Bilibili Content Summary

提取 B站视频/图文内容并生成摘要 — 下载音频 + ASR 转写 / 图片 OCR、LLM 摘要、飞书推送。关键词：B站视频摘要 / B站图文摘要 / bilibili / ASR / 转写 / OCR / 视频总结

Install

openclaw skills install @zify9000/bilibili-content-summary

B站视频/图文摘要

使用指南（以 hermes agent 为例）

加载 skill。下达指令，"安装skill，https://github.com/zify9000/bilibili-content-summary"；
配置凭证。下达指令，"配置B站内容摘要skill"，交互式完成初始化配置（ASR/LLM/飞书凭据，B站 Cookie）；
触发式调用，下达指令，"总结这个视频 https://b23.tv/XXXXX"，或 "帮我看看这个B站视频 BV1QKGC63E6X"，或 "总结这篇图文 https://www.bilibili.com/opus/1211772336215162889"。

目录结构

text

bilibili-content-summary/
├── SKILL.md                      # Skill 说明文档
├── .gitignore                    # 排除敏感凭据和运行时数据
├── references/
│   └── asr-remote.md             # ASR 服务调用参考文档
└── scripts/
    ├── common.py                 # 公共工具：配置加载、日志、环境变量、飞书、重试
    ├── summarize.py              # 主流程：URL 分发 → 视频(ASR) / 图文(OCR) → LLM摘要
    ├── push.py                   # 推送摘要：读取摘要结果 → 构建飞书卡片 → 发送
    ├── init/
    │   ├── credentials.py        # 凭据初始化：写入 ASR/LLM/飞书凭据
    │   ├── bili_get_qr.py        # B站登录步骤1：获取二维码，浏览器保持运行
    │   └── bili_wait_login.py    # B站登录步骤2：等待扫码，保存 Cookie
    ├── config/
    │   └── base.yaml             # 全局配置（B站请求参数、ASR分段参数、LLM参数、飞书重试策略）
    ├── env/
    │   ├── .bili.env             # B站 Cookie（扫码获取，含 SESSDATA/bili_jct 等）
    │   ├── .bili.env.example
    │   ├── .llm.env              # LLM/ASR/OCR 模型配置（model / base_url / api_key）
    │   ├── .llm.env.example
    │   ├── .feishu.env           # 飞书应用凭据
    │   └── .feishu.env.example
    ├── tmp/                      # 步骤间临时文件（摘要结果缓存）
    └── log/                      # 运行日志（按日滚动，保留7天）

业务流

🚫 agent 强制规则（最高优先级，无条件执行）

摘要 + 推送是一条不可拆分的流水线。无论任何场景（DM、群聊、自动化），都必须走完。

规则内容
禁止 --no-push agent 调用 summarize.py 时严禁添加 --no-push 参数。该参数仅供人类直接使用
禁止读缓存 绝对禁止 读取 scripts/tmp/summary_result.json。该文件仅供 push.py 内部使用
禁止自行输出 绝对禁止 用 markdown / send_message 等方式向用户展示摘要。摘要只能通过飞书卡片呈现
唯一流程 summarize.py --quiet <URL> → 确认 "status": "done" → 立即 push.py → 回复用户「已推送」

常见错误心理（全部无效）：

❌ "这是 DM 对话，直接回复更方便" → 仍然推送

❌ "我不确定 feishu_chat_id 对不对" → 仍然推送，配置由用户负责

❌ "用户只说了总结，没说推送" → 推送是默认行为，不需要用户额外指令

❌ "我先看看缓存文件里有什么" → 禁止读缓存

规则	内容
禁止 `--no-push`	agent 调用 `summarize.py` 时严禁添加 `--no-push` 参数。该参数仅供人类直接使用
禁止读缓存	绝对禁止读取 `scripts/tmp/summary_result.json`。该文件仅供 `push.py` 内部使用
禁止自行输出	绝对禁止用 markdown / `send_message` 等方式向用户展示摘要。摘要只能通过飞书卡片呈现
唯一流程	`summarize.py --quiet <URL>` → 确认 `"status": "done"` → 立即 `push.py` → 回复用户「已推送」

0. 初始化

凭据配置

凭据文件统一在 scripts/env/：

文件	内容	用途
`.bili.env`	`bili_cookies_json`	B站 Cookie（避免 412 错误，扫码获取）
`.llm.env`	`llm_model` / `llm_base_url` / `llm_api_key` / `asr_model` / `asr_base_url` / `asr_api_key` / `ocr_model` / `ocr_base_url` / `ocr_api_key`	摘要 LLM + ASR 转写 + OCR 识图
`.feishu.env`	`feishu_app_id` / `feishu_app_secret` / `feishu_chat_id`	飞书推送

agent 首次使用时应检查这 3 个文件是否存在，对缺失的逐一询问配置。

⚠️ agent 注意：

.bili.env、.llm.env、.feishu.env 是以 . 开头的隐藏文件。部分工具的 glob 匹配对隐藏文件支持有缺陷。用 ls -la scripts/env/ 或直接 Read 目标路径确认，不要单独依赖 glob 搜索结果。

