Web Content Summarizer 简介
最近用 AI 快速撸了一个 skill，支持把互联网上值得学习的内容（视频、文章、PDF），一键变成可以搜索、引用、回顾的本地知识笔记。
为什么做这个
视频作为一种信息载体，往往已经是作者在精炼演讲稿后进一步提炼出的精华。只要能尽量客观地分析作者的观点，往往是一种比较高效的信息摄取方式。同时个人平时有刷 B 站的习惯，但是情况是：看的时候觉得收获满满，过一周只记得”好像讲得不错”，核心内容全忘了。想记笔记就得暂停、打字、回放，一小时的视频能折腾三小时。后来尝试用 Whisper 转录，但又遇到一堆新问题——
| 遇到的问题 | 怎么解决的 |
|---|---|
| 每次处理视频要手动下载音频、转格式、跑模型，步骤繁琐 | 给一个 URL，自动走完下载→转码→转录→总结全流程 |
| 没有 GPU 的电脑跑不动 large 模型，有 GPU 的又经常 CUDA OOM | 自动检测硬件，GPU 用 large-v3，CPU 用 base；模型加载失败自动降级 |
| 中文语音识别准确率参差不齐，专业术语容易错 | 优先获取 B 站官方字幕（AI 字幕/手动字幕），实在没有才走 ASR |
| 同样的内容在 B 站、博客、PDF 上都有，每类内容要不同的处理方式 | 自动识别 URL 类型，分发到对应的处理管线，输出统一的 Markdown 格式 |
| Windows 下跑 Python 项目总是有各种路径、编码、DLL 问题 | 内置 FFmpeg、自动注入 CUDA DLL、处理 Unicode 编码兼容性 |
它能处理什么
| 内容类型 | URL 示例 | 处理方式 |
|---|---|---|
| B 站视频 | bilibili.com/video/BV1xx... | 优先字幕 → 无字幕则 ASR 转录 → 结构化笔记 |
| 网页文章 | 任何博客/新闻/文档 | defuddle 提取正文 → 总结 |
*.pdf | 解析全文 → 总结 |
怎么工作的
flowchart TB
URL --> DETECT{URL 类型}
DETECT -->|bilibili| BILI
DETECT -->|网页| WEB
DETECT -->|pdf| PDF
BILI --> M1[提取元信息]
M1 --> M2{有字幕?}
M2 -->|是| SUB[获取字幕]
M2 -->|否| DL[下载音频]
DL --> AUDIO[提取 16kHz WAV]
AUDIO --> ASR[faster-whisper / FunASR<br/>GPU→large-v3 / CPU→base]
SUB --> FMT[输出 Markdown]
ASR --> FMT
WEB --> FETCH[defuddle 提取 + 总结]
PDF --> PDF_PARSE[直接解析 + 总结]
FETCH --> FMT
PDF_PARSE --> FMT
FMT --> OUTPUT[写入 paths.json 配置的输出目录]
适合谁用
-
经常在 B 站看技术/学习类视频，想沉淀笔记但嫌手动整理麻烦的人
-
有信息收集习惯，想统一管理从各处看到的有价值内容的人
-
维护个人知识库（Obsidian / 博客），需要批量导入外部内容的人
-
想用 Whisper 做中文转录，但不想折腾环境配置、驱动、模型回退等问题的人