video-summarizer

name	video-summarizer
description	将 B 站/YouTube/小红书/抖音视频转换为结构化 Notion 总结文档，自动上传截图，一键推送 Notion
metadata	{"openclaw":{"emoji":"🎬","requires":{"bins":"[Truncated]","env":"[Truncated]"},"install":["[Truncated]","[Truncated]","[Truncated]"]}}

Video Summarizer — OpenClaw Skill

将 B 站/YouTube/小红书/抖音视频转换为结构化 Notion 总结文档，自动上传截图，一键推送 Notion。

版本: 1.0.7
发布: 2026-04-06
许可: MIT
作者: Ajay Hao

---

📖 技能描述

核心能力

• 🎬 多平台支持: B 站、YouTube、小红书、抖音
• 📝 智能分析: AI 提取关键概念、核心要点、注意事项
• 📸 截图嵌入: 基于 AI 分析结果自动生成关键帧截图
• ☁️ 图床集成: 阿里云 OSS 自动上传，永久链接
• 🚀 一键推送: 自动推送 Notion 数据库

技术特性

• 双模式转录: Plan A（官方字幕）优先，Plan B（语音转录）兜底
• 并行优化: 字幕下载与视频下载并行执行，节省 32% 时间
• GPU 自适应: 自动检测显存，选择最优 Whisper 模型
• 断点续跑: 支持从中断点恢复，避免重复处理
• 四层标签: 标题 hashtag → 元数据 → AI 关键词 → 默认值

---

🎯 平台支持详情

Bilibili（完整支持）

字幕: ✅ 官方字幕 + 自动字幕
语音转录: ✅ 支持（Plan B）
Cookies: 推荐（获取官方字幕）
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 1. 扫码登录（首次使用，获取官方字幕）
cd ~/.openclaw/skills/video-summarizer/scripts
./bili-login.sh

# 2. 处理视频
./video-summarize.sh "https://www.bilibili.com/video/BV1xxxx"

# 3. 查看结果
cat /tmp/video-summarizer-*/summary.md

说明:

• Cookies 文件：~/.cookies/bilibili_cookies.txt
• 无 Cookies 时使用 Plan B 语音转录
• 支持 b23.tv 短链

---

YouTube（完整支持）

字幕: ✅ 自动字幕（多语言）
语音转录: ✅ 支持（Plan B）
Cookies: ❌ 不需要
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 直接处理（无需登录）
./video-summarize.sh "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

# 指定输出目录
./video-summarize.sh "https://youtu.be/dQw4w9WgXcQ" /tmp/output

说明:

• 需网络可达（可能需要代理）
• 优先下载英文字幕，无则用语音转录
• 支持 youtu.be 短链

---

小红书（基本支持）

字幕: ❌ 无字幕
语音转录: ✅ 唯一方式（Plan B）
Cookies: ❌ 不需要
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 直接处理（自动使用 Plan B 语音转录）
./video-summarize.sh "https://www.xiaohongshu.com/explore/xxxx"

# 或短链
./video-summarize.sh "https://xhslink.com/o/xxxx"

说明:

• 必须使用 Plan B 语音转录
• 推荐配置 GROQ_API_KEY 加速转录
• 自动上传封面图到 OSS

---

抖音（完整支持）

字幕: ❌ 无字幕
语音转录: ✅ 唯一方式（Plan B）
Cookies: ❌ 不需要（专用下载器）
下载工具: douyin_downloader.py

操作步骤

# 直接处理（专用下载器，无需 Cookies）
./video-summarize.sh "https://www.douyin.com/video/7234567890"

# 支持短链
./video-summarize.sh "https://v.douyin.com/abc123/"

说明:

• 使用专用下载器 douyin_downloader.py
• 无反爬限制，无需 Cookies
• 必须使用 Plan B 语音转录

---

⚙️ 配置详解

环境变量（~/.openclaw/.env）

# ========== 必需配置 ==========

# 阿里云 OSS 图床
ALIYUN_OSS_AK=your_access_key_id
ALIYUN_OSS_SK=your_access_key_secret
ALIYUN_OSS_BUCKET_ID=your_bucket_name
ALIYUN_OSS_ENDPOINT=oss-cn-shanghai.aliyuncs.com

# AI 分析（DashScope API）
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx

# ========== 可选配置 ==========

# Notion 自动推送
NOTION_API_KEY=nop_xxxxxxxxxxxxxxxx
NOTION_VIDEO_SUMMARY_DATABASE_ID=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

# 语音转录加速（无 GPU 时推荐）
GROQ_API_KEY=gsk_xxxxxxxxxxxxxxxx

# 硅基流动（备用转录）
SILICONFLOW_API_KEY=sk-xxxxxxxxxxxxxxxx

# 本地 Whisper 模型（有 GPU 时自动检测）
WHISPER_MODEL=base  # tiny/base/small/medium/large
USE_LOCAL_WHISPER=false  # true 强制使用本地 Whisper

