Back to search
bilibili-rag
SkillGitHub
B站收藏夹RAG知识库:收藏不吃灰,B 站收藏夹 → 语音转写 → 向量检索 → 对话问答
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked yesterday
Badge for your README
Markdown
[](/listings/via007--bilibili-rag)HTML
<a href="/listings/via007--bilibili-rag"><img src="/api/listings/via007--bilibili-rag/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
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.
README.md · README · 290 lines
- # 🚀 Bilibili RAG:把收藏夹变成可对话的知识库
- [English](README_EN.md) | 中文
- 把你在 B 站收藏的访谈/演讲/课程,变成可检索、可追溯来源的**个人知识库**。
- 适合:访谈/演讲/课程、技术视频与学习视频整理、公开课复盘、知识总结、会议/分享回顾、播客内容归档等。
- > 亮点:自动拉取内容 → 语音转写 → 向量检索 → 对话问答
- ---
- ## ✨ 功能一览
- - ✅ B 站扫码登录,读取收藏夹
- - ✅ 音频转文字(ASR),自动兜底处理
- - ✅ 支持 B 站多 P 视频逐 P 转写入库
- - ✅ 语义检索(向量检索)
- - ✅ 基于 RAG 的对话问答
- - ✅ 导出视频原始内容或 AI 整理笔记为 Markdown
- - ✅ 本地 SQLite + ChromaDB 存储
- ---
- ## 🖼️ 演示与截图
- 
- 
- ## B站演示视频:
- [演示视频](https://b23.tv/bGXyhjU)
- ## 🌐 在线体验
- > **[立即体验 BiliMind →](https://www.bilimind.xyz/)** · 首次扫码登录赠送 100 积分
- 建议先选一个**只含 1–3 个短视频的收藏夹**(也可以新建测试收藏夹),体验视频处理、检索和问答后再逐步增加。按在线版当前费率,10 分钟视频若需语音转写,仅转写约消耗 **6 积分**,内容处理和问答另计。**100 积分粗略可体验约 5 个这样的短视频和数次问答**;实际消耗取决于视频时长、分 P、是否需要转写和问答长度,以站内积分记录为准。
- 本地部署使用你自己的模型 API Key,不消耗在线版积分。
- ## ⭐ Star History
- [](https://star-history.com/#via007/bilibili-rag&Date)
- ---
- ## ⚡ 快速开始(3 步)
- 0) 安装 ffmpeg(并确保在 PATH 中)
- - macOS: `brew install ffmpeg`
- - Windows: 下载安装包后将 `bin` 目录加入 PATH
- - Linux: `apt/yum/pacman` 安装 `ffmpeg`
- 1) 安装依赖
- ```bash
- conda activate bilibili-rag
- pip install -r requirements.txt
- ```
- 2) 配置环境变量
- ```bash
- cp .env.example .env
- # 编辑 .env,填写 DashScope API Key 等配置
- ```
- 推荐的百炼 / DashScope OpenAI 兼容配置:
- ```env
- DASHSCOPE_API_KEY=你的百炼 API Key
- OPENAI_API_KEY=
- OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
- LLM_MODEL=qwen3-plus
- EMBEDDING_MODEL=text-embedding-v4
- CHAT_USE_LLM_ROUTER=false
- ```
- 可选的召回参数:
- ```env
- RETRIEVAL_CANDIDATE_K=24
- RETRIEVAL_TOP_K=8
- RETRIEVAL_MMR_FETCH_K=32
- RETRIEVAL_MMR_LAMBDA=0.55
- ```
- 注意:
- - `.env` 必须放在项目根目录,不是 `frontend/` 目录
