bili-note

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 字幕当前只支持 Chrome + web-access 路线：让已登录的 B站页面自己请求字幕接口。不要把 Edge、Playwright 临时浏览器或原生 CDP 端口当成等价替代，除非脚本已经明确支持。

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。

• 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。

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：

$skill = "$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。
• 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 web-access 已授权的 Chrome 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。没有 Chrome + web-access 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. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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：

$skill = "$env:USERPROFILE\.codex\skills\bili-note"
$py = "python"

0. 检查依赖和可用路线

& $py "$skill\scripts\check_environment.py"

需要给其他脚本读取时输出 JSON：

& $py "$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。

& $py "$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" `
  --comments

图文/动态也用同一个入口：

& $py "$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：

--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，先用 web-access 打开已登录 Chrome 里的视频页并取得 target id，然后加：

--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。
• 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。

2. 抓元数据和分P目录

& $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract"

3. 下载普通公开字幕

& $py "$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。当前脚本需要 Chrome + web-access 的 /targets 和 /eval 代理接口；原生 Edge/Chrome DevTools 端口不能直接传给这个脚本。

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：

curl.exe -s http://localhost:3456/targets

3. 下载 AI 字幕：

& $py "$skill\scripts\fetch_browser_ai_subtitles.py" --target "CDP_TARGET_ID" --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

& $py "$skill\scripts\extract_bilibili.py" "BVxxxx" --out ".\tmp_bili_extract" --comments

图文评论用总入口或图文脚本：

& $py "$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。

& $py "$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：

& $py "$skill\scripts\setup_qwen_asr_env.py"
& $py "$skill\scripts\check_environment.py"

中文视频可显式指定 Qwen3-ASR：

& $py "$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。

& $py "$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：

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：

& $py "$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：

& $py "$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/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。