音频并用本地自动语音识别转写。中文优先 Qwen3-ASR,明确外语优先 Whisper 系后端。
- 7. 用户要求评论区时,用 `--comments` 抓取主评论和子评论;写入笔记时过滤打卡、求资料、广告、闲聊等技术无关内容。
- 8. 归档原始材料:把完整字幕或图文正文、图片、完整评论、元数据和 JSONL 索引存到知识库旁边的长期目录。
- 9. 用户选择 `on` 时,在写前定标前查看 `keyframes/contact_sheet.png`,必要时查看对应单帧,并保存 `metadata/visual_review.md`。
- 10. 写前定标:必须先读取 `metadata/note_budget.json`,把推荐字数区间、压缩比目标、写作粒度、互动质量倍率、证据块数量和 `visual_dependency` 作为本次笔记的写作目标。视频按时长、字幕字数、证据块、评论量和互动质量定标;图文按正文长度、图片/代码/证据块、评论量和互动质量定标。
- - 如果 `visual_dependency.risk` 是 `medium` 或 `high`,先补关键帧/OCR/多模态视觉理解,或明确告诉用户当前缺少视觉理解能力,不能写成完整解析。
- 11. 按预算写 Markdown:默认写成“学习型笔记”,目标是让人或 Agent 像学完一节课或读完一篇教程一样获得概念、方法、判断标准、实践步骤和自测题;根据预算决定详略,不要把长课和短视频写成差不多字数。来源、覆盖范围和归档路径放到后半部分。正文证据默认用论文式编号 `[1][2]`,不直接堆长证据 ID。
- 12. 写后验收:用 `score_bili_note.py` 校验笔记字数、压缩比、每分钟/每篇笔记密度和证据引用比例。评分只做 QA 和微调,不代替写前定标;太短时优先补“学习收获、知识地图、概念卡、实战流程、坑点、自测题”,不要只堆分P摘要或段落摘要。
- ## 常用命令
- 在 PowerShell 中先设定 skill 路径:
- ```powershell
- $skill = "$env:USERPROFILE\.codex\skills\bili-note"
- $py = "python"
- ```
- ### 0. 检查依赖和可用路线
- ```powershell
- & $py "$skill\scripts\check_environment.py"
- ```
- 需要给其他脚本读取时输出 JSON:
- ```powershell
- & $py "$skill\scripts\check_environment.py" --json
- ```
- ### 1. 一键提取和归档
- 默认先用总入口。它会自动跳过已有输出,适合断点续跑。
- ```powershell
- & $py "$skill\scripts\run_bili_note.py" "https://www.bilibili.com/video/BVxxxx/" `
- --work-dir ".\tmp_bili_extract" `
- --archive-dir "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题" `
- --visual-review on `
- --comments
- ```
- 如果用户选择关闭,把上面的 `--visual-review on` 改为 `--visual-review off`。每次视频运行都重新询问,不能沿用上一次选择。
- 图文/动态也用同一个入口:
- ```powershell
- & $py "$skill\scripts\run_bili_note.py" "https://www.bilibili.com/opus/1194341967364882439" `
- --work-dir ".\tmp_bili_opus" `
- --archive-dir "D:\knowledge\知识库\Rag技术\原始材料\O1194341967364882439_图文短标题" `
- --comments
- ```
- 如果只想保存图文正文和图片 URL,不下载图片文件,加:
- ```powershell
- --no-download-images
- ```
- 如果普通接口没有字幕,但网页播放器能拿到 AI 字幕,Chrome 先用 `web-access` 打开已登录页面并取得 target id,然后加:
- ```powershell
- --browser-target "CDP_TARGET_ID"
- ```
- 运行后先看:
- - `bili_note_run_report.md`:本次跑了什么、跳过了什么、下一步读哪里。