- - `OPENAI_BASE_URL` 用于 LLM 对话,推荐使用 `https://dashscope.aliyuncs.com/compatible-mode/v1`
- - `DASHSCOPE_API_KEY` 用于 DashScope ASR 和 Embedding;Embedding 通过 DashScope SDK 调用,不使用 `OPENAI_BASE_URL`
- - `DASHSCOPE_BASE_URL` 只用于 ASR,不要和 `OPENAI_BASE_URL` 混用
- - `CHAT_USE_LLM_ROUTER=false` 会跳过每次回答前的额外路由模型调用,首字更快;如需更智能的自动路由可改为 `true`
- - 召回参数通常保持默认即可;如果库很大且想要更高召回,可适当增大 `RETRIEVAL_CANDIDATE_K`
- - 修改 `.env` 后需要重启后端服务
- - 不要把真实 API Key 提交到 GitHub
- 3) 启动服务
- ```bash
- python -m uvicorn app.main:app --reload
- ```
- 后端文档:`http://localhost:8000/docs`
- 前端:
- ```bash
- cd frontend
- npm install
- npm run dev
- ```
- 前端页面:`http://localhost:3000`
- ### Docker 本地一键部署
- 适合只想快速跑起来的本地环境。Docker 会同时启动后端和前端,数据会持久化到本地 `data/`,日志会写到 `logs/`。
- ```bash
- cp .env.example .env
- # 编辑 .env,至少填写 DASHSCOPE_API_KEY 或 OPENAI_API_KEY
- docker compose up --build
- ```
- 启动后访问:
- - 前端页面:`http://localhost:3000`
- - 后端文档:`http://localhost:8000/docs`
- 停止服务:
- ```bash
- docker compose down
- ```
- 如果修改了 `.env` 中的模型或 API Key,重新启动容器:
- ```bash
- docker compose up --build
- ```
- ---
- ## 🧠 工作流程
- 1. 选择收藏夹
- 2. 拉取视频 → 音频转写(ASR)
- 3. 生成向量 → 构建知识库
- 4. 对话/检索问答
- ---
- ## 🤖 OpenClaw Skill(本地接入)
- 本仓库已提供一个可直接使用的 Skill:`skills/bilibili-rag-local/SKILL.md`。
- 作用:把本地运行的 `bilibili-rag` 服务接入 OpenClaw,让 OpenClaw 直接调用你的收藏夹知识库进行检索和问答。
- ### 前置条件
- 1. 先按上面的步骤完成本项目本地部署。
- 2. 确认后端接口可访问:`http://127.0.0.1:8000/docs`。
- 3. 确认 OpenClaw 已安装并可加载本地 Skills。
- ### 接入方式
- 1. 将本仓库中的 `skills/bilibili-rag-local` 放到 OpenClaw 的 Skills 目录(例如 `~/.openclaw/skills/`)。
- 2. 重启或刷新 OpenClaw Skills。
- 3. 在 OpenClaw 中调用该 Skill,让它通过本地 API 执行:
- - `POST /chat/ask`(问答)
- - `POST /chat/search`(检索片段)
- - `GET /knowledge/folders/status`(入库状态)
- ### 使用建议
- 1. 先同步/入库收藏夹,再进行问答。
- 2. 问题越具体,召回效果越好。
- 3. 若出现“无命中”,优先检查是否完成入库或是否选错收藏夹。
- ---
- ## 🧩 基于 Skill 的扩展示例
- 你可以在 `skills/` 目录继续开发更多 Skill,把收藏夹真正变成可持续运营的知识系统。
- 例如结合 OpenClaw 的定时能力(Cron)做自动化:
- 1. 每日/每周统计收藏夹入库状态(新增、未入库、失败项)。
- 2. 定时生成“新增收藏学习摘要”(按主题聚合要点)。
- 3. 定时输出“待补全内容清单”(ASR 失败、内容过短、召回弱视频)。
- 4. 将统计结果自动推送到你常用的消息渠道,形成固定复盘节奏。
- ---
- ## 🧪 测试与诊断脚本
- > 注意:`test/` 目录下的脚本需要 **移动到项目根目录** 再运行(依赖相对路径与配置)。
