video-summarizer

项目简介

video-summarizer 用来把 Bilibili / YouTube 视频整理成结构化笔记。 它适合技术分享、演讲、教程类视频：先下载视频与元数据，再优先使用平台字幕或本地语音转录，最后生成可继续加工的笔记草稿。

能做什么

• 从 Bilibili / YouTube 下载视频和元数据
• 优先使用平台字幕；没有字幕时自动转录音频
• 根据字幕密度判断走字幕优先还是图片优先流程
• 为后续笔记整理生成 subtitles.json、截图目录和 notes.md 草稿

环境

推荐在 Windows PowerShell 下运行 Python 命令。

依赖安装：

pip install yt-dlp you-get opencv-python numpy faster-whisper

额外要求：

• ffmpeg 需要在 PATH 中
• Windows 下不要用 Git Bash 跑这里的 Python 命令
• 如果 GPU 转录失败，脚本会自动回退到 CPU，无需手动重试

快速开始

1. 创建输出目录

python scripts/fetch/create_folder.py "<video_url>"

记下输出的 <folder> 路径。

2. 下载视频

python scripts/fetch/download_video.py "<video_url>" "<folder>"

3. 提取字幕 / 转录音频

python -u scripts/subtitle/transcribe_audio.py "<folder>"

执行完成后会写出 subtitles.json。

4. 生成笔记草稿

python scripts/pass2_scaffold/generate_notes.py "<folder>" --ppt

如果 subtitles.json.mode 是 image_primary，需要先按 SKILL_zh.md 里的 Step 4a 进行截帧，再生成草稿。

更完整的流程说明见：

• SKILL_zh.md
• SKILL.md

输入与输出文件

输入

• 视频链接：Bilibili 或 YouTube URL

主要中间文件

在 <folder> 下会产生：

• video.mp4（或 video.webm / video.mkv / video.flv）
• metadata.json
• subtitles.json
• screenshots/（图片优先流程或后续抽帧时使用）

输出

• notes.md：生成的笔记草稿