📼 Bilibili 视频转录 & 收藏夹自动扫描

双模式技能 — 可以手动转录单个视频，也可以定时扫描收藏夹自动处理。

模式一：手动转录

当你给我一个 B站链接时，我会自动执行转录。

用法：

bash scripts/bilibili_transcript.sh "https://www.bilibili.com/video/BVxxxxx/"

转录优先级（自动降级）：

1. ✅ 人工CC字幕（zh-CN, zh-TW, en, ja 等）→ 100%准确，秒出
2. ✅ AI字幕（ai-zh, ai-en, ai-ja 等9种语言）→ 85-90%准确，秒出
3. ✅ OpenAI Whisper 语音转文字（智能选模型）→ 有独显≥6GB 用 medium，<6GB 用 small；无独显用 base/tiny

Whisper 智能模型选择：

• 自动检测 CUDA / nvidia-smi 获取显存
• 音频自动转为 16kHz 单声道 WAV（统一格式）

设计决策：为什么从 Qwen3-ASR 换回 Whisper？

v4.x 引入了 Qwen3-ASR 作为本地转录引擎，v5.0 换回了 Whisper。核心原因：

1. 架构差异巨大 — Qwen3-ASR 是 LLM 做语音转文字，把音频整段送进大语言模型做推理，1.7B 模型要完整加载 LLM 权重，显存占用大、推理慢。Whisper 是纯语音识别模型，音频切成 30 秒一段做声学特征识别，不需要 LLM 推理，速度快得多
2. 资源占用 — Qwen3-ASR-1.7B 需要 4-6GB 显存且推理时间长（LLM 的 O(n²) attention），Whisper medium 虽然也要 ~5GB 显存但处理方式轻量，且有更小的模型可选（tiny 仅 ~39MB）
3. 安装省心 — pip install openai-whisper 一行搞定，模型首次使用时自动下载。Qwen3-ASR 需从 HuggingFace 下载 2-5GB 权重，国内网络经常失败
4. 够用即可 — 语音转文字在这个 skill 里是三级降级的最后一环，大多数视频走 CC 或 AI 字幕就完了。为这个兜底场景扛一个 LLM 级别的模型，不值当
5. Qwen3-ASR 保留可选 — 如果你确实需要更高的中文准确率（LLM 上下文理解加成）、有足够的 GPU 显存，scripts/qwen3_transcribe.py 还在，可手动替换

⚠️ 关键步骤（必须执行）： 脚本运行后，AI必须先做这件事，才能向用户报告完成：

1. 写摘要 → read 输出的 TXT 文件，阅读全文，用 edit 替换占位符为结构化摘要

转录只负责出文件，索引那是 knowledge-rag 自己的事。

模式二：收藏夹自动扫描

定时检查 B站收藏夹，发现新视频后自动完成「转录 → AI 摘要 → 保存 → 通知」全流程。

工作流

定时触发 → 扫描收藏夹API → 对比已处理列表
  → 发现新视频 → 转录（三级降级）
  → （可选）AI读全文、写结构化摘要
  → 覆盖TXT中的摘要占位符
  → 记录avid到已处理列表
  → 生成转录报告CSV
  → 通知用户（标题/作者/时长/转录来源/摘要/TXT文件）

批量转录（推荐）

.venv/bin/python3 scripts/batch_transcribe.py

自动扫描收藏夹全部视频，逐个转录，支持：

• 断点续传 — 中断后重跑自动跳过已处理视频
• 自动重试 — 失败任务自动重试2次
• 转录报告 — 生成 CSV 报告，含来源分布统计
• AI摘要 — 可选，设置环境变量 OPENAI_API_KEY 即可自动生成摘要
• 目录组织 — 按视频发布年月自动分目录存储

首次设置

1. 安装依赖

在技能目录下创建虚拟环境并安装依赖：

cd ~/.openclaw/workspace/skills/bilibili-auto-transcript
python3 -m venv .venv
.venv/bin/pip install openai-whisper requests

