via007/bilibili-rag

解決的問題

將 Bilibili 影片合集（如訪談、講座、課程等）轉換為可搜尋、可對話的個人知識庫。使用者無需重新觀看完整影片，即可從保存的影片中檢索特定資訊，並基於影片內容提出問題。

工作原理

系統遵循一個處理流程，將影片內容轉換為可查詢的格式：

1. 內容取得：登入 Bilibili，讀取使用者的收藏資料夾。
2. 語音轉寫：從影片中提取音訊，並使用自動語音辨識（ASR）將語音轉為文字。若無法直接取得連結，系統會透過 ffmpeg 本地下載音訊作為備用機制。
3. 索引建立：將轉寫後的文字轉換為向量，並儲存在向量資料庫（ChromaDB）與關聯式資料庫（SQLite）中。
4. 檢索與生成：採用 RAG（檢索增強生成）架構，透過語意搜尋找出相關文字片段，並利用大語言模型（LLM）基於這些片段生成答案。

適用對象

• 整理技術影片或公開課程的學生與終身學習者。
• 歸檔播客、會議或分享會的專業人士。
• 希望高效總結與回顧 Bilibili 影片合集知識的任何人。

核心亮點

• 自動化流程：從收藏拉取到 ASR 和向量索引，全程自動化處理。
• 多部分支援：支援多部分（多-P）影片的轉寫與索引。
• 來源可追溯：回答基於轉寫後的影片內容，確保可信度。
• 匯出選項：支援將原始內容或 AI 生成的筆記匯出為 Markdown 格式。
• OpenClaw 結合：內建技能，可將本地服務整合至 OpenClaw 代理框架中。