- - `visual_preflight.json`:询问前的时长、字幕密度、风险和建议,方便复核本次选择依据。
- - `keyframes/contact_sheet.png`:开启关键帧视觉理解时生成的 4×3 联系图。
- - `keyframes_manifest.json`:工作目录中的关键帧编号、分P、时间和单帧路径。
- - `archive_dir/metadata/keyframes_manifest.json`:归档后的关键帧清单。
- - `archive_dir/metadata/visual_review.md`:视觉模型对关键帧的观察结果,由 Agent 在理解后写入。
- - `archive_dir/indexes/证据索引.jsonl`:写总结时可引用的图文/字幕/评论证据块。
- - `archive_dir/indexes/图文全集.md`:完整图文正文合集。
- - `archive_dir/indexes/字幕全集.md`:完整字幕合集。
- - `archive_dir/metadata/note_budget.json`:推荐笔记字数、压缩比、写作粒度和字幕稀疏时的画面依赖提示。
- - `archive_dir/metadata/visual_preflight.json`:归档后的关键帧选择预检记录。
- ### 2. 抓元数据和分P目录
- ```powershell
- & $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract"
- ```
- ### 3. 下载普通公开字幕
- ```powershell
- & $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract" --parts all --download-subtitles
- ```
- ### 4. 下载网页 AI 字幕
- 当 `subtitle_probe.json` 里有 `ai-zh`,但 `subtitle_url` 为空时,使用这条路线。Chrome 需要 `web-access` 的 `/targets` 和 `/eval` 代理接口;Edge 使用直接 CDP 路线。
- Chrome 路线:
- 1. 用 `web-access` 打开已登录 Chrome 中的 B站视频页,确认页面已加载。
- 2. 查看浏览器 target id:
- ```powershell
- curl.exe -s http://localhost:3456/targets
- ```
- 3. 下载 AI 字幕:
- ```powershell
- & $py "$skill\scripts\fetch_browser_ai_subtitles.py" --target "CDP_TARGET_ID" --out ".\tmp_bili_extract"
- ```
- Edge 路线:
- 1. 用 `--remote-debugging-port=9222` 启动 Edge 独立实例,在其中登录 B 站并打开视频页。
- 2. 安装可选依赖:`python -m pip install websocket-client`。
- 3. 运行总入口:
- ```powershell
- & $py "$skill\scripts\run_bili_note.py" "BVxxxx" `
- --work-dir ".\tmp_bili_extract" `
- --browser edge `
- --subtitle-mode browser
- ```
- 也可以直接运行字幕脚本;它会优先选择 Edge 中 URL 包含 `bilibili.com` 的页面:
- ```powershell
- & $py "$skill\scripts\fetch_browser_ai_subtitles.py" `
- --browser edge `
- --edge-cdp-url "http://127.0.0.1:9222" `
- --out ".\tmp_bili_extract"
- ```
- 输出包括:
- - `browser_ai_subtitle_urls.json`:每个分P的 AI 字幕 URL。
- - `browser_ai_subtitle_manifest.json`:下载清单。
- - `browser_ai_subtitles\*.txt`:纯文本字幕。
- - `browser_ai_subtitles\*.srt`:SRT 字幕。
- - `browser_ai_subtitles\*.subtitle.json`:B站原始字幕 JSON。
- 这条路线让 B站页面自己用登录态请求 `/x/player/wbi/v2`,不读取、不打印浏览器 cookie。
