zrt-ai-lab/ViNote

解决的问题

ViNote 将来自 YouTube 和 Bilibili 等平台以及本地文件的视频内容转换为结构化知识资产。它通过自动化转录、摘要和知识组织，消除了手动观看长视频以提取信息的工作。

运作方式

系统使用一个优先提取现有平台字幕以节省时间的管道。如果没有字幕，则使用 Faster-Whisper 进行本地音频转录。然后，一个 LLM（通过 OpenAI 兼容 API）处理文本以生成结构化 Markdown 笔记、摘要和思维导图。它还具有一个由 DeepSeek Harness SDK 驱动的 AI 代理（ViNoter），允许用户跨平台搜索视频并使用自然语言触发笔记生成。

适用对象

• 学生和研究人员，需要快速综合教育视频中的信息。
• 内容创作者，希望组织基于视频的研究。
• 知识工作者，希望将视频教程转换为可搜索的结构化文档。

亮点

• 对话式视频搜索：一个 AI 代理，可搜索 YouTube 和 Bilibili，并根据自然语言请求生成笔记。
• 多格式输出：自动创建结构化笔记、摘要、交互式思维导图（通过 Markmap）和知识卡片。
• 灵活输入：支持在线 URL、本地视频文件（MP4、AVI、MOV、MKV）和播放列表的批量处理。
• 知识管理：包括一个基于 SQLite 的系统，用于使用标签分类笔记并执行全文搜索。
• QtGui 基础的 ASR：支持多个 ASR 提供商，包括 Whisper、FunASR 和 Qwen3。