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：

1. 提供视频 — 给文件路径，或者发个链接（YouTube/B站等）
2. 说明需求（可选）— "用英文"、"只要重点"、"按课堂笔记风格"
3. 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：

bash

# 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：

1. 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
2. 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
3. 安装命令必须完整告知 — 例如 pip3 install openai-whisper 或 brew install python3 ffmpeg
4. 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#

bash

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：

1. 扫描全文，根据话题切换、关键词、语气变化识别 逻辑段落
2. 为每个段落生成 章节标题（概括该段核心内容）
3. 输出分段大纲作为笔记的目录骨架

markdown

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

markdown

### 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：

markdown

## 🃏 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：

text

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#

bash

# 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#

bash

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#

text

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