Bilibili Video Notes 📝

B站视频笔记生成工具 — 从B站教育/讲课视频自动生成带截图的DOCX学习笔记，如果觉得有用的话记得点一下星标哦

全流程：下载视频+字幕 → 全覆盖抽帧 → OCR去重 → AI视觉打分精选 → 提取图中内容 → 融合生成DOCX

⚡ 一键安装（复制粘贴给 AI）

请帮我安装 bilibili-video-notes-skill：

git clone https://github.com/asdhabdua/bilibili-video-notes-skill.git
cd bilibili-video-notes-skill
pip install -r scripts/requirements.txt

安装完成后，配置 .env 和 bilibili_cookies.txt，然后读取 README.md 了解如何使用。

✨ 功能特点

🎬 自动下载 B站视频和 AI 字幕
📸 全覆盖抽帧（每10秒一帧），不丢任何画面
🔍 OCR + 感知哈希双重去重，129帧 → 20-40帧，不丢有价值内容
🧠 AI视觉打分，选出每个知识点最完整的一帧
📝 融合字幕+截图内容生成结构化DOCX笔记
🧹 自动清理临时文件，不占多余空间
🤖 多 Agent 支持：Hermes / Claude Code / Codex CLI

📊 效果对比

输入	输出
21分钟B站视频	7-12张精选截图 + 完整知识点DOCX
129帧原始截图	20-40帧去重后 → 7-12帧AI精选
AI 字幕文本	融合进结构化笔记，不照搬

🚀 快速开始

1. 克隆安装

git clone https://github.com/asdhabdua/bilibili-video-notes-skill.git
cd bilibili-video-notes-skill
pip install -r scripts/requirements.txt

2. 安装 FFmpeg

系统环境变量中需要可直接调用 ffmpeg。

3. 配置 API

cp templates/env.example .env

编辑 .env：

VISION_API_KEY=your_api_key_here
VISION_BASE_URL=https://api.openai.com/v1
VISION_MODEL=gpt-4o

支持任何 OpenAI 兼容格式的多模态 API（OpenAI、Sophnet、本地 vLLM 等）。

4. 配置 B 站 Cookie（可以直接告诉AI让他代劳）

cp bilibili_cookies.txt.example bilibili_cookies.txt

从浏览器 F12 复制 SESSDATA 字段，替换文件中的 YOUR_SESSDATA_HERE。

⚠️ Cookie 有时效（通常几天），过期后需重新获取。

📖 完整工作流

129 帧（每10秒全覆盖）
  ↓ OCR 预筛：去掉空白/面部帧
  ↓ 哈希去重（视觉结构相似归为一组）→ 20-40 帧
  ↓ AI 视觉打分（1-10 分）
  ↓ 人工选出最终 7-12 帧
  ↓ AI 提取图中文字/公式/表格/概念
  ↓ 融合字幕 + 图中内容生成 DOCX
  ↓ 验证 + 清理临时文件

为什么要分 score 和 extract 两步？

步骤	看的帧数	AI 输出内容	目的	token 成本
score	20-40	theme/keywords/score/complete	选帧	低
extract	7-12	图中完整文字/公式/表格/概念	写正文	高

分开可以最小化总 token 和 API 成本，同时避免用任何平台的 vision_analyze 串行调用。

🔧 命令参考

1. 抽帧

python scripts/extract_frames.py BV1xx411c7mD \
  --page 1 \
  --mode cover \
  --subtitle \
  --workspace ./workspace \
  --frames ./frames/pXX

2. 去重

python scripts/smart_select.py ./frames/pXX/fixed \
  --output-dir ./frames/pXX/selected \
  --skip-clustering

3. 并发打分

python scripts/score_frames_concurrent.py \
  --frames ./frames/pXX/selected \
  --output ./workspace/vision_scores_pXX.json \
  --workers 16

4. 人工选最终帧

根据 vision_scores_pXX.json 的 score 和 theme，人工决定最终使用哪几帧。

mkdir -p ./frames/pXX/final
cp ./frames/pXX/selected/frame_0003.jpg ./frames/pXX/final/
cp ./frames/pXX/selected/frame_0007.jpg ./frames/pXX/final/
# ...

5. 提取图中内容

python scripts/score_frames_concurrent.py \
  --frames ./frames/pXX/final \
  --output ./workspace/vision_extract_pXX.json \
  --mode extract \
  --workers 16

6. 生成 DOCX

cp templates/docx_note_v2.py ./workspace/gen_pXX_v1.py
# 编辑 gen_pXX_v1.py 填入 TITLE/SOURCE/FRAMES/SECTIONS
python ./workspace/gen_pXX_v1.py

7. 验证

python scripts/verify_docx.py ./workspace/<output>.docx

8. 清理

rm -f ./workspace/BV1xx411c7mD_p1.mp4
rm -f ./workspace/BV1xx411c7mD_p1_subtitles.json
rm -f ./workspace/gen_pXX_v1.py

保留：字幕.txt、笔记.docx、vision_scores_pXX.json、vision_extract_pXX.json、checklist_pXX.json

⚙️ 配置参数

环境变量 / 参数	说明	示例
`.env`	API key / base_url / model	见 templates/env.example
`--workspace`	工作区目录	`./workspace`
`--frames`	帧输出目录	`./frames/pXX`
`--page`	B 站分P页码	`1`
`--mode cover`	每10秒抽一帧	-
`--skip-clustering`	保留所有去重帧	-
`--workers`	并发线程数	`16`
`--mode extract`	从图中提取完整内容	-

🛠️ 常见问题

B 站限流（HTTP 412）

# 降级到 480p + 加 User-Agent
yt-dlp --user-agent "Mozilla/5.0 ..." -f "bestvideo[height<=480]+bestaudio/best[height<=480]" ...

Cookie 过期

字幕下载失败但视频下载成功 → 先跳过字幕，后面补：

python scripts/extract_frames.py BV号 --page N --subtitle --no-download --mode fixed --interval 9999

帧目录必须是纯英文路径

AI 视觉工具可能无法识别中文路径。

帧太多 / API 调用太贵

129帧 → 用 smart_select.py --skip-clustering 压到 20-40帧，再送 AI 打分，省 60%-80% API 调用。

Vision 选到了半成品截图

打分时使用的 prompt 已内置强调："Among visually similar frames, pick ONLY the MOST COMPLETE version"。

🤖 Agent 使用

Hermes Agent

直接读取 SKILL.md，按里面的流程执行。

Claude Code

CLAUDE.md 会被自动加载为项目指令。

Codex CLI

AGENTS.md 会被自动加载为项目指令。

📁 目录结构

bilibili-video-notes/
├── README.md
├── SKILL.md                    # Hermes Agent
├── CLAUDE.md                   # Claude Code
├── AGENTS.md                   # Codex CLI
├── CONTRIBUTING.md             # 贡献指南
├── .gitignore
├── bilibili_cookies.txt.example
├── scripts/
│   ├── extract_frames.py
│   ├── smart_select.py
│   ├── score_frames_concurrent.py
│   ├── verify_docx.py
│   ├── verify_checklist.py
│   ├── clean_markdown_bold.py
│   └── requirements.txt
├── templates/
│   ├── docx_note_v2.py
│   ├── env.example
│   └── checklist.json

📄 License

MIT License - 自由使用和修改。

🙏 致谢

yt-dlp - 视频下载
RapidOCR - OCR 文字识别
ImageHash - 感知哈希
python-docx - DOCX 生成

📬 反馈与建议

提建议/报Bug：GitHub Issues
功能请求：GitHub Discussions
邮箱：[email protected]

欢迎提交 Issue 和 PR！