BiliSum

lycohanaMIT活跃维护

把 B 站、YouTube 和本地视频自动转成 AI 摘要与可检索知识库,基于 Whisper 转写和 RAG,适合做视频笔记和 Obsidian 归档。

为 Bilibili、YouTube 及本地视频提供 AI 视频摘要和知识库.AI video summarizer and knowledge base for Bilibili, YouTube and local videos.

v1.21.3发布于 2026-11-07 15:18 UTC663star64fork同步于 2026-11-07 07:33 UTC

怎么上手

由 README 提炼,执行前请确认
npm install -g bilisum
bilisum summarize "https://www.bilibili.com/video/BV1xxxx"
硬件要求按 README 说明

README 未说明显存要求;桌面端支持 Windows 与 macOS,CLI 独立环境需要 Python 3.12,源码开发需要 Node.js 20+ 和 uv。

有 Docker 镜像
下载:源码 zip·GitHub Releases(安装包)本站不镜像安装包

项目说明

由 README 自动翻译提炼

把 B 站、YouTube 和本地视频转成摘要、图文笔记和可问答的本地知识库

把 B 站、YouTube 和本地视频自动转成 AI 摘要与可检索知识库,基于 Whisper 转写和 RAG,适合做视频笔记和 Obsidian 归档。

核心能力

  • 用 VLM 读截图与原文重组图文笔记,图片跟随段落
  • 支持 SiliconFlow、多模态 ASR、本地 Whisper、FunASR 转写
  • 跨视频语义与关键词检索,支持 RAG 问答和标签网络
  • 提供 CLI 与 Agent skill,可被 Codex、Claude、Cursor 调用
  • 导出 Markdown 与 Obsidian 格式,可打包笔记和截图

容易踩的坑

首次启动需在设置页配置转写服务和 LLM,否则无法生成摘要;未装桌面端时 CLI 要先运行 bilisum env setup 初始化独立环境;Docker 部署需自行传入 VIDEO_SUM_ACCESS_TOKEN 并访问 3838 端口。

内容由模型根据 README 生成,可能不完整或不准确,以官方文档为准。看原文 README

最近发版

5 个版本v1.21.3
  1. v1.21.3最新正式版2026-11-07 · 2026-11-07 15:18 UTC

    v1.21.3

    主要版本信息

    紧急修复正式安装包的后端版本识别错误。v1.21.2 安装包已撤回;请使用 v1.21.3,桌面、后端和托管运行时将报告一致版本。

    紧急修复

    • 在冻结后端中携带应用版本元数据,修复安装后 /health 等后端版本信息回退为 0.0.0 的问题。
    • 冻结程序优先使用自身分发元数据,避免附近源码目录中的 VERSION 文件掩盖打包缺陷。
    • Windows、macOS Intel 和 Apple Silicon 构建均在发布前执行独立数据目录冷启动检查,要求后端版本匹配本次发行版本,且服务及托管运行时达到就绪状态。

    包含的功能与体验更新

    本修复版同时包含上一轮更新:

    • 存储迁移:安装目录选择、空间预览、文件校验、数据库与 JSON 路径更新、新位置启动验证和失败恢复;支持旧版嵌套数据目录,保留未选择的导出目录。
    • 一次性定时:在首页右侧菜单设置本次执行时间,支持分 P 和合集批量,普通开始按钮仍立即执行。
    • LLM 失败续跑:保存转写与分段,修正配置后仅重跑 LLM,沿用同一任务,支持重启恢复。
    • 自定义摘要提示词预设、Web / Docker Markdown 与图片 ZIP 下载,以及桌面内置 uv 安装。
    • 修复迁移预览权限错误、长路径溢出、迁移进度丢失及暗色模式按钮、更新提示和版本行样式。
    • 保留 Gemini 与 OpenAI 兼容网关 JSON / SSE / NDJSON 处理,区分鉴权与暂时性错误。

    使用说明

    • 已下载 v1.21.2 的用户请升级至本版本。
    • 定时执行需要应用或服务保持运行;休眠和关机期间不会唤醒系统。
    • 迁移通过验证前保留旧数据,未迁移或已变化的内容不会被直接清理。

    完整变更:v1.21.1…v1.21.3

  2. v1.21.12026-09-10 · 2026-09-10 10:54 UTC
    查看更新说明

    v1.21.1

    主要版本信息

    修复部分llm调用的问题

    更新内容

    Features
    • 完善合集视图控制与有序批量任务调度 (01b8292)
    Fixes
    • llm: tolerate SSE/NDJSON framing from OpenAI-compatible gateways (#145) (e0c726d)
    • llm: support Gemini OpenAI-compatible endpoints (#143) (a9e840d)
    • collection: restore sticky toolbar backdrop blur (#140) (a62706a)
    • ci: 修复 Docker 多标签发布 (ffca2d0)

