Install
openclaw skills install video-to-notesVideo To Notes
将视频内容（课程/讲座/教程/纪录片/会议/演讲等）自动转为高质量结构化学习笔记。核心价值：看视频容易忘、看一遍记不住 → 转成笔记随时回看。支持本地视频文件、YouTube/B站等网络链接。流程：提取音轨 → Whisper 语音转文字 → AI 生成结构化笔记。适用场景：任何想从视频中高效学习的人——自学程序员、学生、职场进修者、知识爱好者。触发条件：用户提供视频路径/链接，或说"把这个视频整理成笔记"、"帮我记笔记"、"转成学习笔记"。支持中英文，一次 1-3 个文件。
Video 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（速度快，精度接近 large） |
| 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 |
第四步：AI 生成学习笔记 ⭐ — 核心价值
转写完成后，读取 .txt 文件，自动生成结构化学习笔记。
笔记风格自动匹配：
| 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
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
# 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