- 如果下载到的 AI 字幕明显乱码、内容与标题或课程主题不相干,不要把它当作可靠全文。优先标注“AI 字幕质量不可用”,再考虑 ASR 兜底;若 ASR 也不可用,只能基于分P标题、简介、评论和元数据生成有限学习指南,并明确局限。
- ### 5. 抓评论区
- ```powershell
- & $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract" --comments
- ```
- 图文评论用总入口或图文脚本:
- ```powershell
- & $py "$skill\scripts\extract_bilibili_opus.py" "https://www.bilibili.com/opus/1194341967364882439" --out ".\tmp_bili_opus" --comments
- ```
- 抓取后检查 `comments.md` 和 `comments_raw.json`。写入最终笔记时,只保留与内容主题相关的评论、纠错、技术补充、实践经验和有价值问题。
- ### 6. 音频转写兜底
- 只有在字幕和网页 AI 字幕都不可用时才用本地自动语音识别。长视频不要默认全量转写,除非用户明确要求。中文或未指定语言默认 `--asr-backend auto` 会优先共享 Qwen3-ASR;明确外语视频时用 Whisper 系后端。
- ```powershell
- & $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract" --parts "1,10,38" --download-audio --transcribe --asr-backend auto --asr-model base
- ```
- 首次使用 Qwen3-ASR 前先安装共享环境:
- ```powershell
- & $py "$skill\scripts\setup_qwen_asr_env.py"
- & $py "$skill\scripts\check_environment.py"
- ```
- 中文视频可显式指定 Qwen3-ASR:
- ```powershell
- & $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract" --parts "1,10,38" --download-audio --transcribe --asr-backend qwen3-asr
- ```
- ### 7. 归档完整材料
- 把临时提取目录整理成长期材料包。这个步骤默认要做,方便后续根据总结继续提问和回查证据。
- ```powershell
- & $py "$skill\scripts\archive_bili_materials.py" --extract-dir ".\tmp_bili_extract" --archive-dir "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题"
- ```
- 长期材料包包含:
- - `articles/图文全文.md`:完整图文 Markdown。
- - `articles/图文全文.txt`:完整图文纯文本。
- - `images/`:图文图片和图片清单。
- - `indexes/图文全集.md`:合并后的完整图文正文。
- - `indexes/图文全集.jsonl`:按图文内容块切分,适合检索和问答。
- - `indexes/图文证据索引.md`:图文证据块,适合给总结加引用。
- - `indexes/图文证据索引.jsonl`:图文证据块,适合程序检索。
- - `subtitles/txt/`:每个分P的完整纯文本字幕。
- - `subtitles/srt/`:每个分P的完整 SRT 字幕和时间轴。
- - `subtitles/json/`:B站原始字幕 JSON。
- - `comments/comments_raw.json`:完整评论原始结构。
- - `comments/评论全集.md`:完整评论 Markdown。
- - `indexes/字幕全集.md`:合并后的完整字幕,适合人工阅读。
- - `indexes/字幕全集.jsonl`:按字幕片段切分,适合检索和问答。
- - `indexes/字幕证据索引.md`:按时间段合并的字幕证据块,适合给总结加引用。
- - `indexes/字幕证据索引.jsonl`:按时间段合并的字幕证据块,适合程序检索。
- - `indexes/评论全集.jsonl`:按评论/回复切分,适合检索和问答。
- - `indexes/评论证据索引.jsonl`:按评论/回复生成的证据块。