    Full Changelog: https://github.com/lycohana/BiliSum/compare/v1.21.0-alpha.1...v1.21.1

  3. v1.21.02026-08-23 · 2026-08-23 17:59 UTC
    查看更新说明

    v1.21.0

    本说明覆盖 v1.20.0 之后至 v1.21.0 的全部变更,包含 v1.20.1-alpha.1、v1.20.1-alpha.2、v1.21.0-alpha.1 与本次稳定版的更新。

    版本重点

    BiliSum 1.21.0 主要完成 B 站视频合集工作流,并同步升级任务队列、阶段并发、LLM 缓存可观测性和模型推理控制:

    • B 站合集:从视频读取合集、选择批量总结、合集卡片与详情页、排序筛选、收藏分组、自动检查、更新视频、批量任务和删除清理形成完整闭环(#131、#133、#137)。
    • LLM 缓存与用量:补充缓存命中/未命中、缓存创建、输入输出 Token 和分阶段用量统计,方便判断缓存效率、处理速度与成本。
    • 任务队列与并发:新增当前队列入口,拆分转写并发与 LLM 并发,区分展示顺序和任务执行顺序,支持并行任务进度、剩余队列、完成状态、Token 消耗和运行时间。
    • 思考与推理控制:新增 thinking.type 与 reasoning_effort 设置,默认开启思考、推理强度为 low;不需要展示思考过程时可以关闭思考链,以减少额外 Token 消耗并缩短等待时间。
    • 运行时与本地模型:改善设置保存、托管运行时自愈、macOS 知识库依赖安装和本地 LLM 兼容性,降低首次启动与长期运行中的失败概率。

    新功能与体验改进

    Bilibili 视频合集完整工作流(#131、#133、#137)
    • 从 Bilibili 视频页读取所属合集信息,支持合集元数据、封面、UP 主信息、季列表和合集内视频。
    • 检测到合集后进入选择流程,支持“仅总结当前视频”或选择合集内多个视频;触发检测的当前视频默认预选。
    • 合集在视频库中作为与普通视频一致的一等卡片展示,沿用普通视频卡片的尺寸、封面/列表视图、排序、收藏、分组、置顶和右键菜单逻辑。
    • 合集卡片显示总集数、已总结数量和未总结数量,并按合集内视频最新生成时间参与首页最近视频排序;合集内视频默认收纳在详情页,不重复占用外层视频库,但保留合集归属。
    • 点击合集卡片进入独立合集详情页;从合集内视频详情返回时恢复正确的上一级路径,返回合集页而不是直接跳回视频库。
    • 合集详情使用与视频库一致的视频卡片网格/列表布局,默认优先展示已总结内容;处理中任务继续在已总结区域显示状态,未总结内容单独归类。
    • 合集详情支持返回视频库、刷新列表、手动更新、打开时自动检查新视频,并通过弱提示询问是否加入新发现的视频。
    • 合集详情展示 UP 主头像和名称,点击可在浏览器打开对应 UP 主空间;头像加载失败时使用占位内容。
    • 合集选择支持网格/列表切换、单击选择、连续拖动批量选择和多选状态同步;选择框不常驻,进入选择状态后由底部悬浮操作条承载全选、清空和一键总结未总结内容等操作。
    • 合集批量总结在第一个任务创建成功后立即进入合集页,通知简化为“已添加合集总结任务”,其余视频在后台继续读取参数和创建任务。
    • 合集内部视频支持右键添加到外层视频库,同时保留合集内部归属;合集内部与外层视频库使用一致的收藏、分组、置顶和右键操作。
    • 删除合集时可选择仅移除合集关系并将视频恢复到总视频库,或连同合集视频、任务、摘要和相关文件一起删除;刷新后已从来源移除的历史成员也会进入完整清理流程。
    • 合集集数角标统一使用低干扰的右下角紧凑计数牌和磨砂玻璃样式,适配浅色/深色主题,不遮挡封面主体。
    • 统一合集卡片、选择态、拖入态、分页和批量选择相关边框,降低深色模式下的亮度和外发光,保持品牌色但避免刺眼描边。
    • 默认恢复原合集顺序;状态只作为筛选条件,不会默认拆断原合集顺序。新增排序、分组、搜索和自定义拖动排序,工具栏支持吸顶;展示顺序与任务队列顺序相互独立。
    LLM 缓存可观测性与思维导图优化(#127,含后续修复)
    • 新增摘要上下文模式 auto、full、chunked,在缓存复用、上下文完整性和并发速度之间进行选择。
    • 统一解析 OpenAI-compatible、DeepSeek、Anthropic 等服务商返回的 usage/cache 字段。
    • 新增 llm_usage_breakdown,分别记录摘要、知识笔记、思维导图、图文取帧、VLM 解析和图文合成等请求的用量。
    • 视频详情页可查看输入 Token、输出 Token、缓存命中/未命中、缓存创建、命中率和分阶段明细。
    • 思维导图至少保证根节点下有 3 个一级分支;后续层级改为按概念、方法、案例、条件和结论等内容组织,不再强制固定数量。
    • 当模型返回结构不合格时先发起一次修复请求,仍失败时使用本地内容兜底,避免只得到根节点或过度稀疏的结构。
    • 没有缓存字段的服务商继续显示“未提供”,保持非缓存服务商兼容。
    当前任务队列与阶段并发(#133)
    • 标题栏新增当前队列状态入口,无任务时隐藏,有任务时显示“已完成任务/总任务数”。
    • 展开队列后显示目前运行任务、剩余队列、已完成任务以及每个任务的进度百分比。
    • 区分并发任务和非并发任务,支持查看 Token 消耗和运行时间;辅助数据使用左右切换,仅切换上方指标区域,不替换整个队列面板。
    • 队列完成后平滑切换为完成状态,计数归零并重新计算下一轮任务;完成状态保留一段时间后优雅收起。
    • 拆分转写并发数和 LLM 并发数,保留旧版 task_concurrency 兼容字段。
    • 队列调度遵循各阶段并发配置,避免转写、LLM、摘要分块和思维导图任务互相挤占资源。
    • 任务失败显示红色 0% 进度,任务完成显示绿色 100% 进度,并同步队列计数和状态颜色。
    LLM 思考模式与推理强度(#133)
    • 设置页新增 LLM 思考模式,默认开启:

      • enabled:启用思考模式;
      • disabled:关闭思考模式。
    • 设置页新增 LLM 推理强度,默认值为 low:

      • low;
      • high;
      • max。
    • 设置保存、读取、运行时注入和连接测试统一支持:

      {
        "thinking": {
          "type": "enabled"
        },
        "reasoning_effort": "low"
      }
      
    • 主摘要、视觉理解和视觉笔记请求统一使用配置值;Anthropic 请求保持原有格式,不注入 OpenAI 专用参数。

    • 如果当前任务不需要模型展示思考过程,可以在设置中关闭思考链,以减少额外推理输出、缩短等待时间并降低 Token 消耗;复杂分析任务可以继续保持开启。

    CLI、运行时与发布体验
    • CLI 支持 summarize、brief、transcribe、status、tasks、doctor、start、stop 等命令。
    • 支持 B 站、YouTube、本地视频、多 P 视频及全集处理,支持 Markdown、JSON 和纯转写输出。
    • 支持 desktop、cli、custom、auto 四种运行环境;auto 优先连接桌面端,不可用时自动选择 CLI 独立环境。
    • 新增 bilisum env setup 初始化独立 CLI 环境,新增 bilisum --setting 自动启动当前环境并打开网页设置。
    • CLI 管理的后台服务默认空闲 10 分钟后自动退出;有排队或运行中的任务时不会退出。
    • 发布成功后自动触发 npx 与 Docker 发布,并将发布状态挂到提交/PR 上。

    修复

    合集与批量任务
    • 修复合集卡片与普通视频卡片尺寸、排序、收藏、分组和右键逻辑不一致的问题。
    • 修复合集内视频未自动归入合集、外层视频库重复显示和合集关系丢失的问题。
    • 修复合集详情页从视频详情返回时直接跳回视频库的问题,恢复正确的上一级页面路径。
    • 修复合集批量任务创建后参数获取串行阻塞、通知持续刷屏和合集页面进入过慢的问题。
    • 修复批量总结过程中出现 Internal Server Error 和 LLM returned no readable message content 时缺少统一处理的问题。
    • LLM 请求检测失败时增加重试机制,默认重试 5 次,并沿用现有可配置重试设置。
    • 修复任务失败时进度条仍显示处理中进度的问题:失败显示红色 0%,完成显示绿色 100%。
    • 修复合集选择框、勾选状态、单击选择、连续拖动选择和底部批量操作栏之间的状态不同步问题。
    • 修复合集卡片拖动预览出现巨大卡片、不可拖动视频仍显示拖动把手以及拖动把手与普通视频卡片不一致的问题。
    • 修复合集内任务完成后仍停留在未总结区域的问题,处理中的任务会正确显示在已总结区域并同步状态。
    • 修复刷新合集后已移出来源的历史成员未被删除合集内容流程清理的问题,避免资产、任务、摘要和文件成为孤儿数据。
    运行时、设置与本地 LLM
    • 普通保存设置时不再同步执行运行时 bootstrap、环境注入和缓存清理;只有运行通道实际变化时才执行昂贵的同步流程。
    • SettingsManager.save() 增加并发锁,并通过临时文件加原子替换写入 settings.json,避免并发保
  4. v1.21.0-alpha.1pre-release2026-08-22 · 2026-08-22 21:01 UTC
    查看更新说明