2. 创建收藏夹

B站新建一个收藏夹，设为公开。

3. 获取收藏夹ID

URL 中 fid= 后面的数字。

4. 修改扫描脚本

编辑 scripts/bilibili_scanner.py，改 FAV_MEDIA_ID 为你的收藏夹ID。

5. Chromium 登录B站（获取Cookie）

chromium-browser &
# 打开 bilibili.com 并登录

6. 检查依赖

yt-dlp --version    # 必需
ffmpeg -version     # 必需
.venv/bin/python3 -c "import whisper; print('Whisper OK')"  # 必需
opencc --version    # 可选，繁转简

7. 配置定时任务（推荐每6小时）

openclaw cron add \
  --name bilibili-scan \
  --every 21600000 \
  --message "运行扫描脚本：cd ~/.openclaw/workspace/skills/bilibili-auto-transcript && .venv/bin/python3 scripts/bilibili_scanner.py"

公共部分

转录脚本

scripts/bilibili_transcript.sh — 两个模式共享同一个引擎（v5.0）。

scripts/qwen3_transcribe.py — （保留）Qwen3-ASR 可选替代，如需使用可手动替换。

依赖

• yt-dlp — 视频下载、字幕获取
• ffmpeg — 音频处理
• openai-whisper — 本地语音转文字引擎（通过 .venv/bin/pip install openai-whisper 安装）
• requests — HTTP 请求（批量转录用）
• opencc — 繁转简（可选）
• chromium-browser — Cookie 支持（B站AI字幕）

输出文件格式

================================================================================
B站视频转录文档
================================================================================

📹 视频标题：xxx
🔗 B站链接：xxx
👤 作者：xxx
📅 发布时间：xxx
⏱️  视频时长：xxx
📝 转录来源：CC字幕 / B站AI字幕 / Whisper medium（GPU加速）
⏰ 转录时间：xxx

================================================================================
第一部分：视频摘要（AI生成）
================================================================================

【AI待处理：请阅读全文后，替换此行，写结构化摘要】
（设置 OPENAI_API_KEY 后自动生成）

================================================================================
第二部分：完整原文
================================================================================

（完整转录内容...）

================================================================================
文档结束
================================================================================

配置参数

B站收藏夹API

GET https://api.bilibili.com/x/v3/fav/resource/list?media_id={ID}&ps=20&pn=1

• ps 最大20（脚本已设 ps=20）
• 公开收藏夹无需Cookie

avid vs bvid

• id = avid（数字）→ 去重追踪用
• bvid / bv_id = BV号 → 构建转录URL用

注意事项

1. 同文件覆盖 — 同一BV号多次转录覆盖旧文件，已处理列表防重复
2. 需要Cookie — 通过 Chromium cookie 获取 AI 字幕，需先B站登录；Cookie快过期时脚本会提示
3. Whisper 首次运行 — 首次使用时自动下载模型权重（tiny ~39MB / base ~74MB / small ~244MB / medium ~769MB），后续使用无需下载
4. Whisper 耗时 — GPU模式约实时 0.3x-0.5x 倍速，CPU模式约实时 0.5x-2x 倍速（依模型大小）
5. 虚拟环境 — 所有 Python 脚本需在 .venv 中运行：.venv/bin/python3 scripts/xxx.py；bilibili_transcript.sh 会自动检测并提示安装
6. B站API ps上限20 — 超过需分页
7. 摘要占位符必须替换 — 设置 OPENAI_API_KEY 环境变量可自动生成摘要
8. 只干自己的事 — 转录只输出文件。索引是 knowledge-rag 的事情
9. 输出目录 — 自 v3.0 起按视频发布年月自动组织目录（如 bilibili/2026/06/）

推荐搭配：📖 Knowledge RAG

装了这个 skill 后再装 knowledge-rag，知识库会定时自动扫描新文件并索引，无需手动操作：

clawhub install knowledge-rag

转录后自动索引，随时用自然语言搜索所有转过的内容，还有网页搜索界面。

📦 开源 & 交流

• GitHub：github.com/54Lynnn/bilibili-auto-transcript（⭐️ Star 支持）
• ClawHub：clawhub.ai/54lynnn/bilibili-auto-transcript
• QQ 群：120363664（欢迎扫码加入交流）