- - `indexes/证据索引.jsonl`:图文/字幕证据和评论证据的合并索引。
- - `metadata/`:内容元数据、字幕清单、图文清单、评论清单。
- - `metadata/note_budget.json`:按内容信息量和互动质量生成的笔记预算,用于控制长短视频、长短图文的提炼粒度,并提示字幕稀疏时的视觉补证需求。
- ### 8. 写前读取预算,写后验收信噪比
- 写笔记前先看预算。预算是本次笔记的目标,不是写完后才补救的报告:
- ```powershell
- Get-Content -Encoding UTF8 "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题\metadata\note_budget.json"
- ```
- 重点先确定:
- - 推荐字数区间:`recommended_note_chars_min` 到 `recommended_note_chars_max`。
- - 写作粒度:`granularity` 和 `writing_guidance`。
- - 信息量基准:视频看 `duration_minutes`、`subtitle_chars`,图文看 `content_chars`、`reading_minutes_estimate`。
- - 字幕密度:视频看 `subtitle_chars_per_minute` 和 `visual_dependency`;长视频字幕过少时先补关键帧/OCR/多模态视觉理解。
- - 质量倍率:`quality_multiplier` 和 `quality_metrics`,用于判断是否值得保留更多细节。
- - 证据规模:`all_evidence_blocks`,用于决定关键判断需要覆盖多少证据。
- 写完最终 Markdown 后,用归档目录里的预算给笔记打分:
- ```powershell
- & $py "$skill\scripts\score_bili_note.py" `
- --archive-dir "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题" `
- --note-path "D:\knowledge\知识库\Rag技术\观点X:视频短标题.md" `
- --out "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题\metadata\note_score.json"
- ```
- 也可以直接把评分结果写入笔记正文:
- ```powershell
- & $py "$skill\scripts\update_note_budget_section.py" `
- --archive-dir "D:\knowledge\知识库\Rag技术\原始材料\BVxxxx_视频短标题" `
- --note-path "D:\knowledge\知识库\Rag技术\观点X:视频短标题.md"
- ```
- 重点看:
- - `status`:`too_short` 表示遗漏风险高,`too_long` 表示可能重复堆料,`ok` 表示落在写前推荐区间。
- - `quality_multiplier`:点赞、收藏、投币、评论、弹幕、分享、播放量和发布距今天数形成的互动质量倍率。
- - `actual_compression_ratio`:笔记字数 / 字幕字数。长视频应允许更高总字数,但仍要保持压缩。
- - `note_chars_per_minute`:每分钟视频对应多少笔记字。长课程不应和短视频接近同一个总字数。
- - `evidence_reference_ratio`:笔记中引用的证据块占比。关键判断要能回查图文证据 `O...`、字幕证据 `Pxx@...` 或评论证据 `C...`;正文用统一数字编号,文末编号脚注和 reference-style 链接定义必须指向含完整证据 ID 的归档文件。
- ## 笔记写法
- 默认输出必须是“学习型笔记”,不是目录搬运、分P流水账或证据清单。读完后应有“我真的学会了一些东西”的获得感。
- ### 推荐结构
- 1. `# 标题`
- 2. `## 学完你应该获得什么`:用 5-8 条写清楚读者学完后能理解、判断或完成什么。
- 3. `## 一句话总论`:说明视频最核心的判断,避免只复述标题。
- 4. `## 适用场景与前置知识`:这套内容适合谁、不适合谁,读者需要先知道什么。
- 5. `## 知识地图`:把核心概念、模块、流程和它们之间的关系讲清楚。课程型视频要有模块表;短观点视频要有论证链。
- 6. `## 核心概念卡`:每个重要概念都写成“是什么、为什么重要、怎么用、常见误区、相关证据”。