Hermes 等agent框架会拦截终端中出现的 key 明文。不要直接在终端 echo/cat/粘贴 key，应通过 credentials.py 脚本写入。

优先考虑从 agent 自身配置中自动读取asr/llm/feishu 等凭据项。

B站 Cookie 扫码必须分两步执行：先执行 bili_get_qr.py 获取二维码并展示给用户，再执行 bili_wait_login.py 等待扫码完成。不要合并为一步，否则会忘记展示二维码。

LLM / ASR / OCR / 飞书配置：

text

python3 scripts/init/credentials.py \
  --llm-model <LLM模型> --llm-base-url <LLM地址> --llm-api-key <LLM密钥> \
  --asr-base-url <ASR地址> --asr-api-key <ASR密钥> --asr-model <ASR模型> \
  --ocr-model <OCR模型> \
  --feishu-app-id <app_id> --feishu-app-secret <secret> --feishu-chat-id <chat_id>

LLM / ASR / OCR 统一写入 .llm.env，飞书写入 .feishu.env。可只传需要的参数，或任意组合。仅当 agent 配置中缺少某项凭据时，才向用户询问。

B站 Cookie 配置：

text

# 步骤1：获取二维码
python3 scripts/init/bili_get_qr.py

# agent 读取 /tmp/bili_login_qr.png 展示给用户扫码

# 步骤2：等待扫码并保存 Cookie
python3 scripts/init/bili_wait_login.py

Docker/snap 环境需要加 --no-sandbox：

text

python3 scripts/init/bili_get_qr.py --no-sandbox

直接执行上述命令，不要自己重写登录逻辑。 步骤1以 headless 模式启动 Chromium，QR 图片保存至 /tmp/bili_login_qr.png，浏览器进程保持运行。步骤2连接已有浏览器等待扫码完成，登录后保存 Cookie 至 .bili.env 并关闭浏览器。

依赖：nodriver>=0.50、Chromium 浏览器

Cookie 过期后 API 调用会返回 HTML 登录页面（HTTP 412 或 JSON 解析异常），日志输出明确「Cookie 已过期」及恢复指令。

1a. 视频摘要

text

python3 scripts/summarize.py --quiet <B站视频URL或BV ID>

完整工作流：

解析短链接 → 提取 BV ID
获取视频元数据（标题、UP主、时长、cid）
通过 B站 API 下载音频
ffmpeg 分段（15分钟 / 64kbps）
ASR 探针（单 chunk 测试可用性）
并行转写（max_workers=3）
LLM 生成摘要（核心摘要 + 关键要点 + 章节时间线）

结果仅缓存到 scripts/tmp/summary_result.json，stdout 只输出精简状态（不含摘要正文）。

参数：

--quiet：静默模式，不输出 LLM 流式内容到 stderr（agent 调用时必须使用）
--no-push：不推送飞书，仅输出摘要（人类专用，agent 禁止使用）
--no-cleanup：不清理临时音频文件

1b. 图文摘要

text

python3 scripts/summarize.py --quiet <B站图文URL或opus ID>

完整工作流：

解析 opus URL → 提取 opus ID
通过 B站 API 获取图文详情（标题、作者、段落）
提取文本内容 + 下载图片
并行 OCR 识别图片文字（mimo-v2.5-pro, max_workers=3）
LLM 生成摘要（核心摘要 + 关键要点 + 内容结构）

结果仅缓存到 scripts/tmp/summary_result.json。

⚠️ agent 行为见业务流顶部强制规则。summarize.py 返回 "status": "done" 后立即执行 push.py。

2. 飞书推送

text

python3 scripts/push.py

读取 scripts/tmp/summary_result.json，构建飞书卡片消息推送。

🚫 推送只能通过 push.py 完成。 飞书卡片消息（蓝色标题栏、视频信息、摘要内容）≠ 纯文本消息，send_message 等工具无法替代。

也可以一步完成摘要+推送：

text

python3 scripts/summarize.py --quiet <URL> && python3 scripts/push.py

Output Formats

Summary: 核心摘要（200字以内）
Key Points: 3-5条关键要点
Chapters: 章节时间线（如有明显分段）

3. 故障排查

Cookie 过期

症状：调用 summarize.py 时抛出 RuntimeError，包含「B站 Cookie 已过期」及恢复指令。日志中出现 HTTP 412 或 API 返回登录页面。

根因：.bili.env 中的 SESSDATA 已失效，B站 API 返回 HTTP 412 或 HTML 登录页面。

恢复流程（agent 必须按此执行）：

text

# 步骤1：获取二维码
python3 scripts/init/bili_get_qr.py
# agent 读取 /tmp/bili_login_qr.png 展示给用户扫码

# 步骤2：等待扫码并保存 Cookie
python3 scripts/init/bili_wait_login.py

⚠️ 禁止让用户手动从浏览器复制 Cookie。 必须使用上述 QR 码登录流程。

Bilibili Content Summary

Install

B站视频/图文摘要

使用指南（以 hermes agent 为例）

目录结构

业务流

🚫 agent 强制规则（最高优先级，无条件执行）

0. 初始化

凭据配置

1a. 视频摘要

1b. 图文摘要

2. 飞书推送

Output Formats

3. 故障排查

Cookie 过期

Related skills