
看完一期两小时的访谈,想留下点东西,只能一边拖进度条一边手打时间点。BiliNote 把这件事交给机器:给它一个 B站、YouTube、抖音、快手的链接,或者一段本地视频,它把音频转成文字,再交给大模型整理成结构化 Markdown 笔记,可选自动插入关键截图和原片跳转时间点。
BiliNote 是开源项目,GitHub 上 7.7 千星,MIT 协议,Python 后端加 React 前端,既能 Docker 一键部署,也能源码跑。它不绑定某一家大模型,OpenAI、DeepSeek、通义千问都能填,本地 Whisper 转写也支持。
生成的笔记长什么样
顶部是视频封面横幅和标题,正文按内容分段,每段有小标题和要点;关键处可以直接跳到原片的对应秒数;需要看画面的地方会插入自动截取的图;末尾是几条提问入口,可以基于原文继续追问。输出是标准 Markdown,粘进 Obsidian、Typora 或者公众号编辑器都不会乱。
几个关键设计
- 先找字幕再转写:B站视频如果本身带字幕,直接抓字幕,省掉下载音频和跑识别的几分钟;YouTube 同理。
- 转写引擎可选:Fast-Whisper 通用,MLX-Whisper 给 Apple 芯片加速,也能接 Groq 或项目自带的方案。
- 浏览器插件:Chrome、Edge、Firefox 都有扩展,在视频页点一下就地生成,侧边栏直接看 Markdown 和思维导图,还能带上你的登录态抓字幕。
- 笔记可追问:基于 RAG 的问答,模型可以回原文找依据,而不是凭空编。
参数速览
| 项目 | 说明 |
|---|---|
| 协议 / 星标 | MIT,约 7.7 千星 |
| 支持来源 | B站、YouTube、抖音、快手、本地视频 |
| 部署方式 | Docker(推荐)或源码 |
| 外部依赖 | FFmpeg,Docker 镜像已内置 |
| 模型 | 任意 OpenAI 兼容接口 |
| 输出 | Markdown,带截图与时间点跳转 |
部署与使用
- Docker 起服务时挂四个卷:data 存数据库和笔记,config 存模型配置和 Cookie,static 存截图,models 缓存 Whisper 模型。挂好了升级镜像不丢数据。
- 进界面填模型供应商:接口地址、key、模型名,保存后点测试。
- 把视频链接粘进去,选笔记风格(提纲式、教程式、逐段总结),勾选是否插截图、是否带跳转。
- 生成完在历史里回看,同一视频可以保留多个版本对比。
适合谁
看长视频做资料整理的研究型用户、把访谈和讲座转成图文稿的内容编辑、需要批量整理课程视频的老师,以及想把 B站收藏夹里的干货变成可检索笔记的人。纯娱乐刷视频的用不上。
问:没有字幕的视频能处理吗?
答:能,走本地 Whisper 转写,中文识别效果跟音质和模型大小有关,嘈杂环境里同音词会出错,需要人工扫一遍。
问:视频内容会被传到第三方吗?
答:自己部署的话,音频和笔记留在本机,唯一的外部请求是你在配置里填的那个模型接口。用官方在线版则取决于它的隐私条款。
问:Mac 上跑得动吗?
答:M 系列芯片支持 MLX-Whisper,走 GPU 加速,比纯 CPU 快不少。
问:生成的笔记能直接发公众号吗?
答:结构是现成的,粘到编辑器里调一下小标题和图就能用,但口语化的内容得自己改成书面语。
最后更新:2026-11-02
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