- 7. `## 方法或流程`:把原内容中的操作、架构、决策流程、参数选择、评估方法抽成可复用步骤。
- 8. `## 关键洞察`:写作者真正想表达的判断,区分“事实描述、经验判断、推荐做法、限制条件”。
- 9. `## 实践清单`:给出可以照着做的步骤、检查项、失败信号和排错方向。
- 10. `## 坑点与反例`:整理视频和评论区提到的踩坑、争议、误区、边界条件。
- 11. `## 自测题`:写 5-10 个问题和简短答案,帮助人或 Agent 检查是否学会。
- 12. `## 证据与原文位置`:只放关键证据引用,不要让证据淹没学习内容。
- 13. `## 来源、覆盖与局限`:URL、BVID、UP、发布时间、字幕/评论覆盖、原始材料路径和局限放在后面。
- ### 写作标准
- - 先解释“为什么”和“怎么迁移使用”,再列“他说了什么”。
- - 对课程型长视频,按学习模块组织,不要按分P机械压缩。每个模块至少包含:学习目标、核心概念、关键步骤、常见坑、可操作结论。
- - 对观点型短视频,按“问题背景 -> 作者判断 -> 论据 -> 适用边界 -> 对用户的启发”组织。
- - 对技术教程和图文长文,保留架构、数据流、代码思路、配置项、图片结论、评估方式和排错路径。
- - 如果长视频字幕/转写密度过低,先补视觉证据;没有多模态视觉能力时,明确把当前笔记标为“基于字幕/元数据的有限整理”。
- - 评论区只写有学习价值的内容:纠错、补充案例、实践经验、替代方案、争议点。
- - 证据引用服务于学习,不要把笔记写成引用列表。正文默认使用统一的论文式数字编号,例如 `[1][2]`;图文证据、字幕证据、评论证据共用一套编号,按正文首次出现顺序递增。不要在正文段落里直接塞很长的 `O<opus_id>-E001`、`Pxx@hh:mm:ss-hh:mm:ss` 或 `C<rpid>`。
- - 在 `## 来源、覆盖与局限` 之前放 `## 证据脚注`。脚注用有序列表写明编号和证据链接,例如 `1. [图文证据 E006](原始材料/O.../indexes/图文证据索引.md#O...-E006)`;列表后再放 reference-style 链接定义,例如 `[1]: 原始材料/O.../indexes/图文证据索引.md#O...-E006 "图文证据 E006"`,让正文里的 `[1]` 也能点击跳转。
- - 保留 `## 证据与原文位置` 作为证据总览,但总览里也只写 `[1]`、`[2]` 这样的编号,不再直接显示长证据 ID。
- - 写前先按 `note_budget.json` 定标,再开始写笔记;写后评分只用于验收和微调,不要把主要长度决策推迟到评分阶段。
- - 预算偏短或写后评分过短时,优先补“概念解释、流程图式文字、实践清单、自测题、反例和边界”,不要只增加摘要段落。
- - 热度是“值得多写”的辅助信号,不是替代证据。点赞、收藏、评论、弹幕、投币、分享和发布距今天数会提高或降低推荐字数,但扩写必须来自图文正文、字幕、评论证据和内容结构。
- ### 不合格信号
- - 开头大段来源信息,读者看半天还不知道学到了什么。
- - 只有“核心观点/分P提炼/代表性证据”,没有概念解释、方法步骤和自测。
- - 把每个分P压成一句话,长课程读完仍不知道怎么做。
- - 长视频字幕极少,却没有提示画面依赖,也没有补关键帧/OCR/视觉理解。
- - 只总结作者立场,不写适用条件、反例和失败场景。
- - 评论区只是罗列热评,没有转化成纠错、补充或实践提醒。
- 不要把“只看了标题/目录”的内容写成“完整提取”。如果只抓到部分字幕或只转写了部分分P,明确列出覆盖范围。
- ## B站字幕注意事项
- - 普通 `/x/player/v2` 可能只返回 `ai-zh` 字幕元信息,`subtitle_url` 为空。
- - 网页播放器接口 `/x/player/wbi/v2` 常能返回真正的 AI 字幕 URL。
- - AI 字幕常把技术词识别错:RAG 可能识别成 RG、ROG、rap;LangChain 可能识别成 non chain、long chain;reranker 可能识别成“瑞 rank”。
- - 总结时要结合分P标题和技术语境校正术语。
- ## B站图文注意事项
- - 图文/动态正文优先从页面内的 `window.__INITIAL_STATE__` 读取;公开 polymer 动态接口可能返回风控错误。
- - 图文正文会保留标题、段落、标题层级、列表、代码块、链接卡片、图片 URL 和图片清单。
- - 图文评论对象通常不是 opus id 本身,而是页面数据里的 `basic.comment_type` 和 `basic.comment_id_str`;抓评论时不要硬套视频的 `type=1/oid=aid`。