OSS Bucket 要求

• 访问权限: 公开可读（直接 URL 访问）
• CORS 配置: 允许跨域访问（Notion 嵌入需要）
• 存储类型: 标准存储（低频访问会影响加载速度）

Notion 数据库配置

数据库属性（Properties）

属性名	类型	说明	来源
Title	title	视频标题（≤200 字符）	Markdown # 标题
Source	rich_text	平台来源（Bilibili/YouTube/小红书/抖音）	metadata.platform / URL 推断
Author	rich_text	UP 主/作者名称	Markdown **UP 主:** / metadata.uploader
Url	url	视频原始链接	metadata.webpage_url / Markdown **链接:**
Tags	multi_select	标签（最多 5 个）	三层策略提取
PubDate	date	发布日期	metadata.upload_date
Length	rich_text	视频时长（MM:SS 格式）	metadata.duration_string
Cover	files	封面图片（可选，外部 URL）	metadata.thumbnail
ts	date	创建时间戳（ISO 8601，东八区 +08:00）	当前时间

配置步骤

1. 创建数据库（Table 视图）

2. 添加上述 9 个属性（字段名必须完全匹配）

3. 获取 Database ID：

   • 打开数据库 → 复制 URL 中 ?v= 后的 ID
   • 示例：https://notion.so/your-workspace/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx?v=yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy
   • Database ID = yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy

4. 配置环境变量：

   NOTION_API_KEY=nop_xxxxxxxxxxxxxxxx
   NOTION_VIDEO_SUMMARY_DATABASE_ID=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
   

数据库视图示例

┌─────────┬──────────┬─────────┬──────┬──────┬─────────┬────────┬───────┬─────────────┐
│ Title   │ Source   │ Author  │ Url  │ Tags │ PubDate │ Length │ Cover │ ts          │
│ title   │ text     │ text    │ url  │ multi│ date    │ text   │ files │ date        │
└─────────┴──────────┴─────────┴──────┴──────┴─────────┴────────┴───────┴─────────────┘

---

🏗️ 系统架构

处理流程

用户输入 (视频 URL)
       ↓
Step 1: 平台识别 + 元数据
       ↓
┌──────┴──────┐
↓             ↓
Step 2: 字幕   Step 3: 视频下载  ← 并行执行
       ↓             ↓
       └──────┬──────┘
              ↓
Step 4: 文本提取 (VTT → TXT / Plan B 转录)
       ↓
Step 5: AI 分析 (DashScope API - qwen3.5-plus)
       ↓
Step 6: 截图生成 (ffmpeg, 基于 AI 时间戳)
       ↓
Step 7: OSS 上传 (截图 + 封面)
       ↓
Step 8: Markdown 渲染
       ↓
Step 9: Notion 推送 (可选)

技术栈

层级	技术
编排层	Bash (video-summarize.sh)
分析层	Python + DashScope API (qwen3.5-plus)
转录层	Faster-Whisper (本地) / Groq API / 硅基流动
工具层	yt-dlp (>=2026.03.17), ffmpeg (>=6.1), oss2, requests

数据文件

文件	来源	用途
metadata.json	yt-dlp / douyin_downloader	视频元数据
transcript.txt	VTT 提取 / Plan B 转录	纯文本字幕
ai_result.json	analyze-subtitles-ai.py	AI 分析结果
screenshot_urls.txt	upload-to-oss.py	截图 OSS 链接
summary.md	analyze-subtitles-ai.py	最终总结

---

📋 脚本清单

核心脚本（4 个）

脚本	功能
video-summarize.sh	主流程编排（Plan A/B 自动选择）
analyze-subtitles-ai.py	AI 分析 + Markdown 渲染
upload-to-oss.py	OSS 图床上传（截图 + 封面）
push-to-notion.py	Notion 推送

平台工具（2 个）

脚本	功能
bili-login.sh	B 站扫码登录（获取 Cookies）
douyin_downloader.py	抖音专用下载器（无需 Cookies）

辅助工具（4 个）

脚本	功能
download-audio.sh	Plan B: 音频下载
transcribe-audio.py	Plan B: 语音转录（GPU 自适应）
check-config.sh	配置检查
convert-bili-cookie.py	Cookies 格式转换

---

🎯 Plan A vs Plan B

对比表

项目	Plan A	Plan B
字幕来源	平台官方字幕	语音转录
准确率	90%+	80-90%
速度	快 (1-2 分钟)	较慢 (3-5 分钟)
依赖	Cookies（B 站）	GPU 或 API Key

各平台使用情况

平台	Plan A	Plan B	默认
Bilibili	✅ 官方 + 自动	✅ 备用	Plan A
YouTube	✅ 自动字幕	✅ 备用	Plan A
小红书	❌ 无	✅ 唯一	Plan B
抖音	❌ 无	✅ 唯一	Plan B

