via007/bilibili-rag

解决的问题

将 Bilibili 视频合集（如访谈、讲座、课程等）转化为可搜索、可对话的个人知识库。用户无需重新观看完整视频，即可从保存的视频中检索特定信息，并基于视频内容提出问题。

工作原理

该系统遵循一个处理流程，将视频内容转换为可查询的格式：

1. 内容获取：登录 Bilibili，读取用户的收藏文件夹。
2. 语音转写：从视频中提取音频，并使用自动语音识别（ASR）将语音转为文本。若无法直接获取链接，系统会通过 ffmpeg 本地下载音频作为备用机制。
3. 索引构建：将转写后的文本转换为向量，并存储在向量数据库（ChromaDB）和关系型数据库（SQLite）中。
4. 检索与生成：采用 RAG（检索增强生成）架构，通过语义搜索查找相关文本片段，并利用大语言模型（LLM）基于这些片段生成答案。

适用人群

• 整理技术视频或公开课的学生和终身学习者。
• 归档播客、会议或分享会的专业人士。
• 希望高效总结和回顾 Bilibili 视频合集知识的任何人。

核心亮点

• 自动化流程：从收藏拉取到 ASR 和向量索引，全程自动化处理。
• 多部分支持：支持多部分（多-P）视频的转写与索引。
• 来源可追溯：回答基于转写后的视频内容，确保可信性。
• 导出选项：支持将原始内容或 AI 生成的笔记导出为 Markdown 格式。
• OpenClaw 集成：内置技能，可将本地服务集成到 OpenClaw 代理框架中。