- - 如果用户让你总结图文中的图片含义,先检查 `images/` 或 `images_manifest.json`;仅凭图片 URL 不足以判断内容时,应说明图片视觉内容未被完整理解。
- ## 相关文件
- - `scripts/check_environment.py`:检查核心流程、网页 AI 字幕、音频转写和测试依赖是否可用。
- - `scripts/setup_qwen_asr_env.py`:创建/更新共享的 Qwen3-ASR Python 环境。
- - `scripts/run_qwen_asr.py`:调用 Qwen3-ASR-0.6B,可按 chunk 分段避免显存溢出。
- - `scripts/run_bili_note.py`:一键运行视频/图文提取、评论、归档和证据索引流程。
- - `scripts/extract_bilibili.py`:元数据、字幕探测、普通字幕、音频、音频转写、评论抓取。
- - `scripts/extract_bilibili_opus.py`:B站图文/动态正文、图片、代码块和图文评论抓取。
- - `scripts/fetch_browser_ai_subtitles.py`:通过已登录网页播放器下载 B站 AI 字幕。
- - `scripts/edge_cdp.py`:连接 Edge 远程调试页面的可选 CDP 适配器。
- - `scripts/extract_video_keyframes.py`:按分P时长抽取最多 12 张代表帧,生成 4×3 联系图和关键帧清单。
- - `scripts/archive_bili_materials.py`:归档完整材料,生成全文索引、证据索引和带字幕密度/视觉依赖提示的笔记预算。
- - `scripts/score_bili_note.py`:按 `metadata/note_budget.json` 验收最终笔记的长度、压缩比、证据引用和视觉依赖提示。
- - `scripts/update_note_budget_section.py`:把预算、互动质量和信噪比评分写回 Markdown 笔记。
- - `references/bilibili-api-notes.md`:接口细节和已知坑。
README.md · README · 176 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- <p align="center">
- <img src="assets/bili-note-logo.png" alt="Bili Note logo" width="560">
- </p>
- <p align="center">
- <img alt="Bilibili" src="https://img.shields.io/badge/Bilibili-video_%2B_opus-00A1D6?style=for-the-badge">
- <img alt="Markdown" src="https://img.shields.io/badge/Markdown-knowledge_base-222222?style=for-the-badge&logo=markdown">
- <img alt="License MIT" src="https://img.shields.io/badge/License-MIT-FF6699?style=for-the-badge">
- </p>
- # Bili Note
- Bili Note 是一个面向知识库的 B 站视频与图文笔记工具:完整归档字幕、图文正文、图片与评论,按内容信息量和质量动态控制笔记长度,把 B 站内容整理成可学习、可检索、可追问的 Markdown 笔记。
- 它的核心特点是:
- - 完整归档:保存完整字幕、图文正文、图片、完整评论、元数据和证据索引,主笔记中的关键判断可以通过论文式编号链接回到原文位置复核。
- - 动态长度:短视频和长课程根据内容信息量与结构采用不同的提炼粒度。
- - 质量感知:结合内容热度、互动质量、评论讨论度和发布时间等信号调整笔记预算,让更值得深读的内容获得更充分的整理。
- - 写前定标:先根据原始材料生成推荐字数、压缩比和写作粒度,再开始写笔记;写后评分只用于验收和微调。
- - 字幕密度提醒:长视频如果字幕/转写明显稀疏,会提醒你需要关键帧、OCR 或多模态视觉理解,避免把不完整文本写成完整课程笔记。
- - 关键帧视觉理解:视频每次运行前询问用户是否开启;开启后先用最多 12 帧组成 4×3 联系图,再按需查看单帧,控制视觉输入 tokens。
- 它的目标是生成一份“学完这节课或读完这篇教程之后真的有收获”的学习型笔记,内容深度由原始材料的信息量和结构决定。
