Video Summarizer — OpenClaw Skill

将 B 站/YouTube/小红书/抖音视频转换为结构化 Notion 总结文档，自动上传截图，一键推送 Notion。

版本: 1.0.10
发布: 2026-04-14
许可: MIT
作者: Ajay Hao

⚠️ 安全提示

• 本技能会将视频内容发送至第三方 AI 服务进行分析
• 建议使用专用 API Key（非生产环境）
• OSS Bucket 请配置最小权限（仅写入/读取）
• B 站 Cookies 仅在你控制的设备上使用

📖 技能描述

核心能力

• 🎬 多平台支持: B 站、YouTube、小红书、抖音
• 📝 智能分析: AI 提取关键概念、核心要点、注意事项
• 📸 截图嵌入: 基于 AI 分析结果自动生成关键帧截图
• ☁️ 图床集成: 阿里云 OSS 自动上传，永久链接
• 🚀 一键推送: 自动推送 Notion 数据库

技术特性

• 双模式转录: Plan A（官方字幕）优先，Plan B（语音转录）兜底
• 并行优化: 字幕下载与视频下载并行执行，节省 32% 时间
• GPU 自适应: 自动检测显存，选择最优 Whisper 模型
• 断点续跑: 支持从中断点恢复，避免重复处理
• 四层标签: 标题 hashtag → 元数据 → AI 关键词 → 默认值

🔐 安全与隐私说明

敏感数据处理

外部服务端点

说明:

• Groq API 为可选加速方案，未配置时自动降级到本地 Faster-Whisper
• 抖音专用下载器 douyin_downloader.py 已移除硅基流动依赖，使用与主流程一致的 Groq API + 本地降级方案

最小权限建议

• OSS Bucket: 创建专用 Bucket，仅授予 PutObject/GetObject 权限
• API Keys: 使用子账号 Key，设置 IP 白名单
• 测试环境: 首次使用建议在隔离环境测试

🎯 平台支持详情

Bilibili（完整支持）

字幕: ✅ 官方字幕 + 自动字幕
语音转录: ✅ 支持（Plan B）
Cookies: 推荐（获取官方字幕）
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 1. 扫码登录（首次使用，获取官方字幕）
cd ~/.openclaw/skills/video-summarizer/scripts
./bili-login.sh

# 2. 处理视频
./video-summarize.sh "https://www.bilibili.com/video/BV1xxxx"

# 3. 查看结果
cat /tmp/video-summarizer-*/summary.md

说明:

• Cookies 文件：~/.cookies/bilibili_cookies.txt
• 无 Cookies 时使用 Plan B 语音转录
• 支持 b23.tv 短链

YouTube（完整支持）

字幕: ✅ 自动字幕（多语言）
语音转录: ✅ 支持（Plan B）
Cookies: ❌ 不需要
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 直接处理（无需登录）
./video-summarize.sh "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

# 指定输出目录
./video-summarize.sh "https://youtu.be/dQw4w9WgXcQ" /tmp/output

说明:

• 需网络可达（可能需要代理）
• 优先下载英文字幕，无则用语音转录
• 支持 youtu.be 短链

小红书（基本支持）

字幕: ❌ 无字幕
语音转录: ✅ 唯一方式（Plan B）
Cookies: ❌ 不需要
下载工具: yt-dlp (>=2026.03.17)

操作步骤

# 直接处理（自动使用 Plan B 语音转录）
./video-summarize.sh "https://www.xiaohongshu.com/explore/xxxx"

# 或短链
./video-summarize.sh "https://xhslink.com/o/xxxx"

说明:

• 必须使用 Plan B 语音转录
• 推荐配置 GROQ_API_KEY 加速转录
• 自动上传封面图到 OSS

抖音（完整支持）

字幕: ❌ 无字幕
语音转录: ✅ 唯一方式（Plan B）
Cookies: ❌ 不需要（专用下载器）
下载工具: douyin_downloader.py

操作步骤

# 直接处理（专用下载器，无需 Cookies）
./video-summarize.sh "https://www.douyin.com/video/7234567890"

# 支持短链
./video-summarize.sh "https://v.douyin.com/abc123/"

说明:

• 使用专用下载器 douyin_downloader.py（仅用于获取元数据和下载视频）
• 无反爬限制，无需 Cookies
• 语音转录使用主流程的 transcribe-audio.py（Groq API + 本地降级）
• douyin_downloader.py 的 extract 模式已移除硅基流动依赖，改用 Groq API + 本地降级

⚙️ 配置详解

环境变量（~/.openclaw/.env）

# ========== 必需配置 ==========

# 阿里云 OSS 图床
ALIYUN_OSS_AK=your_access_key_id
ALIYUN_OSS_SK=your_access_key_secret
ALIYUN_OSS_BUCKET_ID=your_bucket_name
ALIYUN_OSS_ENDPOINT=oss-cn-shanghai.aliyuncs.com

# AI 分析（DashScope API）
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx

# ========== 可选配置 ==========

# Notion 自动推送（可选）
NOTION_API_KEY=nop_xxxxxxxxxxxxxxxx
NOTION_VIDEO_SUMMARY_DATABASE_ID=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx  # 单个数据库 ID

# 语音转录加速（Groq API，可选）
# 国内需代理访问，如未配置自动降级到本地 Faster-Whisper
# 不配置此项不影响使用
# 注意：douyin_downloader.py 也使用此变量（已移除硅基流动依赖）
GROQ_API_KEY=gsk_xxxxxxxxxxxxxxxx

# 本地 Whisper 模型（有 GPU 时自动检测）
WHISPER_MODEL=base  # tiny/base/small/medium/large

OSS Bucket 要求

• 访问权限: 公开可读（直接 URL 访问）
• CORS 配置: 允许跨域访问（Notion 嵌入需要）
• 存储类型: 标准存储（低频访问会影响加载速度）

Notion 数据库配置

数据库属性（Properties）

配置步骤

1. 创建数据库（Table 视图）

2. 添加上述 9 个属性（字段名必须完全匹配）

3. 获取 Database ID：

   • 打开数据库 → 复制 URL 中 ?v= 后的 ID
   • 示例：https://notion.so/your-workspace/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx?v=yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy
   • Database ID = yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy

4. 配置环境变量：

   NOTION_API_KEY=nop_xxxxxxxxxxxxxxxx
   NOTION_VIDEO_SUMMARY_DATABASE_ID=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx  # 单个数据库
   

数据库视图示例

┌─────────┬──────────┬─────────┬──────┬──────┬─────────┬────────┬───────┬─────────────┐
│ Title   │ Source   │ Author  │ Url  │ Tags │ PubDate │ Length │ Cover │ ts          │
│ title   │ text     │ text    │ url  │ multi│ date    │ text   │ files │ date        │
└─────────┴──────────┴─────────┴──────┴──────┴─────────┴────────┴───────┴─────────────┘

🏗️ 系统架构

处理流程

用户输入 (视频 URL)
       ↓
Step 1: 平台识别 + 元数据
       ↓
┌──────┴──────┐
↓             ↓
Step 2: 字幕   Step 3: 视频下载  ← 并行执行
       ↓             ↓
       └──────┬──────┘
              ↓
Step 4: 文本提取 (VTT → TXT / Plan B 转录)
       ↓
Step 5: AI 分析 (DashScope API - qwen3.5-plus)
       ↓
Step 6: 截图生成 (ffmpeg, 基于 AI 时间戳)
       ↓
Step 7: OSS 上传 (截图 + 封面)
       ↓
Step 8: Markdown 渲染
       ↓
Step 9: Notion 推送 (可选)

技术栈

数据文件

📋 脚本清单

核心脚本（4 个）

平台工具（2 个）

辅助工具（4 个）

🎯 Plan A vs Plan B

对比表

各平台使用情况

Plan B 双层降级方案

1. Groq API (whisper-large-v3) → 云端高速（可选，需配置 GROQ_API_KEY 且网络可达）
   └─ 失败/未配置 → 降级到本地

2. Faster-Whisper (本地) → GPU/CPU 自适应
   ├─ GPU ≥8GB  → large-v2 模型
   ├─ GPU ≥4GB  → medium 模型
   ├─ GPU ≥2GB  → small 模型
   ├─ GPU ≥1GB  → base 模型 (GPU)
   └─ 无 GPU    → base 模型 (CPU)

说明:

• Groq API 为可选配置，未配置时直接使用本地 Faster-Whisper
• 本地转录无需任何 API Key，完全离线运行
• 国内使用 Groq 需配置代理
• 抖音专用下载器 douyin_downloader.py 也使用此降级方案（已移除硅基流动依赖）

📁 输出文件结构

output/
├── summary.md              # 📝 最终总结（主要成果）
├── screenshot_urls.txt     # 🔗 截图 OSS 链接
├── metadata.json           # 📊 视频元数据
├── transcript.txt          # 📄 纯文本字幕
├── screenshots/            # 📸 截图原图（本地备份）
├── cover.jpg              # 🖼️ 封面图（本地备份）
└── *.log                   # 📋 日志文件（verbose 模式）

OSS 路径规范

截图路径: /screenshots/<平台>/<视频 ID>_<时间戳>/<截图文件>

screenshots/bilibili/BV1eTPEzNEqf_20260405_053203/screenshot_01.jpg
screenshots/douyin/7234567890_20260405_175010/chapter_01.jpg
screenshots/xhs/69c1493b000000002003b3ce_20260405_152852/screenshot_01.jpg
screenshots/youtube/dQw4w9WgXcQ_20260405_120000/screenshot_01.jpg

封面路径: thumbnails/<平台>/<视频 ID>/cover.jpg

thumbnails/bilibili/BV1eTPEzNEqf/cover.jpg
thumbnails/douyin/7234567890/cover.jpg

🏷️ 标签策略

四层提取策略

1. 标题 hashtag → #([\w\u4e00-\u9fa5]+)
   示例："#AI 教程 #大模型原理" → ["AI 教程", "大模型原理"]

2. 元数据 tags → yt-dlp 提取的原始标签
   示例：["原理", "AI", "教程", "claude", "大模型"]

3. AI 关键词 → AI 分析提取的核心概念
   示例：["Transformer", "注意力机制", "深度学习"]

4. 默认值 → 视频总结/知识分享/学习
   当前三层都为空时使用

标签规则

• 长度: 2-15 字符（兼容英文如 "openclaw"）
• 数量: 最多 5 个
• 去重: 自动去重，保留唯一值
• 优先级: 1 → 2 → 3 → 4

🔧 故障排查

Cookies 过期（B 站）

# 重新扫码登录
./bili-login.sh

配置检查

# 运行检查脚本
./check-config.sh

查看详细日志

# 使用 verbose 模式
./video-summarize.sh "URL" --verbose

# 查看错误日志
cat /tmp/output/error.log

常见问题

📊 性能基准

处理时间（10 分钟视频）

优化效果: 并行优化后节省约 30 秒（32%↓）

📝 输出格式（summary.md）

1. 标题 + Tags + Author
2. 📝 Note — AI 概述（150-250 字）
3. 📺 视频信息 — 链接/时长/播放数据
4. 📚 关键概念 — 术语表格（3-5 个，按时间排序）
5. 🎯 核心要点 — emoji+ 描述 + 时间戳（5-8 个）
6. 🎬 视频章节 — 标题 + 时间轴 + 截图
7. ⚠️ 注意事项 — 特别提醒（2-4 个）
8. 💡 总结 — AI 归纳（200-300 字）

🔜 后续优化

计划中

• 代码重构（提取公共函数）
• 单元测试（核心函数覆盖率 80%+）
• 性能优化（截图并行上传、结果缓存）
• 支持更多平台（TikTok、Instagram Reels）

📞 更多文档

• 快速入门: README.md - 5 分钟上手
• 变更历史: CHANGELOG.md - 版本演进
• 提示词配置: prompt.json - AI 分析参数

维护人: Ajay Hao
项目地址: https://github.com/AjayHao/video-summarizer
OpenClaw Skill: 已发布到 clawdhub