diff --git a/.planning/ROADMAP.md b/.planning/ROADMAP.md
index 51e0c69..c5fe9ab 100644
--- a/.planning/ROADMAP.md
+++ b/.planning/ROADMAP.md
@@ -147,18 +147,22 @@ Plans:
**Plans**: 2 plans (pending)
Plans:
-- [ ] 12-01-PLAN.md — SRT 处理器实现（解析、去时间戳、分段、纠正）
-- [ ] 12-02-PLAN.md — 集成与测试，移除 DeepAnalyzer
+- [ ] 12-01-PLAN.md — SRT 处理模块（parser、segmenter、corrector）和 SRTProcessor 实现
+- [ ] 12-02-PLAN.md — Pipeline 集成、平台路由、测试验证
**Key Decisions:**
-- (to be determined during planning)
+- SRT 处理模块独立于 DeepAnalyzer，位于 kb_workflow/srt/
+- 语义分段基于简单规则（时间间隔 + 长度限制），不依赖 LLM
+- ASR 纠错可选，AI 不可用时返回原文
+- B 站视频使用 SRTProcessor，知乎/文章继续使用 AnalyzeProcessor
+- DeepAnalyzer 保留但添加弃用警告（仅针对 B 站视频）
---
## Progress
**Execution Order:**
-Phases execute in numeric order: 1 → 2 → ... → 10 → 11
+Phases execute in numeric order: 1 → 2 → ... → 10 → 11 → 12
| Phase | Milestone | Plans Complete | Status | Completed |
|-------|-----------|----------------|--------|-----------|
diff --git a/.planning/phases/12-srt-simplifier/12-01-PLAN.md b/.planning/phases/12-srt-simplifier/12-01-PLAN.md
new file mode 100644
index 0000000..b681773
--- /dev/null
+++ b/.planning/phases/12-srt-simplifier/12-01-PLAN.md
@@ -0,0 +1,313 @@
+---
+phase: 12-srt-simplifier
+plan: 01
+type: execute
+wave: 1
+depends_on: []
+files_modified:
+ - kb_workflow/pipeline/processors/srt.py
+ - kb_workflow/pipeline/schemas.py
+ - kb_workflow/srt/__init__.py
+ - kb_workflow/srt/parser.py
+ - kb_workflow/srt/segmenter.py
+ - kb_workflow/srt/corrector.py
+ - tests/test_srt_processor.py
+autonomous: true
+requirements:
+ - SRT-01
+ - SRT-02
+ - SRT-03
+ - SRT-04
+ - OUT-01
+ - OUT-02
+ - OUT-04
+must_haves:
+ truths:
+ - "SRT 文件能被正确解析为结构化数据"
+ - "字幕时间戳被移除，只保留纯文本"
+ - "文本按语义主题自动分段"
+ - "明显的语音识别错误被 LLM 纠正"
+ - "生成结构化的 Markdown 文件"
+ artifacts:
+ - path: "kb_workflow/srt/parser.py"
+ provides: "SRT 格式解析"
+ contains: "def parse_srt"
+ - path: "kb_workflow/srt/segmenter.py"
+ provides: "语义分段"
+ contains: "class SemanticSegmenter"
+ - path: "kb_workflow/srt/corrector.py"
+ provides: "LLM 纠错"
+ contains: "class ASRCorrector"
+ - path: "kb_workflow/pipeline/processors/srt.py"
+ provides: "Pipeline 处理器"
+ exports: ["SRTProcessor"]
+ key_links:
+ - from: "kb_workflow/pipeline/processors/srt.py"
+ to: "kb_workflow/srt/parser.py"
+ via: "parse_srt function"
+ pattern: "parse_srt"
+ - from: "kb_workflow/pipeline/processors/srt.py"
+ to: "kb_workflow/srt/segmenter.py"
+ via: "SemanticSegmenter class"
+ pattern: "SemanticSegmenter"
+ - from: "kb_workflow/pipeline/processors/srt.py"
+ to: "kb_workflow/srt/corrector.py"
+ via: "ASRCorrector class"
+ pattern: "ASRCorrector"
+---
+
+
+创建 SRT 字幕处理模块，实现字幕解析、去时间戳、语义分段和 LLM 纠错功能。
+
+Purpose: 将 B 站字幕文件转换为易读的 Markdown 文档，保留核心内容但移除时间戳等格式信息。
+Output: SRT 处理模块（parser, segmenter, corrector）和 SRTProcessor 处理器。
+
+
+
+@/home/starmen1265/.claude/get-shit-done/workflows/execute-plan.md
+@/home/starmen1265/.claude/get-shit-done/templates/summary.md
+
+
+
+@.planning/PROJECT.md
+@.planning/ROADMAP.md
+@.planning/STATE.md
+
+## 现有架构
+
+### Pipeline 处理器模式（from base.py）
+```python
+class BaseProcessor(ABC):