- ## 适合什么
- - B 站技术视频、课程、观点视频、多 P 系列课和图文/动态/opus 长文。
- - 需要长期保存字幕、正文、图片、评论和证据索引的知识库。
- - 需要人类阅读、Agent 检索和后续问答的学习材料。
- ## 输出内容
- 一次完整提取会生成主笔记和原始材料包。主笔记依据材料预算组织学习收获、概念、方法、实践清单和证据位置;材料包保存字幕或图文正文、图片、评论、元数据、索引、预算和评分结果。
- <details>
- <summary>展开完整输出清单</summary>
- 主笔记通常包含:知识地图、概念卡、方法流程、关键洞察、实践清单、坑点、自测题和证据脚注。
- 原始材料包通常包含:完整正文和字幕、图片、评论、元数据、JSONL 索引、预算、评分,以及用户开启关键帧后生成的联系图和视觉证据。
- </details>
- ## 快速使用
- ### 1. 安装
- 把下面这句话发给 Agent:
- ```text
- 请帮我安装这个 skill:
- https://github.com/Rimagination/bili-note
- ```
- ### 2. 提取视频或图文
- 在 B 站视频页点击分享,复制视频链接,然后把下面这句话发给 Agent:
- ```text
- 请帮我提取这个视频的内容:https://www.bilibili.com/video/BVxxxx/
- ```
- 如果也想提取评论区里的有用内容,可以说:
- ```text
- 请帮我提取这个视频的内容和评论区有用的内容:https://www.bilibili.com/video/BVxxxx/
- ```
- 图文/动态/opus 链接也一样:
- ```text
- 请帮我提取这个 B 站图文的内容:https://www.bilibili.com/opus/1194341967364882439
- ```
- 需要评论区时可以说:
- ```text
- 请帮我提取这个 B 站图文的内容和评论区有用的内容:https://www.bilibili.com/opus/1194341967364882439
- ```
- 视频每次运行前,Agent 会询问是否开启关键帧视觉理解。选择开启会额外消耗视觉输入 tokens,但能补充 PPT、板书、代码、界面和无字幕片段的信息;选择关闭会继续使用字幕、转写、评论和元数据路线。
- ### 3. 指定保存位置
- 如果你有固定文件夹,或者想保存到 Obsidian 知识库里,再加一句保存路径:
- ```text
- 帮我存放在:“D:\知识库\B站总结” 里
- ```
- ## 依赖与环境检测
- 第一次使用、换机器、字幕路线失败,或准备转写音频前,先让 Agent 检查环境:
- ```text
- 请帮我检查 Bili Note 的运行环境,并告诉我当前能走公开字幕、网页 AI 字幕、中文 Qwen3-ASR 还是 Whisper 兜底。
- ```
- Agent 会运行:
- ```powershell
- python scripts/check_environment.py
- ```
- 依赖按能力分层:
- | 能力 | 依赖 |
- | --- | --- |
- | 基础提取 | Python 3.10+、B 站网络访问 |
- | 网页 AI 字幕 | 已登录的 Chrome + `web-access`,或远程调试的 Edge |
- | 中文转写 | `ffmpeg`、共享 Qwen3-ASR 环境 |
- | 外语转写 | `ffmpeg`、Whisper / faster-whisper |
- | 下载兜底 | `yt-dlp` |
- | 关键帧理解 | `ffmpeg`、可访问的视频流、视觉模型 |
- Bili Note 与 DyNote 会复用 `%USERPROFILE%\.cache\rimagination-notes` 下的模型和 Qwen3-ASR 环境。普通使用无需安装全部增强依赖,环境缺失时会跳过对应路线并说明覆盖范围。
- 默认策略:B 站公开视频优先走公开字幕和网页 AI 字幕;确实需要音频转写时,中文或未指定语言的视频优先 Qwen3-ASR,明确是外语视频时优先 Whisper 系后端。需要手动指定时,可以用 `--asr-backend qwen3-asr` 或 `--asr-backend faster-whisper`。
- ## 字幕很少怎么办
- Bili Note 默认优先用字幕。长视频字幕/转写明显稀疏时,画面可能包含 PPT、板书、代码、软件操作或无解说片段,预算文件会记录画面依赖提示。
- 每次视频运行先做轻量预检,再强制询问是否开启关键帧理解。开启后最多抽取 12 帧,先生成 4×3 联系图,再按需查看单帧;关闭后继续使用字幕、转写、评论和元数据路线。当前模型不能看图时,Agent 会说明覆盖范围。
