lycohana/BiliSum
为 Bilibili、YouTube 及本地视频提供 AI 视频摘要和知识库.AI video summarizer and knowledge base for Bilibili, YouTube and local videos.
它解决了什么问题
BiliSum 解决了从长视频内容中提取和整理知识的难题。它能自动将 Bilibili、YouTube 或本地视频文件转换为结构化文本、视觉笔记和可搜索的知识库，无需手动转录和记笔记。
它如何工作
该工具采用流水线方式：导入视频内容，使用 ASR（自动语音识别）进行转录，然后利用 LLM 和 VLM（视觉语言模型）生成摘要、结构化笔记和思维导图。它能提取关键帧，创建 "VLM 可理解" 的视觉笔记，将图像根据视觉上下文整合到文本中。对于长期存储，它使用嵌入（embeddings）构建本地 RAG（检索增强生成）系统，实现跨多个视频的语义搜索和问答功能。
适合谁使用
专为学生、研究人员和终身学习者设计，他们观看教育或信息类视频内容，并希望将这些内容转化为永久且可搜索的个人知识库。
主要亮点
- 多模态笔记：通过结合转录文本与 AI 选择的视频截图，生成视觉笔记。
- 本地优先的隐私保护：数据、索引和配置均本地存储，支持本地 LLM 和嵌入模型。
- 灵活的输入方式：支持 Bilibili、YouTube 和本地视频格式（mp4、mkv、mov、webm）。
- 代理集成：提供 CLI 和特定 "技能"，允许 AI 代理（如 Claude 或 Cursor）触发摘要和转录。
- 知识管理：具备基于 RAG 的知识库，支持跨视频语义检索和思维导图生成。
相关
- 项目
- 项目
- 项目
- 项目
- 项目