Rimagination/bili-note

何を解決するか

Bili Note は、Bilibili の動画や画像テキスト投稿を、知識ベース用の構造化された高品質な Markdown ノートに変換します。動画コンテンツから貴重な情報を失う問題を解決するために、字幕、コメント、視覚情報をアーカイブし、検索可能で学習可能な形式に変換することで、一般的な要約にありがちな欠点を回避します。

動作方法

このツールは、複数の機能層を使って Bilibili からデータを抽出します：

• コンテンツ抽出：ブラウザ経由でアクセス可能な公開字幕または AI 生成字幕、画像テキスト本文、コメントを収集します。
• 音声認識（ASR）：字幕が欠落している場合や不足している場合、FFmpeg を介して Qwen3-ASR（中国語向け）や Whisper/faster-whisper（外国語向け）などの ASR バックエンドを使用して音声を転写します。
• 視覚理解：最大 12 枚のキーフレームをオプションで抽出し、コンタクトシートを作成することで、テキストに含まれていない PPT、コード、黒板の書き込みなどを視覚モデルが解釈できるようにします。
• 動的ノート生成：コンテンツの情報密度やインタラクション率などの品質信号に基づいて、「ノート予算」（推奨される長さと粒度）を決定し、最終的な Markdown ノートを生成します。
• 証拠インデキシング：ノート内の重要な主張は、番号付き脚注で元のソース資料にリンクされ、検証が可能になります。

対象ユーザー

• 技術動画、講座、長編チュートリアルなど、Bilibili を学習や研究に活用するユーザー。
• Obsidian などの個人知識ベースを維持しており、Bilibili コンテンツを長期保存・検索可能にし、エージェントベースの Q&A に活用したいユーザー。

特徴

• 品質を意識した圧縮：固定長ではなく、コンテンツの実際の情報価値に基づいてノートの詳細度を調整します。
• マルチモーダル統合：テキスト、音声転写、視覚キーフレーム分析を統合し、重要な情報を逃さないよう確保します。
• 証拠に基づく：元の字幕とメタデータを含む素材パッケージを提供し、ノートを特定の証拠インデックスにリンクします。
• 柔軟な ASR：Qwen3-ASR や Whisper など、複数の転写バックエンドをサポートします。