Plan B 四层降级方案

1. Faster-Whisper (本地) → GPU/CPU 自适应
   ├─ GPU ≥8GB  → large-v2 模型
   ├─ GPU ≥4GB  → medium 模型
   ├─ GPU ≥2GB  → small 模型
   └─ 无 GPU    → base 模型 (CPU)

2. Groq API (whisper-large-v3) → 云端高速

3. 硅基流动 (FunAudioLLM/SenseVoiceSmall) → 备选云端

4. Whisper.cpp / OpenAI Whisper → 保底方案

---

📁 输出文件结构

output/
├── summary.md              # 📝 最终总结（主要成果）
├── screenshot_urls.txt     # 🔗 截图 OSS 链接
├── metadata.json           # 📊 视频元数据
├── transcript.txt          # 📄 纯文本字幕
├── screenshots/            # 📸 截图原图（本地备份）
├── cover.jpg              # 🖼️ 封面图（本地备份）
└── *.log                   # 📋 日志文件（verbose 模式）

OSS 路径规范

截图路径: /screenshots/<平台>/<视频 ID>_<时间戳>/<截图文件>

screenshots/bilibili/BV1eTPEzNEqf_20260405_053203/screenshot_01.jpg
screenshots/douyin/7234567890_20260405_175010/chapter_01.jpg
screenshots/xhs/69c1493b000000002003b3ce_20260405_152852/screenshot_01.jpg
screenshots/youtube/dQw4w9WgXcQ_20260405_120000/screenshot_01.jpg

封面路径: thumbnails/<平台>/<视频 ID>/cover.jpg

thumbnails/bilibili/BV1eTPEzNEqf/cover.jpg
thumbnails/douyin/7234567890/cover.jpg

---

🏷️ 标签策略

四层提取策略

1. 标题 hashtag → #([\w\u4e00-\u9fa5]+)
   示例："#AI 教程 #大模型原理" → ["AI 教程", "大模型原理"]

2. 元数据 tags → yt-dlp 提取的原始标签
   示例：["原理", "AI", "教程", "claude", "大模型"]

3. AI 关键词 → AI 分析提取的核心概念
   示例：["Transformer", "注意力机制", "深度学习"]

4. 默认值 → 视频总结/知识分享/学习
   当前三层都为空时使用

标签规则

• 长度: 2-15 字符（兼容英文如 "openclaw"）
• 数量: 最多 5 个
• 去重: 自动去重，保留唯一值
• 优先级: 1 → 2 → 3 → 4

---

🔧 故障排查

Cookies 过期（B 站）

# 重新扫码登录
./bili-login.sh

配置检查

# 运行检查脚本
./check-config.sh

查看详细日志

# 使用 verbose 模式
./video-summarize.sh "URL" --verbose

# 查看错误日志
cat /tmp/output/error.log

常见问题

问题	原因	解决方案
截图 404	OSS 路径不匹配	python3 upload-to-oss.py auto /tmp/output
标签默认值	标签提取失败	检查标题 hashtag 格式 #标签
转录失败	无 GPU/API 配额	检查 GROQ_API_KEY
Notion 推送失败	API Key 过期	更新 NOTION_API_KEY
并行任务失败	依赖缺失	检查 ffmpeg / yt-dlp 安装（版本要求：ffmpeg >= 6.1, yt-dlp >= 2026.03.17）
抖音下载失败	链接格式错误	使用完整 URL 或 v.douyin.com 短链

---

📊 性能基准

处理时间（10 分钟视频）

平台	Plan A	Plan B（本地）	Plan B（Groq）
Bilibili	~90 秒	~150 秒	~120 秒
YouTube	~90 秒	~150 秒	~120 秒
小红书	-	~150 秒	~120 秒
抖音	-	~150 秒	~120 秒

优化效果: 并行优化后节省约 30 秒（32%↓）

---

📝 输出格式（summary.md）

1. 标题 + Tags + Author
2. 📝 Note — AI 概述（150-250 字）
3. 📺 视频信息 — 链接/时长/播放数据
4. 📚 关键概念 — 术语表格（3-5 个，按时间排序）
5. 🎯 核心要点 — emoji+ 描述 + 时间戳（5-8 个）
6. 🎬 视频章节 — 标题 + 时间轴 + 截图
7. ⚠️ 注意事项 — 特别提醒（2-4 个）
8. 💡 总结 — AI 归纳（200-300 字）

---

🔜 后续优化

计划中

• 代码重构（提取公共函数）
• 单元测试（核心函数覆盖率 80%+）
• 性能优化（截图并行上传、结果缓存）
• 支持更多平台（TikTok、Instagram Reels）

---

📞 更多文档

• 快速入门: README.md - 5 分钟上手
• 变更历史: CHANGELOG.md - 版本演进
• 提示词配置: prompt.json - AI 分析参数

---

维护人: Ajay Hao
项目地址: https://github.com/AjayHao/video-summarizer
OpenClaw Skill: 已发布到 clawdhub