TOOLS · 工具说明← 返回索引 · Index

tools

本目录的辅助脚本。

依赖统一安装(在仓库根目录):

pip install -r requirements.txt

注意用对 Python 环境:报 ModuleNotFoundError 通常是当前终端的 python/pip 不是安装时那个环境(如 conda env)。可用 which python3 确认,或直接 python3 -m pip install -r requirements.txt。

hot_radar.py — 选题雷达(抖音热榜 × B 站内容源)

发现热点用抖音,拿内容用 B 站——分工来自实测的平台能力边界:

平台 热榜 搜索 下载 定位
抖音 ✅ ❌ 签名墙(2483) ❌ 选题雷达:看大众在关注什么
B 站 ✅ 全站榜/热门 ✅ ✅ 内容源:搜到即可转写
python3 tools/hot_radar.py                       # 抖音热榜 + B站爆款,按仓库选题筛
python3 tools/hot_radar.py --all                 # 不筛,全部列出
python3 tools/hot_radar.py --topic "黄金|美联储|芯片"
python3 tools/hot_radar.py --cross               # 抖音热词 → 自动去B站搜可转写候选
python3 tools/hot_radar.py --search "华为 芯片"   # 直接按词搜B站
python3 tools/hot_radar.py --cross -o radar.md   # 附带输出 Markdown 报告
参数 默认 说明
--topic 仓库选题正则 过滤关键词(AI/科技/财经)
--all 关 不过滤
--douyin-only / --bili-only 关 只看单边
--cross 关 热词跨平台换成 B 站候选
--cross-top 5 最多为几个热词做跨平台搜索(控流)
--search — 跳过热榜,直接按词搜 B 站
-n, --limit 12 各榜展示条数
-o, --out — 输出 Markdown 报告

命中的 BV 号直接接流水线:bili_dl.py <BV号> → video2md.py ref/<BV号>.mp4 --auto-crop。

接口脾气(已在代码中处理):B 站分区排行榜返回 -352、order=pubdate 易被限流, 故只用全站榜 + 热门 + order=click 搜索,并在请求间加延时;任一接口失败会降级跳过而非中断。

bili_dl.py — B 站视频下载(API 通道)

绕开视频页 412 风控(数据中心 IP 常被拦、yt-dlp 因此失败),走 API 通道: 匿名 cookies → view API(标题/cid) → playurl API(DASH流) → 下载 → ffmpeg 合并。

pip install requests imageio-ffmpeg
python tools/bili_dl.py BV1GPTH6vErg              # 下到 ref/<BV号>.mp4
python tools/bili_dl.py <B站链接> -d ref -o 自定义名.mp4
python tools/bili_dl.py BVxxxx --page 2           # 多 P 视频选分 P
python tools/bili_dl.py BVxxxx --cookies bili.txt --qn 80   # 登录 cookies 解锁 1080p

md2html.py — Markdown 批量转 HTML(本地浏览)

把仓库里的 .md 转成带样式的 HTML 并生成 index.html 索引,浏览器直接看(支持表格/折叠附录/关键帧图片/深色模式)。输出目录 html/ 为临时产物,已被 .gitignore。

pip install markdown
python tools/md2html.py               # 全仓库 md -> html/,浏览器打开 html/index.html
python tools/md2html.py ref/x.md      # 只转指定文件
python tools/md2html.py -o /tmp/docs  # 自定义输出目录

video2md.py — 视频转 Markdown

从语音(ASR 转写) 和画面(关键帧 + OCR) 提取关键信息,生成结构化 Markdown 文档。 适合把口播/教程/录屏视频快速转成可检索的图文文档。

能力

安装依赖

pip install faster-whisper rapidocr-onnxruntime imageio-ffmpeg pillow numpy requests

首次运行自动下载 Whisper 模型(small≈460MB,base≈140MB)。无需 GPU。

用法

# DeepSeek 摘要需先设置 key(不设则自动跳过 LLM,仅出转写+OCR)
export DEEPSEEK_API_KEY=sk-xxx

# 基本(自动检测并裁掉手机录屏 UI 边)
python tools/video2md.py 录屏.mp4 -o out.md --auto-crop

# 手动指定裁剪区 W:H:X:Y
python tools/video2md.py video.mp4 --crop 720:420:0:508

# 不调用 DeepSeek / 不做 OCR
python tools/video2md.py video.mp4 --no-llm
python tools/video2md.py video.mp4 --no-ocr

参数

参数 默认 说明
video — 输入视频路径(必填)
-o, --out <同名>.md 输出 Markdown 路径
--model small Whisper 模型:tiny/base/small/medium
--lang zh 语音语言(whisper),如 zh/en
--doc-lang auto 输出文档语言:auto=跟随 --lang
--interval 3.0 关键帧采样间隔(秒)
--auto-crop 关 方差法自动检测并裁掉手机 UI 边
--crop W:H:X:Y — 手动裁剪区(优先于 --auto-crop)
--no-ocr 关 跳过画面 OCR
--no-clean 关 关闭 OCR 降噪
--no-llm 关 不调用 DeepSeek(退回未整理的 raw 版式)
--no-fix-asr 关 不做 OCR 辅助的同音字修正
--no-appendix 关 不输出「原始素材」折叠附录
--title 自动 视频标题:--title > <视频名>.title.txt > LLM 生成;作 H1 与文件名后缀
--url 自动 原始视频链接;缺省按文件名 BV 号推断
--llm-model deepseek-chat DeepSeek 模型

输出

局限