zrt-ai-lab/ViNote

它解决了什么问题

ViNote 将来自各种平台（YouTube、Bilibili）或本地文件的视频转换为结构化的知识资产。它通过自动化转录、摘要和组织流程，消除了手动观看长视频以提取信息的繁琐工作。

它如何工作

该系统采用一个结合了视频下载（通过 yt-dlp）和音频转录（通过 Faster-Whisper）的流水线。随后，利用大型语言模型（LLMs）将转录文本处理为结构化笔记、摘要和思维导图。它还配备了一个对话式代理 ViNoter，允许用户通过自然语言对话完成搜索、转录和摘要等任务。为了提高效率，系统采用了“字幕优先”策略，当平台已有字幕时，可跳过耗时的自动语音识别（ASR）过程。

适合谁使用

• 学生和研究人员：快速从教育类视频和教程中提取关键要点。
• 内容创作者：将视频内容整理为文字格式或知识卡片。
• 知识工作者：从基于视频的学习材料中构建个人知识库。

主要亮点

• ViNoter 代理：一个端到端的视频处理对话界面（搜索 → 转录 → 笔记 → 翻译）。
• 多格式输出：生成 Markdown 笔记、交互式思维导图（通过 Markmap）以及专用知识卡片。
• 智能视频问答：基于 AI 的问答系统，可根据特定视频内容或现有笔记集合回答问题。
• 广泛兼容性：支持 YouTube、Bilibili 和本地视频文件（MP4、AVI、MOV、MKV 等）。
• 知识管理：包含标签系统、17 个预设分类以及 SQLite 持久化存储，用于高效组织大量笔记。