- - `debug_asr_single.py`:测试单个视频是否能正确获取音频
- - `diagnose_rag.py`:测试向量检索召回是否准确
- - `sync_cache_vectors.py`:同步数据库缓存数据到向量库
- ---
- ## 🎧 ASR 说明(音频不可达兜底)
- 部分 B 站音频 URL 可能返回 403(直链不可拉取),系统会自动执行兜底流程:
- 1. 本地下载音频(带 Cookie)
- 2. ffmpeg 转码为 16k 单声道
- 3. 上传到 DashScope 后再识别
- 多 P 视频会按分 P 逐段转写并合并入库,耗时和 ASR 费用会按实际分 P 总时长增加。
- > 请确保本机已安装 `ffmpeg` 并加入 PATH。
- ---
- ## 💰 费用说明(DashScope)
- 模型相关费用包括:
- - LLM 对话(按 Token)
- - Embedding(按 Token)
- - ASR 音频转写(按时长)
- 建议:
- - 部署/测试阶段先用 **短视频(约 10 分钟)**验证流程与费用
- - 正式使用按需启用,注意费用;大多数模型有免费额度,通常足够日常使用
- ### 模型配置常见错误
- **Q:报错 `The api_key client option must be set` 是什么原因?**
- A:后端没有读到有效 API Key。请检查 `.env` 是否在项目根目录,并确认至少配置了 `DASHSCOPE_API_KEY` 或 `OPENAI_API_KEY`。
- **Q:百炼 / DashScope 的 `OPENAI_BASE_URL` 应该填什么?**
- A:推荐填 `https://dashscope.aliyuncs.com/compatible-mode/v1`。不要填 `https://coding.dashscope.aliyuncs.com/v1`,也不要把 ASR 的 `DASHSCOPE_BASE_URL` 填到这里。
- **Q:报错 `DashScope Embedding 初始化失败` 是什么原因?**
- A:后端缺少 Embedding 所需依赖。请运行 `pip install -r requirements.txt` 后重启后端。Embedding 使用 DashScope SDK,不会自动切换到 `OPENAI_BASE_URL`。
- **Q:报错 `AllocationQuota.FreeTierOnly` 是什么原因?**
- A:这是上游模型服务返回的配额错误,通常表示免费额度已耗尽,或控制台开启了“仅使用免费额度”。这不是本项目代码错误,需要在模型服务控制台调整额度/付费设置,或切换可用模型。
- **Q:改了 `.env` 但模型没有变化?**
- A:配置在后端启动时读取。修改 `.env` 后请重启 `uvicorn` 后端服务。
- ---
- ## 🧩 技术栈
- - 后端:FastAPI
- - LLM:LangChain + DashScope
- - 向量库:ChromaDB
- - 前端:Next.js + Tailwind
- - 数据库:SQLite
- ---
- ## 📂 目录结构(简版)
- ```
- bilibili-rag/
- ├── app/ # 后端逻辑
- ├── frontend/ # 前端界面
- ├── data/ # 数据库与向量库
- ├── skills/ # OpenClaw Skills(含 bilibili-rag-local)
- ├── test/ # 测试脚本(需移动到根目录再运行)
- └── README.md
- ```
- ---
- ## ✅ 常见问题
- **Q:为什么有些音频 URL 可达、有些不可达?**
- A:B 站音频直链存在鉴权/过期/区域限制,只有公网可直接拉取的 URL 才可达。
- ---
- > 免责声明:本项目采用 Apache-2.0 许可证。使用者仍需自行遵守相关平台协议与法律法规;本软件不授予 B 站视频、音频、字幕或其他第三方内容的任何权利。
- ---
- ## 📜 License
- [Apache-2.0](LICENSE)
- ---
- ## 🧩 TodoList
- - 对话存储、会话管理、检索历史对话记录
- - 适配更多 LLM 与向量模型
- ---
- ## 支持项目
- 如果这个项目对你有帮助,欢迎自愿支持后续维护:
- <img src="docs/alipay-support.jpg" alt="支付宝支持项目" width="280">
- 支持完全自愿,不影响项目免费使用。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.