yby6-video-parser

# 视频解析与转录技能 此技能提供两个核心功能：视频元数据解析和视频语音转录。支持 20+ 个主流视频平台。 ## 使用场景 当出现以下场景时，使用此 skill： - 当用户需要解析图集内容 - 当用户提供视频分享链接，需要提取视频信息（无水印链接、封面、标题、作者等）时 - 需要将视频中的语音内容转换为文字，用于字幕生成、内容笔记时 - 解析图集内容时 ## 核心功能 ### 功能一：视频元数据解析 使用内置的解析器直接从视频分享链接中提取视频信息，无需依赖外部 API。 ### 功能二：视频语音转录 通过自动化流程：解析视频 → 下载视频 → 提取音频 → 语音转录 → 生成 Markdown 报告。 ## 如何使用 ### 1. 安装依赖 ```bash pip install -r requirements.txt ``` ### 2. 环境配置（仅语音转录功能需要） 复制一份项目根目录当中的`.env.example` 为 `.env` 文件： ```env # SiliconFlow API Key (必填，用于视频转录功能) # 获取地址: https://siliconflow.cn/ api_key=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx # 视频转录模型 (可选，默认: FunAudioLLM/SenseVoiceSmall) # 支持的模型列表: https://docs.siliconflow.cn/api-reference/audio model=FunAudioLLM/SenseVoiceSmall # 视频解析 API 地址 (可选，用于转录功能) # 如果留空或注释掉，则使用项目内置的本地解析器（推荐） # 如果填写了外部 API 地址，则使用外部 API 进行视频解析 # 示例: parse_api_url=http://ip:8000/video/share/url/parse?url= parse_api_url= # SiliconFlow ASR API 地址 (可选，默认: https://api.siliconflow.cn/v1/audio/transcriptions) siliconflow_api_url=https://api.siliconflow.cn/v1/audio/transcriptions # 是否自动清理临时文件 (可选，默认: false) # true: 自动删除临时文件（视频和音频） # false: 保留临时文件在 tmp/目录中 auto_cleanup_temp_files=false ``` ## 脚本使用说明 ### 脚本一：`scripts/skill.py` - 视频元数据解析 **作用**: 解析视频分享链接，获取视频详细信息。 **运行方式**: ```bash python scripts/skill.py [选项] ``` **参数说明**: | 参数 | 说明 | 必需 | | ------------------ | ---------- | -- | | `--url` | 要解析的视频分享链接 | 否 | | `--list_platforms` | 列出所有支持的平台 | 否 | **常用示例**: ```bash # 1) 列出支持的平台 python scripts/skill.py --list_platforms # 2) 通过分享链接解析视频 python scripts/skill.py --url "https://v.douyin.com/xxxxxx" ``` **输出格式**: ```json { "video_url": "https://example.com/video.mp4", "cover_url": "https://example.com/cover.jpg", "title": "视频标题", "music_url": "https://example.com/music.mp3", "images": [ { "url": "图片链接", "live_photo_url": "LivePhoto链接" } ], "author": { "uid": "作者ID", "name": "作者昵称", "avatar": "https://example.com/avatar.jpg" } } ``` ### 脚本二：`scripts/transcribe.py` - 视频语音转录 **作用**: 解析视频链接并自动转录语音内容为文字。 **运行方式**: ```bash python scripts/transcribe.py --url <VIDEO_URL> [选项] ``` **参数说明**: | 参数 | 说明 | 默认值 | | -------------------- | -------------------------------- | ----------------------------- | | `--url` | **必需**。要解析的视频分享链接 | 无 | | `--api_key` | SiliconFlow API 密钥。未提供则从 .env 读取 | 从 .env 读取 | | `--model` | 语音识别模型名称 | `FunAudioLLM/SenseVoiceSmall` | | `--parse_result` | 已解析的结果 JSON 字符串（可选，跳过解析步骤） | 无 | | `--auto_cleanup` | 是否自动清理临时文件（true/false） | 从 .env 读取 | | `--use_local_parser` | 是否使用本地解析器（true/false） | 从 .env 读取 | **常用示例**: ```bash # 1) 基础解析与转录 python scripts/transcribe.py --url "https://v.douyin.com/xxxxxx" # 2) 指定 API Key 和模型 python scripts/transcribe.py --url "https://www.xiaohongshu.com/explore/xxxx" --api-key sk-your-key --model FunAudioLLM/SenseVoiceSmall # 3) 保留临时文件 python scripts/transcribe.py --url "https://www.bilibili.com/video/xxxx" --auto_cleanup false ``` **输出**: - 命令行实时打印 JSON 格式结果 - 自动在 `demos/` 目录下生成结构化的 Markdown 报告 ## 技能资源 ### 核心脚本 - `scripts/skill.py` - 视频元数据解析脚本 - `scripts/transcribe.py` - 视频语音转录脚本 ### 解析器目录 - `scripts/parser/` - 包含 20+ 个平台的解析器实现 ### 输出目录 - `demos/` - Markdown 报告输出目录 - `tmp/` - 临时文件存储目录（视频、音频） ## 支持的平台 | 平台 | 标识符 | 平台 | 标识符 | | ---- | ----------- | ------- | ------------ | | 抖音 | douyin | 快手 | kuaishou | | 小红书 | redbook | 哔哩哔哩 | bilibili | | 微博 | weibo | 皮皮虾 | pipixia | | 西瓜视频 | xigua | 微视 | weishi | | 绿洲 | lvzhou | 最右 | zuiyou | | 度小视 | quanmin | 梨视频 | lishipin | | 皮皮搞笑 | pipigaoxiao | 虎牙 | huya | | A站 | acfun | 逗拍 | doupai | | 美拍 | meipai | 全民K歌 | quanminkge | | 六间房 | sixroom | 新片场 | xinpianchang | | 好看视频 | haokan | Twitter | twitter | ## 注意事项 1. **环境依赖**: 语音转录功能需要预先安装 `ffmpeg` 并添加到环境变量 2. **网络要求**: 脚本需要访问网络进行视频解析和 API 调用 3. **API 限制**: 语音转录受 SiliconFlow 额度限制 4. **输出路径**: 临时文件默认保存在 `tmp/` 目录，Markdown 报告保存在 `demos/` 目录 5. **解析模式**: 默认使用项目内置的本地解析器，无需配置外部 API > **本 Skill 基于** **[parse-video-py](https://github.com/wujunwei928/parse-video-py)** **项目重构而来，感谢原作者的贡献。**