    v1.21.0-alpha.1

    本说明覆盖 v1.20.0 之后至 v1.21.0-alpha.1 的全部变更,包含 v1.20.1-alpha.1、v1.20.1-alpha.2 与本次 v1.21.0-alpha.1 的更新。

    版本重点

    BiliSum 1.21.0 主要完善 B 站视频合集工作流,并同步优化批量任务队列、阶段并发、LLM 缓存可观测性和推理参数控制:

    • 视频库新增 Bilibili 合集的一等支持,合集从视频读取、选择总结、视频归属、详情管理到删除和更新形成完整闭环。
    • 批量总结任务创建后立即进入合集页面,视频参数读取和后续任务创建在后台继续进行,减少等待和通知刷屏。
    • 新增当前队列入口,统一展示已完成任务、总任务、当前运行、剩余队列、进度、Token 消耗和运行时间。
    • LLM 请求增加思考模式和推理强度设置,并拆分转写与 LLM 并发控制,兼顾处理速度、资源占用和 Token 成本。
    • 完善 LLM 缓存命中、未命中和分阶段用量统计,提升成本分析和性能排查能力。

    新功能与体验改进

    Bilibili 视频合集完整工作流(#131、#133)
    • 从 Bilibili 视频详情中识别所属合集,读取合集元数据、合集封面、UP 主信息、合集季列表和合集内视频。
    • 检测到合集后进入选择流程,支持“仅总结当前视频”或选择合集内多个视频;触发检测的当前视频默认预选。
    • 合集在视频库中作为与普通视频一致的一等卡片展示,沿用普通视频卡片的尺寸、封面/列表视图、排序、收藏、分组、置顶和右键菜单逻辑。
    • 合集内视频默认收纳在合集详情页,不再重复占用外层视频库;仍保留合集归属,并可通过右键将视频提升到外层总视频列表。
    • 合集卡片显示合集总集数、已总结数量和未总结数量,并按合集内视频最新生成时间参与首页最近视频排序。
    • 点击合集卡片进入独立合集详情页;从视频详情返回时恢复正确的上一级路径,返回合集页面而不是直接跳回视频库。
    • 合集详情页使用与视频库一致的视频卡片网格/列表布局,默认优先展示已总结内容,处理中任务继续在已总结区域显示状态,未总结内容单独归类。
    • 合集详情支持返回视频库、刷新列表、手动更新、打开时自动检查新视频,并通过弱提示询问是否加入新发现的视频。
    • 合集详情显示 UP 主头像和名称,点击可在浏览器打开对应 UP 主空间;头像加载失败时使用占位内容。
    • 合集选择支持网格/列表切换、单击选择、连续拖动批量选择和多选状态同步;选择框不常驻,进入选择状态后由底部悬浮操作条承载全选、清空和一键总结未总结内容等操作。
    • 合集批量总结在第一个任务创建成功后立即进入合集页,通知简化为“已添加合集总结任务”,其余视频在后台继续读取参数和创建任务。
    • 合集内部支持批量总结、右键菜单、收藏、分组、置顶和卡片操作;删除合集时可选择仅移除合集关系并将视频恢复到总视频库,或连同合集视频、任务和摘要一起删除。
    • 合集集数角标统一使用低干扰的右下角紧凑计数牌和磨砂玻璃样式,适配浅色/深色主题,不遮挡封面主体。
    • 统一合集卡片、选择态、拖入态、分页和批量选择相关边框,降低深色模式下的亮度和外发光,保持品牌色但避免刺眼描边。
    LLM 缓存可观测性与思维导图优化(#127,含后续修复)
    • 新增摘要上下文模式 auto、full、chunked,在缓存复用、上下文完整性和并发速度之间进行选择。
    • 统一解析 OpenAI-compatible、DeepSeek、Anthropic 等服务商返回的 usage/cache 字段。
    • 新增 llm_usage_breakdown,分别记录摘要、知识笔记、思维导图、图文取帧、VLM 解析和图文合成等请求的用量。
    • 视频详情页可查看输入 Token、输出 Token、缓存命中/未命中、缓存创建、命中率和分阶段明细。
    • 思维导图至少保证根节点下有 3 个一级分支;后续层级改为按概念、方法、案例、条件和结论等内容组织,不再强制固定数量。
    • 当模型返回结构不合格时先发起一次修复请求,仍失败时使用本地内容兜底,避免只得到根节点或过度稀疏的结构。
    • 没有缓存字段的服务商继续显示“未提供”,保持非缓存服务商兼容。
    当前任务队列与阶段并发(#133)
    • 标题栏新增当前队列状态入口,无任务时隐藏,有任务时显示“已完成任务/总任务数”。
    • 展开队列后显示目前运行任务、剩余队列、已完成任务以及每个任务的进度百分比。
    • 区分并发任务和非并发任务,支持查看 Token 消耗和运行时间;辅助数据使用左右切换,仅切换上方指标区域,不替换整个队列面板。
    • 队列完成后平滑切换为完成状态,计数归零并重新计算下一轮任务;完成状态保留一段时间后优雅收起。
    • 拆分转写并发数和 LLM 并发数,保留旧版 task_concurrency 兼容字段。
    • 队列调度遵循各阶段并发配置,避免转写、LLM、摘要分块和思维导图任务互相挤占资源。
    • 任务失败显示红色 0% 进度,任务完成显示绿色 100% 进度,并同步队列计数和状态颜色。
    LLM 思考模式与推理强度(#133)
    • 设置页新增 LLM 思考模式,默认开启:

      • enabled:启用思考模式;
      • disabled:关闭思考模式。
    • 设置页新增 LLM 推理强度,默认值为 low:

      • low;
      • high;
      • max。
    • 设置保存、读取、运行时注入和连接测试统一支持:

      {
        "thinking": {
          "type": "enabled"
        },
        "reasoning_effort": "low"
      }
      
    • 主摘要、视觉理解和视觉笔记请求统一使用配置值;Anthropic 请求保持原有格式,不注入 OpenAI 专用参数。

    • 如果当前任务不需要模型展示思考过程,可以在设置中关闭思考链,以减少额外推理输出、缩短等待时间并降低 Token 消耗;复杂分析任务可以继续保持开启。

    修复

    合集与批量任务
    • 修复合集卡片与普通视频卡片尺寸、排序、收藏、分组和右键逻辑不一致的问题。
    • 修复合集内视频未自动归入合集、外层视频库重复显示和合集关系丢失的问题。
    • 修复合集详情页从视频详情返回时直接跳回视频库的问题,恢复正确的上一级页面路径。
    • 修复合集批量任务创建后参数获取串行阻塞、通知持续刷屏和合集页面进入过慢的问题。
    • 修复批量总结过程中出现 Internal Server Error 和 LLM returned no readable message content 时缺少统一处理的问题。
    • LLM 请求检测失败时增加重试机制,默认重试 5 次,并沿用现有可配置重试设置。
    • 修复任务失败时进度条仍显示处理中进度的问题:失败显示红色 0%,完成显示绿色 100%。
    • 修复合集选择框、勾选状态、单击选择、连续拖动选择和底部批量操作栏之间的状态不同步问题。
    • 修复合集卡片拖动预览出现巨大卡片、不可拖动视频仍显示拖动把手以及拖动把手与普通视频卡片不一致的问题。
    • 修复合集内任务完成后仍停留在未总结区域的问题,处理中的任务会正确显示在已总结区域并同步状态。
    运行时、设置与本地 LLM
    • 普通保存设置时不再同步执行运行时 bootstrap、环境注入和缓存清理;只有运行通道实际变化时才执行昂贵的同步流程。
    • SettingsManager.save() 增加并发锁,并通过临时文件加原子替换写入 settings.json,避免并发保存互相覆盖或写坏配置。
    • 修复 LLM 设置保存后刷新恢复旧值的问题,保存并关闭后以后端持久化配置为准。
    • 运行时同步失败时返回可读错误详情,不再只返回裸的 Internal Server Error。
    • 增加便携运行时标准库健康检查,识别“python.exe 存在但运行时已损坏”等情况,并支持从健康种子刷新损坏的 base 运行时。
    • FunASR 状态显示改为读取当前转写方式对应的安装标记,避免设置页显示错误状态。
    • 修复冻结/便携运行时首次安装 macOS 知识库依赖时被写入只读 /install 路径的问题,改为写入 BiliSum 管理的可写运行时目录。
    • 移除本地 LLM 不支持的 OpenAI 专用 response_format: {"type":"json_object"} 参数;Ollama、llama.cpp、vLLM 等后端继续通过 Prompt 约束 JSON 输出。
    CI 与界面稳定性
    • Docker 校验只在打包相关文件发生变化时触发,减少与发布无关的 CI 消耗。
    • 修复并完善缓存遥测审查意见,保证用量字段、缓存字段和详情展示之间保持一致。
    • Windows CI 与 release 工作流固定 FFmpeg 版本并锁定 Node 24 兼容的 setup action,避免动态 latest release 探测失败导致打包中断。
    • 修复全局通知条出入动画、自动消失时间和多窗口遮挡问题,默认保留 5 秒并使用一致的浅色/深色主题样式。
    • 修复深色模式下合集边框、选择态边框和状态药丸亮度过高的问题,统一相关组件的视觉规范。
  5. v1.20.1-alpha.2pre-release2026-08-21 · 2026-08-21 14:25 UTC
    查看更新说明

