BiliSum

---

深度优化 B 站体验，同时支持 YouTube 与本地视频。自动转写、总结、图文笔记、思维导图、知识库 RAG 问答，数据全部落本地。

CLI 与 Skills

除桌面端外，BiliSum 现在也可以通过 CLI 独立运行，或让 Codex、Claude、Cursor 等 Agent 调用。

npm install -g bilisum

bilisum summarize "https://www.bilibili.com/video/BV1xxxx"
bilisum brief "https://www.bilibili.com/video/BV1xxxx"
bilisum transcribe ./demo.mp4 --output transcript.txt

CLI 默认优先连接正在运行的桌面端，共用任务、配置和知识库；没有桌面端时也可以初始化一套独立环境：

bilisum env setup
bilisum --setting

仓库内提供 bilisum-video-understanding skill，让 Agent 根据请求自动选择完整总结、快速摘要、转写或任务状态查询：

npx skills add https://github.com/lycohana/BiliSum --skill bilisum-video-understanding

给 AI / Agent 的安装步骤见 Skills 安装说明，CLI 的环境、命令和输出格式见 CLI 使用指南。

主要能力

B 站 / YouTube / 本地视频  →  转写  →  文本笔记  →  图文笔记  →  思维导图  →  知识库
         ↓                          ↓                          ↓
    B 站扫码登录              可回溯的任务历史             AI 检索问答

图文笔记

VLM 理解型图文笔记会同时阅读原始笔记和视频截图，以画面信息重新组织文章。图片跟随对应的知识段落，不集中堆在文末。

• 视觉模型可以独立配置，支持 OpenAI、Anthropic、兼容接口和自定义端点
• 从候选帧提取客观事实，过滤低质量画面并精选配图
• 支持纯文本、按时间插图和 VLM 理解型三种形式

转写、笔记与思维导图

• SiliconFlow ASR、多模态 ASR、本地 Whisper、FunASR（QwenASR）
• 结构化摘要、章节时间轴、转写全文、知识笔记与重跑机制
• 思维导图支持缩放、拖拽和节点高亮
• 多 P 视频可批量处理，也可以生成全集总结

知识库

• 跨视频语义检索、关键词检索与 RAG 问答
• 自动 / 手动标签与标签关系网络
• 支持本地 Embedding 和本地 LLM，笔记、索引与配置保存在本机

桌面端与导入导出

• Windows / macOS 桌面端，内置 B 站扫码登录和应用内更新
• 导入 B 站、YouTube 和本地视频（mp4 / mkv / mov / webm）
• 导出 Markdown、Obsidian 格式，可打包笔记和截图
• 本地视频可选接入 Twelve Labs Pegasus，补充字幕之外的画面信息

快速开始

桌面端

从 GitHub Releases 下载 Windows 或 macOS 安装包。首次启动后在设置页配置一组转写服务和 LLM；遇到 B 站风控时，优先使用桌面端内置的扫码登录。

CLI

npm install -g bilisum
bilisum env
bilisum summarize "https://www.bilibili.com/video/BV1xxxx"

未安装桌面端时，先运行 bilisum env setup 初始化独立环境（需要 Python 3.12），再用 bilisum --setting 打开设置页。完整步骤见 CLI 使用指南。

Docker

docker pull lycohana/bilisum:latest
docker run --rm -p 3838:3838 -v bilisum-data:/data \
  -e VIDEO_SUM_ACCESS_TOKEN=your-token \
  lycohana/bilisum:latest

访问 http://127.0.0.1:3838。LLM、ASR、知识库和视觉模型的配置见 配置说明。

从源码运行

开发环境需要 Python 3.12、Node.js 20+ 和 uv：

uv sync --python 3.12 --all-packages
npm install --prefix .\apps\desktop
npm run dev

测试、打包、项目结构和发布流程见 贡献指南。

技术栈

模块	技术选型
桌面端	Electron + React + TypeScript + Vite
后端服务	FastAPI + SQLite
视频处理	yt-dlp + ffmpeg
模型接入	OpenAI-compatible / Anthropic / 本地模型 / Twelve Labs（可选）
知识库	Embedding 检索 + LLM Agent
打包分发	PyInstaller + electron-builder + Docker

配置

桌面端和 CLI 独立环境都可以通过设置页配置。环境变量、Docker 部署和配置优先级见 配置说明。

文档

文档	内容
Skills 安装说明	给 AI / Agent 阅读的 skill 安装、验证与更新步骤
CLI 使用指南	命令、环境、输出格式、服务生命周期与常见问题
配置说明	设置来源、环境变量、Docker 与 CLI 配置
贡献指南	开发环境、项目结构、测试、PR 与发布流程
文档索引	仓库内文档入口

贡献

遇到 Bug 或有想法可以开 Issue；修复、加功能或优化体验可以提交 PR。完整流程见 贡献指南。

License

MIT License © 2026 Lycohana

特别致谢：Linux Do