- 预检结果保存在 `visual_preflight.json`。开启关键帧后,工作目录会生成联系图、单帧和 `keyframes_manifest.json`;归档后对应文件位于 `metadata/`,视觉观察写入 `metadata/visual_review.md`。
- ## 登录和隐私
- 网页 AI 字幕支持 Chrome `web-access` 和 Edge Chromium DevTools Protocol。两条路线都让已登录的 B 站页面自己请求字幕接口;Bili Note 不读取、不导出、不保存 Cookie、localStorage、浏览器 profile 或登录 token。没有浏览器登录态时,会改用公开字幕、正文、评论或音频转写,并说明覆盖范围。
- Edge 需要用远程调试端口启动一个独立实例,并在该实例中登录 B 站。Windows PowerShell 示例:
- ```powershell
- $edge = "${env:ProgramFiles(x86)}\Microsoft\Edge\Application\msedge.exe"
- $profile = Join-Path $env:LOCALAPPDATA "bili-note-edge-profile"
- & $edge --remote-debugging-port=9222 --user-data-dir="$profile" "https://www.bilibili.com/"
- ```
- 首次使用时在这个 Edge 实例中登录 B 站,再运行总入口并指定 `--browser edge`。默认端口为 `9222`,可用 `--edge-cdp-url` 修改;另需安装 `websocket-client`:`python -m pip install websocket-client`。
- ## 写笔记的原则
- - 先讲学习目标、方法和迁移方式,再补充原内容。
- - 课程按学习模块组织,观点按背景、判断、论据和适用边界组织。
- - 技术教程保留架构、配置、操作步骤、评估方式和排错路径。
- - 评论区只保留纠错、案例、实践经验、替代方案和争议点。
- - 写作前读取 `metadata/note_budget.json`,写作后用评分结果验收;关键判断使用 `[1][2]` 等编号链接到证据。
- ## 相关文件
- - `SKILL.md`:完整工作流说明。
- - `scripts/run_bili_note.py`:一键运行视频/图文提取、评论、归档和证据索引。
- - `scripts/check_environment.py`:检查可用的字幕、浏览器、转写和测试路线。
- - `scripts/extract_video_keyframes.py`:生成最多 12 张代表帧和联系图。
- - `scripts/fetch_browser_ai_subtitles.py`、`scripts/edge_cdp.py`:获取网页 AI 字幕。
- - `scripts/archive_bili_materials.py`、`scripts/score_bili_note.py`:归档材料并验收笔记。
- ## 社区友链
- - [LINUX DO](https://linux.do/):一个关注开发者、开源项目与 AI 工具交流的社区。感谢社区佬友对开源工具和 Agent 工作流的讨论与反馈。
- ## 致谢
- Bili Note 的设计和实现参考、依托了这些主要项目与生态:
- - [Bilibili](https://www.bilibili.com/):视频、字幕、评论和互动数据来源。
- - [yt-dlp](https://github.com/yt-dlp/yt-dlp):可选音频下载兜底。
- - [FFmpeg](https://ffmpeg.org/):可选音频转码。
- - [Qwen3-ASR](https://huggingface.co/Qwen/Qwen3-ASR-0.6B):可选中文本地自动语音识别后端。
- - [OpenAI Whisper](https://github.com/openai/whisper)、[faster-whisper](https://github.com/SYSTRAN/faster-whisper)、[FunASR](https://github.com/modelscope/FunASR):可选外语视频转写后端。
- ## 许可证
- 本项目使用 MIT License,详见 `LICENSE`。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.