    v1.20.1-alpha.2

    本说明覆盖 v1.20.0 之后至 v1.20.1-alpha.2 的全部变更,包含 v1.20.1-alpha.1 与 v1.20.1-alpha.2 两个阶段。

    版本重点

    BiliSum 1.20.1 主要围绕 B 站内容组织、LLM 可观测性、思维导图质量、本地模型兼容性,以及运行时可靠性进行更新:

    • 视频库新增 Bilibili 合集的一等支持,可以识别合集、归并合集视频,并在独立合集页面中管理和批量总结。
    • LLM 请求新增更完整的 Token、缓存命中和分阶段用量统计,方便定位成本、缓存效率和性能问题。
    • 思维导图生成从固定层级扩展改为内容驱动的结构归纳,并增加不合格结果修复和本地兜底。
    • 修复 Ollama、llama.cpp、vLLM 等本地 LLM 不支持 OpenAI response_format 参数导致的 400 错误。
    • 修复设置保存触发不必要运行时同步、损坏运行时无法自愈,以及 macOS 知识库依赖被安装到只读 /install 路径等问题。

    新功能与体验改进

    Bilibili 视频合集支持(#131)
    • 从 Bilibili 视频页读取所属合集信息,支持季列表/合集关系,并在读取视频后自动检测是否存在合集。
    • 识别到合集后,可以让用户选择“仅总结当前视频”或进入合集选择流程;触发识别的当前视频会默认预选。
    • 合集在视频库中作为与普通视频一致的视频卡片展示,使用相同的卡片尺寸、排序、封面/列表视图、收藏、分组、置顶和右键菜单逻辑。
    • 合集卡片默认折叠内部视频,点击后进入独立合集详情页;合集内部的视频不再重复占用外层视频库,但仍保留在合集归属中。
    • 合集详情页优先展示已总结内容,再展示未总结内容;内部视频继续使用视频库卡片,而不是另一套列表组件。
    • 合集详情支持刷新列表、手动更新、打开时自动检查新视频,并用弱提示询问是否添加新发现的内容。
    • 合集详情展示合集 UP 主头像和名称,点击可在浏览器打开对应 UP 主空间;头像加载失败时使用占位内容。
    • 合集支持网格/列表切换、批量选择和连续拖动选择;选择框不常驻,进入选择状态后由底部悬浮操作条承载全选、清空和一键总结未总结内容等操作。
    • 合集内部视频支持右键添加到外层视频库,同时保留合集内部归属;后续可通过右键操作重建合集文件夹。
    • 合集支持删除操作,并可选择仅删除合集文件夹、将视频恢复到总视频库,或连同合集内视频、任务和摘要一起删除。
    • 首页最近视频可以显示合集,并按合集内最新生成时间参与排序;合集筛选、收藏和分组逻辑与普通视频保持一致。
    • 合集集数角标统一放在封面右下角,采用紧凑的分栏计数牌和磨砂玻璃材质,适配浅色/深色主题。
    • 统一合集相关选中、激活、拖入和分页边框,采用方案 01 的低亮度品牌边框 rgba(251, 114, 153, 0.22),不使用刺眼描边或外发光;复选框和勾选状态保持原有交互。
    • 新增合集 UI 设计 playground,并同步更新视频库 UI 规范。
    LLM 缓存可观测性与思维导图(#127,含后续修复)
    • 新增摘要上下文模式 auto、full、chunked,在缓存命中率与并发速度之间进行选择。
    • 统一解析 OpenAI-compatible、DeepSeek、Anthropic 等服务商返回的 usage/cache 字段。
    • 新增 llm_usage_breakdown,分别记录摘要、知识笔记、思维导图、图文取帧、VLM 解析和图文合成等请求的用量。
    • 视频详情页可查看输入、输出、缓存命中/未命中、缓存创建、命中率和分阶段明细。
    • 思维导图至少保证根节点下有 3 个一级分支;后续层级不再强制固定数量,改为按概念、方法、案例、条件和结论等内容组织。
    • 当模型返回结构不合格时,先发起一次修复请求;仍失败时使用本地内容兜底,避免只得到根节点或过度稀疏的结构。
    • 没有缓存字段的服务商继续显示“未提供”,保持非缓存服务商兼容。

