Install
openclaw skills install @yll-kb/video-to-notesVideo to Notes — 视频转学习笔记
看视频 ≠ 学会。笔记才是真正属于你的知识。
用户只需要说一句："帮我把这个视频整理成笔记"。剩下的事 AI 自己搞定。
用户视角 —— 他们只需要知道这些
用户不需要理解 Python、ffmpeg、whisper 是什么。他们只需要：
- 提供视频 — 给文件路径，或者发个链接（YouTube/B站等）
- 说明需求（可选）— "用英文"、"只要重点"、"按课堂笔记风格"
- 等着拿笔记
AI 自动完成全部工作。
AI 工作流
第一步：检测 & 安装依赖
用户说想转视频后，AI 先静默检查环境：
# 检查所有依赖，缺什么装什么
python3 --version # 缺 → brew install python3
ffmpeg -version # 缺 → brew install ffmpeg
python3 -c "import whisper" # 缺 → pip3 install openai-whisper
pip3 list 2>/dev/null | grep -q yt-dlp # 缺 → pip3 install yt-dlp （可选，仅URL需要）
⚡ 依赖安装规则（必遵守）
所有环境安装操作必须遵循以下步骤：
- 先检测，再报告 — 运行检测后，明确告诉用户哪些工具/包缺失，用具体名称列出
- 必须征得用户明确同意 — 拿到
yes/可以/装后再执行；不要直接后台静默安装- 安装命令必须完整告知 — 例如
pip3 install openai-whisper或brew install python3 ffmpeg- 没有例外 — 即使是 pip 包也需用户确认后再装
第二步：获取视频
| 来源 | AI 处理方式 |
|---|---|
| 本地文件 | 直接读取路径 |
| URL（YouTube/B站等） | 先告知用户要下载到哪个目录，确认后再执行 python3 scripts/download_video.py <URL> --output-dir <目录> |
| 平台限制无法下载 | 礼貌告知用户："这个平台的视频有限制，能不能先下载到本地发给我？" |
第三步：转写
python3 scripts/transcribe.py <视频路径> [选项]
参数选择逻辑：
| 场景 | 推荐参数 |
|---|---|
| 普通视频 | --model base（默认，速度与精度平衡） |
| 长视频（>1h） | --model turbo + --speed 1.3（快 ~50%） |
| 中文视频 | 加 --language zh 提升准确率 |
| 批量处理 | 多个路径一起传，最多 3 个 |
| 超长视频（>2h） | 自动提示用户，建议只处理单个文件确保质量 |
| 追求极致速度 | --model turbo --strip-silence --speed 1.5（快 ~70%） |
| 精度优先 | --model large + --no-strip-silence（保留所有细节） |
第四步：AI 生成学习笔记 ⭐ — 核心价值
转写完成后，读取 .txt 文件，按以下流程生成笔记：
4a. 智能分段（Semantic Chunking）
转写稿是逐句时间戳文本，AI 先做一次语义分章，给笔记搭骨架：
- 扫描全文，根据话题切换、关键词、语气变化识别逻辑段落
- 为每个段落生成章节标题（概括该段核心内容）
- 输出分段大纲作为笔记的目录骨架
示例输出：
## 分段大纲
| # | 章节 | 时间范围 | 核心内容 |
|---|------|---------|---------|
| 1 | 什么是状态管理 | 00:00-08:30 | 定义、为什么需要 |
| 2 | useState 原理 | 08:30-20:15 | 工作机制、批量更新 |
| 3 | useReducer 对比 | 20:15-35:00 | 适用场景、代码示例 |
| 4 | Context 跨组件通信 | 35:00-45:00 | 使用模式、性能注意 |
分段粒度：一般 5-15 分钟一段。短于 3 分钟的和相邻段落合并。
4b. 生成逻辑结构图（长内容）
转录稿超过 5000 字 或视频 >30 分钟时，在笔记正文之前先生成一张Mermaid 逻辑图，作为内容的知识地图，帮助读者在深入前建立全局认知。
选择逻辑图类型：
| 内容结构 | 推荐图类型 | 示例 |
|---|---|---|
| 层级/分类知识 | mindmap | 技术概念分类、知识体系 |
| 流程/步骤 | flowchart TD | 操作流程、算法步骤、决策树 |
| 时序/阶段 | timeline | 历史发展、项目阶段 |
| 对比/分类 | flowchart LR | 方案选型、特征对比 |
| 关系/网络 | graph | 概念关联、系统架构 |
Rendering diagram...
