Video Study Notes

video-study-notes

一个 **Agent 视频学习技能（Skill）**：把 B站/YouTube 视频自动加工成高密度结构化学习笔记，并一键导出 Anthropic 风格精美 PDF。

输入一个视频链接，输出一份带知识导图、推理链、演算、自测题、术语表的 Markdown 笔记 + 杂志风 PDF——整套加工遵循"三层加工模型"（L1 还原 / L2 填充 / L3 查证），确保笔记不是生硬的结论表，而是保留了视频完整的推理演进过程。

---

✨ 特性

• 全流程流水线：字幕拉取 → 元数据获取 → 1080P 下载 → 关键帧截取 → 视觉图解提取，一条命令完成素材准备。
• 原生多模态 + 视觉模型双通道：
  • 原生多模态直读（推荐）：支持具备多模态视觉能力的 Agent 直接审视关键帧图像，0 外部 API 成本与零等待；
  • MiMo 批量辅助：在纯文本 LLM 环境下通过 deepseek-vision 批量结构化转写画面。
• 三层加工模型：
  • L1 还原：以视频原图解为最高证据纠错字幕，保留原片叙事故事线，深度还原 3 步以上【推理链】与数值【演算】；
  • L2 填充：补齐背景【前置】、跨领域【对照】与中英【定义】；
  • L3 查证：工程数值、行业标准与专有名词联网严谨查证。
• Anthropic 暖色调杂志风 PDF：
  • 基于 pandoc + Edge headless 打印，自包含单文件（图片与 MathML 公式内嵌）；
  • 暖奶油纸底、陶土珊瑚强调色、人文衬线标题与精致标注徽章；
  • 导出时 PDF 自动浮到主题文件夹的父目录（系列根/领域根），避免埋在多层子目录。
• 轻量自包含资产规范：
  • 核心资产仅保留 学习笔记.md、插图/ 与导出的 *.pdf；
  • 大体积视频（.mp4）与临时抽帧随 pipeline.py clean 彻底清理，不占用磁盘与云同步空间。
• 纯标准库实现：pipeline.py 零第三方 Python 依赖。

---

🛠️ 依赖工具

工具	用途	说明
OpenCLI	B站官方字幕（免费、带时间轴）	浏览器扩展 + CLI
bili-cli	B站视频元数据	也可经 agent-reach 安装
yt-dlp	1080P 视频下载	支持直链流媒体兜底
ffmpeg	抽关键帧 / 提取高清单帧
pandoc + Edge headless	笔记 → 精美 PDF	支持通过 PANDOC_PATH 环境变量自定义
PyMuPDF (可选)	PDF 下边距带页脚盖章	pip install pymupdf
MiMo (可选)	纯文本模型视觉分析兜底	deepseek-vision 技能

---

📦 安装与配置

1. 将本技能放入你的 Agent 技能目录（如 .claude/skills/）：

   .claude/skills/video-study-notes/
   ├── SKILL.md
   └── scripts/
       └── pipeline.py

2. 检查依赖状态：

   python .claude/skills/video-study-notes/scripts/pipeline.py doctor

---

🚀 快速开始

在项目根目录下执行：

# 1. 准备素材（字幕 / 元数据 / 1080P / 每 30 秒关键帧）→ 工作区 _pipeline//
python .claude/skills/video-study-notes/scripts/pipeline.py prepare ""

# 2. 画面分析（原生多模态 Agent 可跳过此步直接读图；纯文本 Agent 走 MiMo 批量分析）
python .claude/skills/video-study-notes/scripts