📦 bilibili-reader-skill — bilibili 阅读技能

bilibili-reader — B站收藏夹视频智能总结 定期从B站收藏夹中随机选取视频，自动阅读字幕、高赞评论和弹幕，生成结构清晰的中英双语总结PDF。解决"收藏了但不看"的痛点。

何时使用 当用户说以下内容时触发此skill： "总结一个B站视频" "从收藏夹随机选个视频看看" "帮我看看收藏了什么" "今天推送一个视频总结" "bilibili reader" "扫码登录B站" "看看我的考古进度" "搜索我总结过的视频" "搜索我之前总结的 xxx 内容" "给我出几道测验题"

快速参考 命令 说明 python -m src 运行一次完整的视频总结流程（交互式，需输入选择） python -m src --login 扫码登录 B站（首次配置第一步） python -m src --config 配置推送平台（首次配置第二步） python -m src --progress 查看收藏夹考古进度 python -m src --search <关键词> 搜索已总结的视频记录 python -m src --stats 显示统计信息（已处理数量、体裁分布等） python scripts/run_noninteractive.py <收藏夹名> latest 最新收藏的未处理视频（默认） python scripts/run_noninteractive.py <收藏夹名> random 随机选一个未处理视频 python scripts/run_noninteractive.py <收藏夹名> search <关键词> 搜索已总结记录和未处理视频 python scripts/run_noninteractive.py <收藏夹名> 指定BV号 hermes --toolsets skills -q "用bilibili-reader总结一个视频" 通过hermes调用 Procedure API 细节和降级方案：参见 references/bilibili-api-notes.md

步骤 1：前置配置 Agent 行为规则： 当检测到 .env 中缺少 B站Cookie 时，必须执行以下两步完成首次配置： 第一步：扫码登录 B站 cd ${HERMES_SKILL_DIR} && python -m src --login 这会打开浏览器让用户扫码登录，自动提取 Cookie 并保存到 .env。 第二步：配置推送平台（可选） cd ${HERMES_SKILL_DIR} && python -m src --config 选择推送平台（微信/飞书/Telegram/Discord 等），或选择"不推送"只在本地生成 PDF。 两步都完成后，配置向导会显示： Cookie 状态 推送平台 配置文件路径 首次安装还需要运行（Hermes 沙箱环境必须用 uv）： uv venv .venv && uv pip install --python .venv/bin/python -r requirements.txt playwright install chromium 重要：不要引导用户手动从浏览器 F12 复制 Cookie。 使用 python -m src --login 自动获取。

步骤 2：Agent 三步工作流（核心） Agent 行为规则： 当用户要求总结视频时，严格按以下三步执行： 第一步：获取视频数据 cd ${HERMES_SKILL_DIR} && python scripts/fetch_data.py <收藏夹名称> [latest|random|] 这会输出一个 JSON，包含：bvid、title、desc、owner、duration、subtitles、comments、danmakus。 第二步：Agent 生成总结（用你自己的 LLM） 读取第一步的 JSON 输出，根据视频标题、简介、字幕内容判断体裁（见下方 10 种体裁表），然后用对应的提示词模板生成结构化总结。 字幕处理规则： 字幕少于 500 条 → 直接概括 字幕 500-2000 条 → 分段概括（每段约 500 条），合并后再总结 字幕超过 2000 条 → 取前 1000 条 + 后 500 条概括 第三步：渲染 PDF 把第二步生成的总结 JSON 写入临时文件，然后调用渲染脚本： cd ${HERMES_SKILL_DIR} && python scripts/render_pdf.py /tmp/summary.json 脚本会输出 PDF 文件路径。将路径告诉用户，并附上一句话 TLDR。 收藏时间排序说明：API按收藏时间倒序返回视频，第一个即为最新收藏的视频。

意图路由（Intent Routing） 系统会自动判断视频体裁，使用对应的专用提示词生成总结： 编号 体裁 触发特征 1 💻 技术教程与实操 软件使用/编程教学/工具配置/开发实战 2 🎓 学科与考试教育 考研/四六级/公考/高校公开课/K12 3 🗣️ 语言学习 外语听说读写/语法/语料跟读 4 🔬 硬核科普与深度解析 科技前沿/商业财经/政经地缘 5 🧠 方法论与自我提升 学习方法/时间管理/心理学 6 💼 茁场与商业技能 求职/茁场生存/副业搞钱 7 🎨 艺术创造与设计美学 绘画/摄影/音乐/写作 8 📖 书籍拆解与文献综述 速读/拆书/论文解读 9 🛠️ 生活技能与日常经验 家居维修/烹饪/生活防坑 10 📚 通用知识 不属于以上任何类型（fallback） 每种体裁的提示词会强调不同的输出结构： 技术教程 → 工具清单(含门槛)、保姆级SOP、代码/提示词原文提取、避坑指南、原理解析 学科类 → 考点、公式、应试技巧 语言类 → 词汇、语法点、练习建议 科普类 → 论点-论据链条、批判性思考 方法论 → 可执行框架、行动步骤 茁场类 → 话术模板、场景SOP 创意类 → 技法要点、工具参数、审美规律 书籍类 → 核心论点、知识框架 生活类 → 材料清单、操作步骤、验收标准 通用 → 深入浅出讲明白内容

总结 JSON 输出格式 Agent 在第二步生成总结时，必须输出以下 JSON 格式（写入 /tmp/summary.json）。 ★ v2.0 核心变更：双视角结构 my_analysis：我的解读（认知层）—— 核心概念的定义、原理、类比、洞察 video_transcript：视频完整陈述（内容层）—— 按时间顺序的详细记录 { "bvid": "视频BV号（从fetch_data输出中获取）", "title_cn": "中文标题（可对原标题做提炼或意译）", "title_en": "English title", "owner": "UP主名称", "duration_str": "时长格式化 如 23:45", "view_count": 12345, "like_count": 678, "genre": "体裁显示名 如 💻 技术教程与实操", "genre_list": ["💻 技术教程与实操", "🔬 硬核科普"], "tldr_cn": "一句话中文总结（50字内）", "tldr_en": "One-sentence TL;DR (under 50 words)", "my_analysis": { "overview": "对本视频的整体解读：核心主题、UP主教学风格、概念之间的逻辑关系（150-200字）", "concepts": [ { "name": "核心概念名称", "definition": "概念的精确定义，用一句话说明它是什么（50-80字）", "principle": "理论阐述：深入讲解这个概念的工作机制/运行原理。必须覆盖：1) 从输入到输出的完整过程 2) 核心组成部分及职责 3) 为什么会这样设计 4) 与相近概念的本质区别。450-550字，纯理论无类比。", "analogy": { "scenario": "生活场景描述（50-80字）", "mapping": "类比映射：A对应B的句式逐条列出对应关系（50-80字）", "limitation": "类比局限性：哪些方面无法解释（30-50字）" }, "insight": "个人洞察：对原理的