图在笔记最前面，后面的详细内容按图展开。读者可以先看图再决定精读哪部分。
4c. 重点标记系统
笔记中引入三级标记，让重要内容一目了然：
| 标记 | 含义 | 用于 |
|---|---|---|
| ⭐ 核心必记 | 定义、公式、关键结论 | 每个知识模块的 1-2 个最要点 |
| 🔧 实操要点 | 代码、命令、操作步骤 | 有实操价值的内容 |
| ⚠️ 易错/注意 | 坑、边界情况、常见误解 | 容易犯错的地方 |
智能标记规则：
- 每个知识点模块下，用
💡 核心提炼子节把该模块最重要的 1-3 个点浓缩成一句话 - 标记不要滥用：正文中自然使用，不是每条都标
- 复习时只看 ⭐ 标记的内容就能回忆 80% 关键信息
### 1. useState — 基础状态管理
**原理说明：**
- ⭐ 每次 setState 触发重新渲染，React 通过 Fiber 协调更新
- 批量更新合并同一事件循环中的多次 setState
**注意事项：**
- ⚠️ 状态更新是异步的，不能在 setState 后立即读取新值
- 解决方案：使用 useEffect 监听状态变化
> 💡 **核心提炼：** useState 适合 80% 的组件内简单状态，更新是异步且批量的。
4d. 生成速查卡（Quick Reference Card）
笔记末尾追加一张速查卡，把核心概念浓缩成一览表，适合复习时快速翻阅：
## 🃏 速查卡
| 概念 | 一句话 | 标记 |
|------|--------|:----:|
| useState | 组件本地简单状态，更新异步批量 | ⭐ |
| useReducer | 复杂状态逻辑，依赖前状态时用 | ⭐ |
| Context | 跨层级传递，不是状态管理方案 | ⚠️ |
| 批量更新 | 同一事件循环中合并多次 setState | 🔧 |
速查卡是笔记的精华浓缩，一页看完所有重点。
4e. 组装完整笔记
将上述结果按顺序组装：
1. [4b] 逻辑结构图（仅长内容）
2. [4a] 分段大纲
3. 完整笔记正文（匹配风格模板，含 ⭐🔧⚠️ 重点标记）
4. [4d] 速查卡
笔记风格自动匹配（同之前）：
| 内容类型 → | 自动选择风格 |
|---|---|
| 编程/技术教程 | 📚 标准学习笔记 — 带代码块、架构说明 |
| 学生网课/公开课 | 🎓 课堂笔记 — 考点、例题、易错点 |
| TED/演讲/行业分享 | 🏢 演讲笔记 — 核心观点、金句、行动项 |
| 纪录片/科普 | 📰 纪录片笔记 — 时间线、发现、数据 |
| 一般教学/培训 | 📚 标准学习笔记 — 知识要点结构化 |
详细模板见 → 📖 笔记模板参考
笔记语言： 默认用当前对话语言。用户可指定（"用英文写"、"中日双语"等）。
质量准则：
- 详细准确 / 结构化清晰 / 信息密度高
- 忠实原文不编造 / 设计为可复习
- ⭐🔧⚠️ 标记要自然融入，不是每条都标
- 速查卡必须是最核心的 5-10 条，不含冗余
脚本参考（AI 用）
scripts/transcribe.py
# 日常
python3 scripts/transcribe.py course.mp4
# 长视频 + 中文
python3 scripts/transcribe.py lecture.mp4 --model turbo --language zh
# 长视频加速（静音裁剪 + 1.3x 变速）
python3 scripts/transcribe.py lecture.mp4 --strip-silence --speed 1.3
# 极限速度
python3 scripts/transcribe.py long.mp4 --model turbo --strip-silence --speed 1.5
# 批量
python3 scripts/transcribe.py p1.mp4 p2.mp4 p3.mp4
scripts/download_video.py
python3 scripts/download_video.py "https://youtube.com/watch?v=xxx" --output-dir 目录
常见用户需求 & AI 应对
| 用户说 | AI 怎么做 |
|---|---|
| "帮我把这个视频整理成笔记" | 检测依赖 → 转写 → 自动匹配风格生成笔记 |
| "把桌面上这三个视频都处理了" | 批量转写，最多3个；如果是系列课程，跨文件整合成连贯知识体系 |
| "用英文写笔记" | 转写保持原语言，笔记用英文生成 |
| "这个 TED 演讲帮我记一下" | 识别为演讲类型 → 用演讲笔记模板 |
| "只要第二个部分的内容" | 选择性转写/笔记，跳过无关内容 |
| "太长了，先处理这一个" | 长视频自动建议只处理单个 |
| "这是 YouTube 链接" | 下载 → 转写 → 笔记 |
注意事项
- 隐私： 转写稿和笔记可能包含敏感内容，完成后提醒用户检查并酌情删除
- 版权： 下载网络视频请遵守平台条款，仅用于个人学习
- 文件清理： 临时
.wav自动删除，只留.txt和笔记 - 输出路径： 默认以视频文件所在目录或用户指定目录作为输出位置，生成前告知用户
- 长视频： >2h 自动提示，建议单文件处理
- 失败处理： 下载失败/转写出错 → 友好告知用户并提供替代建议
资源结构
video-to-notes/
├── SKILL.md ← 本文
├── scripts/
│ ├── transcribe.py ← 语音转文字
│ └── download_video.py ← 网络视频下载
└── references/
├── workflow.md ← 详细工作流（AI 参考）
└── note-templates.md ← 笔记模板 & 示例
Related skills
- Downloads
- Security audit
- Pass
- Last updated
- 1mo ago
- Current version
- v2.0.0
- License
- MIT-0