把 B站视频变成可检索、可反复回看的文字知识库 —— 取字幕/转写 → 按内容分段精编 → 选身份做全片总结升华 → 存进 Obsidian，跨视频全文检索。
A Claude Code skill that turns Bilibili videos into a searchable, re-readable text knowledge base.
它是 podcast-bridge 的「视频版」，复用其转写/章节/Markdown 引擎；音频播客与视频共用同一套「转录后产物」工作流。
- 取文本（两条路自动降级）
- 字幕快路径：命中 B站 AI/CC 字幕直接拉，秒级、免转写、免本地模型（需浏览器登录态取 cookie）。
- 转写兜底：无字幕时
yt-dlp抽音频 →ffmpeg转码 → BcutASR 分片并发转写（免 key）。
- 段落级时间戳：字幕/ASR 的 2–3 秒碎片自动合并成段落，降时间戳密度。
- 跨视频全文检索：SQLite FTS5 + jieba 中文分词；命中 0 时退化为子串搜索。
- （Agent 产物）按内容分段的逐字精编 + 身份化全片总结升华：见 工作流。
每个单集落 1–2 个产物，结构 <library_dir>/<频道>/<单集>/{全文稿.md, 笔记.md}。
| 依赖 | 说明 |
|---|---|
Python 3.10+（推荐 python3.11） |
系统 3.9 无法 import 引擎 |
| ffmpeg / ffprobe | 音频转写兜底（brew install ffmpeg） |
| yt-dlp | 取登录 cookie 拿 AI 字幕 + 无字幕时抽音频（brew install yt-dlp 或 pip install yt-dlp） |
| podcast-bridge | ⭐ 复用其 transcribe.py 转写引擎。默认在 ~/.claude/skills/podcast-bridge，或用环境变量 PODCAST_BRIDGE_DIR 指定 |
| jieba（可选） | 改善中文检索分词（pip install jieba） |
| Obsidian（可选） | 产物是带 YAML frontmatter / wikilink / dataview 的 Markdown，在 Obsidian 里体验最佳；纯 Markdown 在任何地方都能看 |
# 1) 装系统依赖
brew install ffmpeg yt-dlp # macOS
python3.11 -m pip install jieba # 可选，中文检索更准
# 2) 配置（复制示例后改成你的库目录）
cp config.example.json config.json
# 编辑 config.json 的 library_dir，指向你想存的目录（可指到 Obsidian vault 某子文件夹）
# 3) 确认转写引擎 podcast-bridge 已安装
# 默认 ~/.claude/skills/podcast-bridge；若在别处：export PODCAST_BRIDGE_DIR=/path/to/podcast-bridgepython3.11 analyze.py "https://www.bilibili.com/video/BV1xxxxx/" # 分析单个视频（字幕优先，无字幕转写）
python3.11 analyze.py BV1xxxxx --transcribe # 强制音频转写（忽略字幕）
python3.11 analyze.py BV1xxxxx --no-chapters # 不生成章节
python3.11 analyze.py search "<关键词>" # 跨视频全文检索
python3.11 analyze.py list --limit 30 # 列出已收录视频B站 AI 字幕需要登录态。
analyze.py会按序尝试BILIBILI_SESSDATA环境变量 →~/.bilibili_cookies.txt→yt-dlp --cookies-from-browser。确保浏览器已登录 bilibili.com，或手动设export BILIBILI_SESSDATA=...。
<library_dir>/
├── library.sqlite3 # 全文检索库
└── <频道/UP主>/ # 频道父文件夹（有则复用，无则新建）
└── <单集标题>/
├── 全文稿.md # 段落级 / 按内容分段逐字稿（兼检索源）
└── 笔记.md # 身份化全片总结升华（Agent 产物）
workflows/ 下两个 Claude Code Workflow 模板，用于长访谈（全文稿 > ~3 万字、单次输出装不下）或要求高保真时：
segment_transcript.js—— 按内容分段：切块 → 每块并行重排（说话人标注 + 话题小节 + 段落时间戳 + 口语清洗）→ 拼回。note_elevation.js—— 身份化升华：深读选身份 → 撰写 →（可选）双视角对抗校验 → 按需修订。
⚠️ 对抗双校验（事实接地 + 过度拔高）是可选附加，由note_elevation.js里的const VERIFY控制，默认关闭。它显著提升保真/可核查度，但每集要多跑 2 个校验 + 可能 1 个修订 agent、重读全文稿数遍，很费 token。高风险/事实密集内容（人物访谈、数据引文多）再开。
短稿无需工作流，Agent 直接读着做即可（见 references/summarization.md）。
转写/章节/Markdown 引擎复用 podcast-bridge。BcutASR 由哔哩哔哩「必剪」提供（免费免配置）。