    修复

    运行时与设置保存(#121)
    • 普通保存设置时不再同步执行运行时 bootstrap、环境注入和缓存清理;只有运行通道实际变化时才执行昂贵的同步流程。
    • SettingsManager.save() 增加并发锁,并通过临时文件加原子替换写入 settings.json,避免并发保存互相覆盖或写坏配置。
    • 运行时同步失败时返回可读的错误详情,不再只返回裸的 Internal Server Error。
    • 增加便携运行时标准库健康检查,检测 DLLs/_socket.pyd 缺失等“python.exe 存在但运行时已损坏”的情况。
    • 损坏的 base 运行时会从健康种子刷新,GPU 通道会从修复后的 base 重新同步,同时保留扩展包。
    FunASR 状态显示(#122)
    • 设置页快速开始的环境信息会根据当前转写方式读取正确的安装状态:使用 FunASR 时读取 funasrInstalled/funasrVersion,使用 Whisper/本地 ASR 时读取对应的本地 ASR 标记。
    macOS 知识库依赖安装(#123)
    • 冻结/便携运行时首次安装知识库依赖时直接写入受控且可写的 runtime/<channel>/site-packages。
    • 使用 --isolated --target,隔离用户 pip 配置和环境变量,避免依赖被重定向到构建期的只读 /install。
    • 增加安装目录可写性预检、路径校验和已有异常运行时的兼容 fallback。
    本地 LLM 兼容性(#130)
    • 移除所有请求 payload 中 OpenAI 专用的 response_format: {"type": "json_object"} 参数。
    • Ollama、llama.cpp、vLLM 等本地后端不再因为不支持该参数而返回 HTTP 400。
    • 保留现有 Prompt 中的 JSON 约束,并补充中文注释和测试,确保输出结构约束不丢失。
    CI 与缓存遥测修复
    • Docker 校验只在打包相关文件发生变化时触发,减少与发布无关的 CI 消耗(a6bd7da)。
    • 修复并完善缓存遥测审查意见,保证用量字段、缓存字段和详情展示之间保持一致(00c1669)。

    兼容性与升级说明

    • 本版本对本地 LLM 请求参数做了兼容性调整:不再发送 OpenAI 专用的 response_format 参数,本地模型仍需按 Prompt 返回合法 JSON。
    • 已损坏或缺少标准库 DLL 的托管运行时会在后续检查中被识别并自动修复;运行时修复可能触发一次重新同步。
    • macOS 知识库依赖会安装到 BiliSum 管理的可写运行时目录,不再依赖构建环境中的 /install 路径。
    • 合集视频默认收纳在合集内部;如果需要在总视频库中直接查看,可使用合集内视频的右键菜单将其提升到外层列表。

    验证情况

    • 运行时与设置相关测试覆盖并发保存、原子写入、运行时健康检查和损坏运行时修复。
    • macOS 依赖安装修复相关验证:436 passed, 1 skipped,相关测试 88 passed,并通过 compileall。
    • LLM 缓存遥测与思维导图相关验证:451 passed, 1 skipped,桌面端测试和 typecheck 通过。
    • 本地 LLM 兼容性相关单元测试通过,覆盖请求 payload 不再包含 response_format。
    • Bilibili 合集功能通过桌面端 typecheck、renderer build、git diff --check 和变更分析检查。

    相关变更

    • #121 fix: avoid runtime sync on ordinary settings saves
    • #122 fix: overview FunASR status reads the local ASR flag
    • #123 fix: prevent macOS knowledge dependency installs from targeting /install
    • #127 feat: improve LLM cache telemetry and mindmap structure
    • #130 修复:本地 LLM 因 response_format json_object 参数报 400 错误
    • #131 feat: support Bilibili video collections

    Full Changelog: https://github.com/lycohana/BiliSum/compare/v1.20.0...v1.20.1-alpha.2

用户点评

登录用户的真实使用记录,可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译

    BiliSum Banner

    Python 3.12 License: MIT Platform: Windows | macOS

    主要能力 · CLI 与 Skills · 快速开始 · 文档


    深度优化 B 站体验,同时支持 YouTube 与本地视频。自动转写、总结、图文笔记、思维导图、知识库 RAG 问答,数据全部落本地。

    CLI 与 Skills

    除桌面端外,BiliSum 现在也可以通过 CLI 独立运行,或让 Codex、Claude、Cursor 等 Agent 调用。

    npm install -g bilisum
    
    bilisum summarize "https://www.bilibili.com/video/BV1xxxx"
    bilisum brief "https://www.bilibili.com/video/BV1xxxx"
    bilisum transcribe ./demo.mp4 --output transcript.txt
    

    CLI 默认优先连接正在运行的桌面端,共用任务、配置和知识库;没有桌面端时也可以初始化一套独立环境:

    bilisum env setup
    bilisum --setting
    

    仓库内提供 bilisum-video-understanding skill,让 Agent 根据请求自动选择完整总结、快速摘要、转写或任务状态查询:

    npx skills add https://github.com/lycohana/BiliSum --skill bilisum-video-understanding
    

    给 AI / Agent 的安装步骤见 Skills 安装说明,CLI 的环境、命令和输出格式见 CLI 使用指南。

    主要能力

    B 站 / YouTube / 本地视频  →  转写  →  文本笔记  →  图文笔记  →  思维导图  →  知识库
             ↓                          ↓                          ↓
        B 站扫码登录              可回溯的任务历史             AI 检索问答
    

    图文笔记

    VLM 理解型图文笔记会同时阅读原始笔记和视频截图,以画面信息重新组织文章。图片跟随对应的知识段落,不集中堆在文末。

    • 视觉模型可以独立配置,支持 OpenAI、Anthropic、兼容接口和自定义端点
    • 从候选帧提取客观事实,过滤低质量画面并精选配图
    • 支持纯文本、按时间插图和 VLM 理解型三种形式

    转写、笔记与思维导图

    • SiliconFlow ASR、多模态 ASR、本地 Whisper、FunASR(QwenASR)
    • 结构化摘要、章节时间轴、转写全文、知识笔记与重跑机制
    • 思维导图支持缩放、拖拽和节点高亮
    • 多 P 视频可批量处理,也可以生成全集总结

    知识库

    • 跨视频语义检索、关键词检索与 RAG 问答
    • 自动 / 手动标签与标签关系网络
    • 支持本地 Embedding 和本地 LLM,笔记、索引与配置保存在本机

    桌面端与导入导出

    • Windows / macOS 桌面端,内置 B 站扫码登录和应用内更新
    • 导入 B 站、YouTube 和本地视频(mp4 / mkv / mov / webm)
    • 导出 Markdown、Obsidian 格式,可打包笔记和截图
    • 本地视频可选接入 Twelve Labs Pegasus,补充字幕之外的画面信息

    快速开始

    桌面端

    从 GitHub Releases 下载 Windows 或 macOS 安装包。首次启动后在设置页配置一组转写服务和 LLM;遇到 B 站风控时,优先使用桌面端内置的扫码登录。

    CLI

    npm install -g bilisum
    bilisum env
    bilisum summarize "https://www.bilibili.com/video/BV1xxxx"
    

    未安装桌面端时,先运行 bilisum env setup 初始化独立环境(需要 Python 3.12),再用 bilisum --setting 打开设置页。完整步骤见 CLI 使用指南。

    Docker

    docker pull lycohana/bilisum:latest
    docker run --rm -p 3838:3838 -v bilisum-data:/data \
      -e VIDEO_SUM_ACCESS_TOKEN=your-token \
      lycohana/bilisum:latest
    

    访问 http://127.0.0.1:3838。LLM、ASR、知识库和视觉模型的配置见 配置说明。

    从源码运行

    开发环境需要 Python 3.12、Node.js 20+ 和 uv:

    uv sync --python 3.12 --all-packages
    npm install --prefix .\apps\desktop
    npm run dev
    

    测试、打包、项目结构和发布流程见 贡献指南。

    技术栈

    模块技术选型
    桌面端Electron + React + TypeScript + Vite
    后端服务FastAPI + SQLite
    视频处理yt-dlp + ffmpeg
    模型接入OpenAI-compatible / Anthropic / 本地模型 / Twelve Labs(可选)
    知识库Embedding 检索 + LLM Agent
    打包分发PyInstaller + electron-builder + Docker

    配置

    桌面端和 CLI 独立环境都可以通过设置页配置。环境变量、Docker 部署和配置优先级见 配置说明。

    文档

    文档内容
    Skills 安装说明给 AI / Agent 阅读的 skill 安装、验证与更新步骤
    CLI 使用指南命令、环境、输出格式、服务生命周期与常见问题
    配置说明设置来源、环境变量、Docker 与 CLI 配置
    贡献指南开发环境、项目结构、测试、PR 与发布流程
    文档索引仓库内文档入口

    贡献

    遇到 Bug 或有想法可以开 Issue;修复、加功能或优化体验可以提交 PR。完整流程见 贡献指南。

    License

    MIT License © 2026 Lycohana

    特别致谢:Linux Do