ysyecust/lecture-to-notes

解决的问题

观看讲座视频是被动的，事后难以复习。该项目自动将视频 URL 转换为结构化、易读的中文讲义：LaTeX 源文件、编译后的 PDF、裁剪的图片、修正的字幕和验证报告。它围绕读者的问题重新组织内容，而不是跟随演讲者的口头流程，每张图片都带有脚注，精确显示它来自视频的哪个部分，而每个数字声明都会与字幕或屏幕文本进行核对。

工作原理

该流程接受来自 YouTube、Bilibili（包括多部分播放列表）或 X/Twitter 的视频链接。首先识别平台并获取元数据。然后尝试使用五级回退获取字幕：手动 CC、平台自动字幕、从硬字幕中 OCR、本地自动语音识别（ASR），最后是基于词典或 LLM 的修正。同时，下载视频并提取帧，然后裁剪掉静态导航栏和字幕条，如果视频显示演讲者摄像头和幻灯片区域，则只保留幻灯片部分。收集字幕和清理后的帧后，以读者为先的写作步骤生成 LaTeX 笔记：章节围绕读者问题组织，公式附带符号表，数字记录在单独的表中以供交叉检查。笔记使用 xelatex 编译两次，然后由门卫脚本验证完整性、图片时间一致性，以及图片是否与脚注保持在同一页。只有所有检查通过，才会生成最终的 PDF 和所有支持文件。

适用人群

任何希望从在线讲座中获得高质量、易复习笔记的人——尤其是喜欢结构化讲义而非原始视频的中文学生或自学者。对于希望将现有讲座录音转换为精美课程材料的教育工作者也很有用。该项目为 Claude Code、Codex 或 DeepSeek Harness 提供了即用型代理技能，因此使用这些工具的用户可以通过简单命令触发整个流程。附带的在线课程库包含 9 门课程、100 多场讲座，展示了输出效果，并可在网页优化文本和原始 PDF 模式下浏览。

亮点

• 五级字幕回退 – 从手动 CC 到 OCR 再到本地 ASR，确保即使平台不提供字幕也能获得字幕。
• 读者为先的写作 – 章节围绕读者问题重新组织，而非口语顺序，公式后始终附带符号解释。
• 时间可追溯的图片 – 笔记中的每张图片都有脚注，包含精确的视频时间范围，验证步骤保证图片和脚注在同一页。
• 数字声明检查 – 带单位的数字提取到单独的 TSV 文件中，并与字幕交叉核对。
• 双格式阅读 – 网页版可调整字体大小，并支持点击跳转到视频，原始 PDF 阅读器支持全文搜索和缩放。
• 代理技能集成 – 可安装为 Claude Code、Codex 和 DeepSeek Harness 的技能；只需输入 /lecture-to-notes <URL>。
• 活跃课程库 – 9 门课程、101 场讲座、2,451 页中文讲义已在线提供。