Bilibili 视频转文字工具：自动下载音频、语音转录、生成 Markdown/TXT，并通过 LLM 生成结构化总结，并导出为 PDF/PNG/HTML。
- 提供 CLI 和 Web UI 两种使用方式
- 提供 Open Public 模式，用户使用自己的 API KEY 进行调用
- 提供监控功能，自动监控指定 B 站 UP 主视频更新并自动转录，完成之后通过飞书机器人通知用户
Note
可以通过访问我自部署的版本来快捷体验，只需准备用于转录和 LLM 总结的 API Key 即可。
欢迎加群一起交流
- 使用 yutto 下载 Bilibili 视频音频
- 语音转文字（支持多 provider）：
- Groq Whisper 兼容接口
- 阿里云 DashScope / Qwen ASR
- 转录结果导出为 Markdown / TXT
- 使用 LiteLLM 兼容接口对接任意 LLM 生成总结
- 三种产物存储后端：本地磁盘 / MinIO / 阿里云 OSS
- Web UI（FastAPI 后端 + Vue/Vite 前端）管理历史转录
- 可选 RAG：检索历史转录内容并问答
- Markdown 派生转换：PDF / PNG / HTML
Note
- 注意只有 Web UI + RAG + Open Public + Monitor + 飞书通知 几种功能在 Linux/MacOS 上经过测试
- Docker/Cli 未经测试
转录页面
转录完成后的文件下载
历史记录页面
历史详情页面
跨视频知识检索页面
跨视频知识检索页面效果 1
跨视频知识检索页面效果 2
生成的 Fancy HTML
.
├── b2t/ # 核心 Python 包与 CLI pipeline
├── web-ui/
│ ├── backend/ # FastAPI 后端
│ └── frontend/ # Vue + Vite 前端
├── tests/ # Pytest 测试
├── scripts/ # 辅助脚本
├── config.toml.example # 配置模板
├── summary_presets.toml # LLM 总结 Prompt 预设
├── context.toml # 按 UP 主注入的总结术语上下文（可选）
└── docker/ # Nginx 前端静态服务配置
| 依赖 | 说明 |
|---|---|
| Python 3.12+ | 运行核心包 |
| uv | Python 包管理 |
| Bun | 前端包管理与开发服务器 |
ffmpeg |
音频处理 |
pandoc |
Markdown 转换（可选） |
| Playwright Chromium | PDF/PNG 渲染（可选） |
macOS 使用 Homebrew 安装系统依赖：
brew install ffmpeg pandocLinux (Debian/Ubuntu) 使用 apt 安装系统依赖：
sudo apt install ffmpeg pandoc安装 Playwright Chromium（导出 PDF/PNG 需要）：
playwright install chromiumgit clone https://github.com/<owner>/bilibili-to-text.git
cd bilibili-to-text
uv sync安装前端依赖：
cd web-ui/frontend && bun install && cd ../..复制配置模板：
cp config.toml.example config.toml最简配置（阿里云 OSS 存储 + Qwen ASR + 百炼 LLM）：
[storage]
backend = "alicloud"
[storage.alicloud]
region = "cn-beijing"
bucket = "your-oss-bucket"
access_key_id = "your-access-key-id"
access_key_secret = "your-access-key-secret"
base_prefix = "b2t"
temporary_prefix = "temp-audio"
[stt]
profile = "qwen-main"
[stt.profiles.qwen-main]
provider = "qwen"
language = "zh"
storage_profile = "alicloud"
qwen_api_key = "your-dashscope-api-key"
qwen_model = "qwen3-asr-flash-filetrans"
[summarize]
profile = "bailian-main"
[summarize.profiles.bailian-main]
provider = "bailian"
model = "qwen3-max"
api_base = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "your-dashscope-api-key"提示：DashScope API Key 可在 阿里云百炼控制台 获取；OSS Bucket 需提前创建并确保 Access Key 有读写权限。
完整配置项参考 config.toml.example。
参见下方启动 Web UI 章节。
处理单个视频：
uv run b2t "https://www.bilibili.com/video/BVxxxxxxxxxx"常用选项：
uv run b2t "https://www.bilibili.com/video/BVxxxxxxxxxx" \
--config config.toml \
--output ./transcriptions \
--summary-preset timeline_merge \
--summary-profile groq-main跳过 LLM 总结：
uv run b2t "https://www.bilibili.com/video/BVxxxxxxxxxx" --no-summary交互式模式：
uv run b2t在两个终端中分别启动后端和前端：
# 终端 1：后端（默认端口 8000）
uv run uvicorn backend.main:app --app-dir web-ui --host 0.0.0.0 --port 8000 --reload# 终端 2：前端（默认端口 6010）
cd web-ui/frontend && bun run dev指定非默认后端端口：
B2T_BACKEND_PORT=8001 bun run dev后端运行在宿主机上：
uv run uvicorn backend.main:app --app-dir web-ui --host 0.0.0.0 --port 8000另开一个终端，构建前端并用官方 Nginx 容器托管静态文件：
./scripts/serve_frontend_nginx.sh up浏览器访问 http://127.0.0.1:6010。Nginx 容器只托管 web-ui/frontend/dist 并把 /api/* 代理到宿主机后端。
如果端口不是默认值：
B2T_FRONTEND_PORT=6011 B2T_BACKEND_PORT=8001 ./scripts/serve_frontend_nginx.sh upopen-public 模式：
# 终端 1：后端
B2T_WEB_UI_MODE=open-public uv run uvicorn backend.main:app --app-dir web-ui --host 0.0.0.0 --port 8000# 终端 2：前端 Nginx 容器
./scripts/serve_frontend_nginx.sh up停止前端容器：
./scripts/serve_frontend_nginx.sh down用于对外公开演示。该模式禁用音频上传、历史删除和本地 API Key，要求用户在页面中自行填写 DashScope API Key：
# 终端 1：后端
B2T_WEB_UI_MODE=open-public uv run uvicorn backend.main:app --app-dir web-ui --host 0.0.0.0 --port 8000 --reload# 终端 2：前端
cd web-ui/frontend && bun run dev如果使用 Nginx 容器托管构建后的前端，则改用：
./scripts/serve_frontend_nginx.sh up注意：open-public 模式依赖 Qwen ASR 的临时 URL 流程，
config.toml中仍需配置可用的 MinIO 或阿里云 OSS。
uv run pytestMIT