讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

SoundView
SoundView

字幕擦除翻译、配音口型同步

Laper
Laper

剧本策划到成片协作

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Bilibili Up To Kb

Polar Sponsor
爱发电 赞助
.NET 9.0

将B站视频转换为可搜索的文本知识库。支持单个视频及批量处理UP主频道。使用本地 whisper.cp...

Bilibili Up 到 KB. 将 B / 整个频道的视频( 单个或整个频道) 转换为清理的、结构化的文本知识库.

功能概述

Bilibili Up 到 KB. 将 B / 整个频道的视频( 单个或整个频道) 转换为清理的、结构化的文本知识库.是一项面向实际任务的技能,主要用于Design 原则.;Agent boards, 脚本执行;

核心要点

  • 代理的任务就是决定。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
  • 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。

使用与执行

该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;

结果检查与注意事项

若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

Bilibili UP 主转知识库(KB)

将 B 站视频(单个或整频道)转换为清洗后、结构化的文本知识库。

设计原则

Agent 负责编排,脚本负责执行。 Agent 的职责是决定 做什么 并触发正确的脚本。所有机械性、重复性工作(下载、转录、清洗)均由具备内置并行能力的 Shell 脚本完成。Agent 绝不会逐个遍历视频 —— 它仅运行 一条命令,由脚本在内部处理并发逻辑。

输出结构

kb/UP主名_UID/
├── BV号_视频标题.txt          # 清洗后的转录文本(面向用户)
├── BV号_视频标题.meta.json    # 视频元数据
├── index.md                   # 汇总索引页
└── .raw/                      # 隐藏目录:whisper 原始转录文本(如有)
    └── BV号_视频标题.txt

关键设计决策:

  • 文件名中包含标题以提升可读性(BV1xxx_标题.txt)
  • 文件夹名包含 UP 主名称(UP主名_UID/)
  • 原始 whisper 转录文本存放于 .raw/ 目录下并默认隐藏
  • 不使用 _clean 后缀 —— 清洗后的文件即为主力文件
  • 每条视频对应一个 .meta.json,含标题、上传者、时长等元信息

完整流程

步骤 1:下载 AI 字幕(速度快,支持高并发)

# 并发 30–50 是安全的 —— B站 CDN 可承受
scripts/batch_channel.sh "https://space.bilibili.com/UID/" ./kb/output zh 0 30

步骤 2:对无 AI 字幕的视频运行 whisper(并发必须低!)

# Metal GPU 最多仅能稳定运行 1–4 个 whisper 实例
# 并发数更高反而导致整体变慢(GPU 饱和)
scripts/batch_channel.sh "https://space.bilibili.com/UID/" ./kb/output zh 0 2 --whisper-only

步骤 3:清洗 + 生成索引

# 清洗 whisper 转录文本(AI 字幕自动跳过)
scripts/batch_clean.sh ./kb/UP主名_UID/
scripts/generate_index.sh ./kb/UP主名_UID/

并发指南

关键:不同阶段需采用不同并发策略!

阶段 瓶颈 推荐并发数 原因
AI 字幕下载 网络 30–50 B站 CDN 支持高并发访问
Whisper 转录 Metal GPU 1–4 GPU 饱和,过多并发反而降低总吞吐
转录文本清洗 API 调用频率限制 全部串行(0 并发) 纯网络 I/O,无本地计算负载

快速开始 — 单视频处理

scripts/transcribe.sh "https://www.bilibili.com/video/BV..." ./output zh

转录文本清洗

AI 字幕质量足够高 —— 默认跳过清洗。

来源 是否需要清洗?
B站 AI 字幕 否 —— 可直接使用
whisper 回退转录 是 —— 必须经过清洗流程

清洗使用模型:opencode/minimax-m2.5-free:

  1. 修正同音错字与乱码词
  2. 补充标点符号
  3. 输出必须为简体中文
  4. 对存疑的专有名词保持原样,不做修改
  5. 绝不将一个真实术语替换为另一个

分块大小:80 行。重试机制:最多尝试 3 次,每次间隔 3 秒。

⚠️ 长耗时任务

使用 nohup 避免终端会话中断导致进程被终止:

nohup bash scripts/batch_clean.sh ./kb/UP主名_UID/ 0 80 > /tmp/clean.log 2>&1 &

batch_clean.sh 支持断点续传 —— 中断后可安全重新运行。

⚠️ 大型频道处理(1000+ 视频)

脚本自动识别大型频道(视频数 > 800),按分块拉取以规避超时。

# 自动分块,中断后只需重新运行即可续传
nohup bash scripts/batch_channel.sh "https://space.bilibili.com/UID/" ./kb/output > /tmp/batch.log 2>&1 &

若仍失败,可手动获取 URL 列表:

for i in $(seq 1 500 2000); do
  yt-dlp --flat-playlist --playlist-start $i --playlist-end $((i+499)) 
    --print url "https://space.bilibili.com/UID/" >> /tmp/urls.txt
done
cat /tmp/urls.txt | xargs -P 20 -I {} bash scripts/transcribe.sh {} ./kb/OUTPUT zh

⚠️ 散热与风扇告警

务必保障系统散热 —— 避免风扇启动!

阶段 风险等级 缓解措施
Whisper(GPU) 高 并发数 ≤ 2,持续监控温度
AI 字幕下载 低 可安全运行 30–50 并发
清洗(API) 无 纯网络 I/O,无本地计算负载

一旦风扇启动:

  • 立即停止所有 whisper 进程
  • 等待系统充分降温
  • 以更低并发(1–2)恢复运行
# 查看 GPU 温度(CUDA 用户)
nvidia-smi

# 查看 Mac CPU/GPU 温度
sudo powermetrics --sample-rate 1000 -i 1 -n 1 | grep -E "CPU|GPU"

依赖项

必需依赖:yt-dlp、ffmpeg、whisper.cpp(含模型)、opencode CLI 可选依赖:浏览器 Cookies(用于访问会员专属内容,参数:--cookies-from-browser chrome)

环境变量

变量名 默认值 说明
WHISPER_CLI whisper-cli whisper.cpp 可执行文件路径
WHISPER_MODEL ~/.whisper-cpp/ggml-small.bin whisper 模型路径
OPENCODE_BIN ~/.opencode/bin/opencode opencode CLI 路径
CLEAN_MODEL opencode/minimax-m2.5-free 清洗所用模型

使用提示

  • 中国大陆用户:建议通过 hf-mirror.com 下载 whisper 模型
  • 长视频(1 小时以上):自动切分为 10 分钟片段进行处理
  • 支持断点续传:所有批量脚本均跳过已处理完成的文件
目录

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

超级麦吉

一款通过数字员工协作完成调研、数据分析与文档制作的AI办公平台。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

相关专题

更多
GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

0

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

0

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

0

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

0

2026.11.17

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

0

2026.11.12

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.12

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

0

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn