首页 › 龙虾技能列表 › VideoToText — subtitles & summary — VideoToText — 字幕提取与总结

VideoToText — subtitles & summary — VideoToText — 字幕提取与总结

v1.0.0

指导稳定拉取 B 站官方字幕（应对限流/登录可见轨道）、并用 OpenAI 兼容接口生成中文总结稿；技能包内含 code/ 镜像源码与 env 模板，可打 zip 给 OpenClaw 离线使用。适用于 Bilibili 链接解析、字幕提取失败排查、SESSDATA/Cookie、WBI player 字幕、字幕校验与多轮采样、以及 SUMMARY_LLM_* 总结配置。

1· 61·0 当前·0 累计
by @willguo715 (WillGuo)·MIT-0
下载技能包
License
MIT-0
最后更新
2026/4/5
安全扫描
VirusTotal
Pending
查看报告
OpenClaw
可疑
high confidence
技能的代码和 SKILL.md 与其声明的目的（B 站字幕提取和调用兼容 LLM）一致，但包元数据遗漏了其实际需要的敏感环境变量，在安装或提供密钥之前有一些实现细节需要注意。
评估建议
该技能似乎正好实现了其声称的功能（提取 B 站字幕并调用 LLM 进行总结），但在安装或提供密钥之前请考虑以下几点： - 透明度：注册表元数据未声明代码实际期望的环境变量。请与发布者确认需要哪些环境变量（SESSDATA、BILI_JCT、DEDEUSERID、SUMMARY_LLM_API_KEY / OPENAI_API_KEY、SUMMARY_LLM_BASE_URL/CHAT_COMPLETIONS_URL 等）。 - 密钥：请勿将您的主账户 SESSDATA/Cookie 提供给不受信任或未知来源。如果需要运行技能，请优先使用一次性/测试 B 账户。同样，使用临时的或受限的 LLM API 密钥或自托管 LLM 端点，而不是您的主要、高价值密钥。 - 数据泄露面：该技能会将字幕文本（可能是私密的）和视频标题发送到配置的 LLM 端点。请确保 SUMMARY_LLM_BASE_URL / SUMMARY_LLM_CHAT_COMPLETIONS_URL 指向可信服务，并且您了解该端点的隐私政策。 - .env 位置和路径解析：settings.py 包含用于定位 .env 文件...
详细分析 ▾
⚠ 用途与能力
技能的名称和描述与包含的代码一致：它提取 B 站字幕并将其发送到 OpenAI 兼容端点进行总结。然而，注册表元数据未声明所需的环境变量或凭据，而代码和 SKILL.md 明确期望敏感的環境變量（SESSDATA、BILI_JCT、DEDEUSERID、OPENAI/SUMMARY_LLM_* 密钥）。注册表中的遗漏是一个降低透明度的不一致之处。
ℹ 指令范围
SKILL.md 的运行时指令与代码一致：展开短链接，获取 view/player/subtitle JSON，可选使用用户提供的 Cookie 值，并将字幕文本 + 标题发送到配置的 LLM chat/completions 端点。指令不会指示代理读取无关文件，也不会向隐藏端点泄露任何内容。重要的操作行为：该技能会将完整字幕文本（可能是私密的）传输到配置的 SUMMARY_LLM_BASE_URL / CHAT_COMPLETIONS_URL，并使用 SUMMARY_LLM_API_KEY 或 OPENAI_API_KEY（如果设置）。
✓ 安装机制
没有安装规范，该技能是纯指令式的，包含代码镜像。这最大程度减少了不透明的安装步骤。包含的 requirements-code.txt 列出了 httpx、pydantic 和 yt-dlp（对于此功能是正常的）。清单中没有远程下载 URL 或归档提取。
⚠ 凭证需求
代码确实需要 B 站登录令牌（SESSDATA 和可选的 BILI_JCT/DEDEUSERID...）来获取仅登录可见的字幕，以及用于总结的 LLM API 密钥或 base URL。这些是敏感的密钥。问题是：注册表元数据没有列出所需的环境变量，因此该技能未通过透明度测试——它在代码/指令中要求凭据但未提前声明。此外，settings.py 尝试通过路径启发式方法定位 .env 文件；根据代理运行的位置，可能会获取与用户预期的不同的 .env（请验证 .env 放置位置）。
✓ 持久化与权限
该技能不请求 'always: true'，也不声称修改其他技能或代理级设置。它确实会执行网络调用，并且可能被自动调用（默认），这对于这种类型的集成是预期的。
安全有层次，运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发，无需署名。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/4/5

B 站字幕稳定提取与总结核心模块首发。 - 首发提供 Bilibili 官方字幕提取、稳定排错、Cookie 及轨道选择全流程说明 - 支持字幕抽取与多轮采样、轨道优先级判定、校验逻辑详解 - 内含 OpenAI 兼容总结服务调用与回退说明，环境变量详尽标注 - 附源码 code/ 目录镜像、requirements、参考文档组成完整技能包

● Pending

安装命令 点击复制

官方npx clawhub@latest install videototext
镜像加速npx clawhub@latest install videototext --registry https://cn.clawhub-mirror.com

技能文档

合规与前提

  • 仅使用用户本人账号导出的 Cookie；不协助绕过付费墙、地域限制或批量爬取。
  • 尊重站点频率限制：项目内已对 B 站 HTTP 做节流 + 重试退避，修改时不要去掉 _throttle / _request_with_retry 逻辑。
  • 详细环境变量与默认值见同目录 reference.md。
  • 技能包内已附带与主流程一致的源码镜像：见 code/（导入方式见 code/README.md）。环境变量名与示例见 主仓库 根目录 .env.example，自行复制为技能包根目录的 .env 后填写。

端到端流程（与代码一致）

  • URL：app/utils/url_tools.py（包内 code/app/utils/url_tools.py）— 展开 b23.tv、解析 BV 与分 P ?p=。
  • 编排（完整仓库）：app/services/orchestrator.py — 先官方字幕；失败且开启 ASR 时再本机转写；正文就绪后调用总结服务。技能包未含 orchestrator/ASR，仅含抽取与总结核心模块。
  • B 站元数据与字幕：app/extractors/bilibili.py + app/services/bilibili_subtitle.py（包内 code/app/...）。
  • 无字幕兜底（仅完整仓库）：app/utils/audio_fetch.py + app/asr/local_faster_whisper.py（需 LOCAL_ASR_ENABLED 等）。
  • 总结：app/services/summary.py — 优先 LLM（OpenAI 兼容 Chat Completions），失败则本地抽样回退。

字幕链路：反爬与稳定性要点

Cookie 策略（核心）

  • SESSDATA（及可选 BILI_JCT、DEDEUSERID、DEDEUSERID__CKMD5）由 app/services/bilibili_subtitle.py 中 _build_bilibili_cookie() 组装为 Cookie 请求头。
  • 优先带 Cookie 请求；若仍失败再尝试无 Cookie（同一套 view → player 流程）。
  • 需登录才返回的字幕（need_login_subtitle）：仅 SESSDATA 往往不够，应配齐四件套（见 .env.example 注释）。
  • yt-dlp 取信息与音频时复用同一 Cookie：get_bilibili_sessdata_cookie_header()（app/extractors/bilibili.py）。

HTTP 行为

  • 统一 Referer https://www.bilibili.com/、桌面 Chrome User-Agent、Accept JSON（_client_headers）。
  • 全站最小请求间隔 BILIBILI_MIN_INTERVAL_SECONDS（默认约 0.8s），全局锁节流。
  • 重试：网络/412/429/5xx 等指数退避 + 抖动，次数由 BILIBILI_MAX_RETRIES 等控制。

接口顺序

  • GET https://api.bilibili.com/x/web-interface/view?bvid= — 取 aid、pages、标题、时长等。
  • GET https://api.bilibili.com/x/player/wbi/v2?aid=&cid=&bvid= — 优先取字幕轨道列表（与 yt-dlp 一致，登录可见轨常在此）。
  • 若 subtitles 为空，再回退 GET https://api.bilibili.com/x/player/v2（部分稿件仅旧接口有轨，如部分 AI 字幕）。
  • 对每条轨道的 subtitle_url 再 GET 拉 JSON，body[].content 拼正文（payload_to_text）。

轨道选择与质量

  • 轨道排序：中文类优先，其内简体/通用 zh 优先于繁体，再 AI 中文；同组内可匹配 prefer_lang（_ordered_tracks）。
  • BILIBILI_SUBTITLE_VALIDATE=true 时：多轮采样可选；对每条下载结果做时长覆盖与标题汉字二元组命中率过滤，防止 AI 串台；AI 轨使用更高阈值（BILIBILI_SUBTITLE_AI_MIN_TITLE_MATCH）。
  • BILIBILI_SUBTITLE_VALIDATE=false 时：更快，取首条非空；若开启 BILIBILI_SUBTITLE_AI_SANITY_WHEN_VALIDATE_OFF，仍可对 AI 轨做标题 sanity。
  • 用户在前端显式选语言时：走 only_lan 分支，不做标题命中率过滤（仍可在 validate 开启时做时长覆盖）。

排错清单

  • 轨道列表为空：检查 Cookie 是否完整、是否登录账号、分 P 是否正确。
  • 正文空或校验全失败：尝试开启/关闭 BILIBILI_SUBTITLE_VALIDATE、调整采样轮次与间隔，或让用户指定 lan。
  • 频繁 412/429：增大 BILIBILI_MIN_INTERVAL_SECONDS，避免并发多请求。

总结链路（TextSummaryService）

  • 配置 SUMMARY_ENABLED、SUMMARY_LLM_BASE_URL 或 SUMMARY_LLM_CHAT_COMPLETIONS_URL、SUMMARY_LLM_MODEL；API Key 可用 SUMMARY_LLM_API_KEY 或 OPENAI_API_KEY（见 app/core/settings.py 别名）。
  • 端点：若 BASE_URL 已以 /chat/completions 结尾则不再拼接；否则为 {base}/chat/completions。
  • 请求体：OpenAI 兼容 chat/completions，temperature 来自 SUMMARY_LLM_TEMPERATURE。
  • 短目标（max_chars <= 200）：单段电报体中文；长目标：## 总标题 + 若干 主题： 块（见 summary.py 内 prompt）。
  • 正文入模上限约 60000 字符；响应解析支持 message.content 为字符串或多段 list；无有效 content 时回退 _summarize_fallback。

回归与自检

  • 字幕大改后：在项目根执行 python scripts/verify_subtitle_canary.py（需 .env 中 SESSDATA 等，见 CLAUDE.md）。
  • 全量测试：pytest。

打包给 OpenClaw 使用

将本目录 videototext 整夹 打成 zip（含 SKILL.md、reference.md、code/、requirements-code.txt）。解压后：

  • Agent 阅读：SKILL.md、reference.md、code/ 下源码。
  • 若需本地运行子集：pip install -r requirements-code.txt，PYTHONPATH 指向 code/，.env 放在与 SKILL.md 同级目录（见 code/README.md）。

延伸阅读

数据来源：ClawHub ↗ · 中文优化：龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制

免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制

了解定制服务