+ STEP_NAME: str
+
+ def __init__(self, state_manager: Optional[WorkflowStateManager] = None):
+ self.settings = get_settings()
+ self.state_manager = state_manager
+
+ @abstractmethod
+ async def process(self, input_data: StepInput) -> StepOutput:
+ pass
+```
+
+### ASRProcessor 输出格式（from asr.py）
+```python
+class ASROutput(StepOutput):
+ tool: Literal["subtitle", "whisper", "whisper-diarization"]
+ has_subtitle: bool
+ output_files: Dict[str, str] # {txt, srt, json}
+ segments: List[Dict[str, Any]] # [{id, start, end, text}]
+ text: str # 完整文本
+ duration_seconds: float
+ speakers: Optional[List[str]]
+```
+
+### SRT 文件格式示例
+```
+1
+00:00:00,000 --> 00:00:05,000
+第一句字幕内容
+
+2
+00:00:05,000 --> 00:00:10,000
+第二句字幕内容
+```
+
+### DeepAnalyzer AI 客户端模式（from deep_analyzer/__init__.py）
+```python
+class SimpleAIClient:
+ def __init__(self, api_key: str, provider: str, model: str, base_url: str):
+ self.api_key = api_key or os.environ.get("AI_API_KEY", "")
+ self.provider = provider or os.environ.get("AI_PROVIDER", "")
+ self.model = model or os.environ.get("AI_MODEL", "glm-5")
+ self.base_url = base_url or os.environ.get("AI_BASE_URL", "")
+
+ def generate(self, prompt: str, max_tokens: int = 16000) -> str:
+ # 支持 openai, zhipu, minimax 提供商
+```
+
+
+
+
+
+ Task 1: 创建 SRT 解析器模块
+ kb_workflow/srt/__init__.py, kb_workflow/srt/parser.py, tests/test_srt_processor.py
+
+ - Test 1: 标准的 SRT 格式能被正确解析为 Segment 列表
+ - Test 2: 包含特殊字符的字幕能正确处理
+ - Test 3: 空文件或格式错误的文件抛出 ValueError
+
+
+ 创建 SRT 解析模块:
+
+ 1. 创建 `kb_workflow/srt/__init__.py` 导出公共接口
+ 2. 创建 `kb_workflow/srt/parser.py`:
+ - `@dataclass class Segment`: id, start_time, end_time, text
+ - `def parse_srt(content: str) -> List[Segment]`: 解析 SRT 格式
+ - `def parse_srt_file(file_path: Path) -> List[Segment]`: 从文件解析
+ - 使用正则表达式匹配 SRT 块: `(\d+)\n(\d{2}:\d{2}:\d{2},\d{3}) --> (\d{2}:\d{2}:\d{2},\d{3})\n(.*?)(?=\n\n|\Z)`
+ 3. 创建单元测试文件 `tests/test_srt_processor.py`，测试解析功能
+
+ 注意：时间戳格式为 `HH:MM:SS,mmm`，需要正确解析。
+
+
+ pytest tests/test_srt_processor.py::test_parse_srt -v
+
+
+ - SRT 文件能被解析为 List[Segment]
+ - 每个 Segment 包含 id, start_time, end_time, text
+ - 单元测试通过
+
+
+
+
+ Task 2: 创建语义分段器
+ kb_workflow/srt/segmenter.py, tests/test_srt_processor.py
+
+ - Test 1: 连续短句被合并为段落
+ - Test 2: 主题变化时自动分段
+ - Test 3: 单个段落不超过 500 字符
+
+
+ 创建语义分段模块:
+
+ 1. 创建 `kb_workflow/srt/segmenter.py`:
+ - `class SemanticSegmenter`: 语义分段器
+ - `def segment(self, segments: List[Segment], max_paragraph_chars: int = 500) -> List[str]`:
+ 将字幕分段转换为语义段落
+ - 分段策略:
+ a. 基于简单启发式规则（可选未来用 LLM 增强）
+ b. 空行/长停顿（>3秒）作为分段点
+ c. 段落长度限制（max_paragraph_chars）
+ - 返回段落文本列表（已去除时间戳）
+
+ 2. 更新测试文件添加分段测试
+
+ 不使用 LLM 进行分段判断（简化实现），仅基于时间和长度规则。
+
+
+ pytest tests/test_srt_processor.py::test_segment -v
+
+
+ - 字幕分段被合并为语义段落
+ - 时间戳被移除
+ - 段落长度合理（不超过 max_paragraph_chars）
+
+
+
+
+ Task 3: 创建 ASR 纠错器
+ kb_workflow/srt/corrector.py, tests/test_srt_processor.py
+
+ - Test 1: 明显的同音字错误被纠正
+ - Test 2: 上下文相关的错误被纠正
+ - Test 3: 正确文本不被过度修改
+
+
+ 创建 ASR 纠错模块:
+
+ 1. 创建 `kb_workflow/srt/corrector.py`:
+ - `class ASRCorrector`: ASR 纠错器
+ - 复用 `SimpleAIClient`（from deep_analyzer）
+ - `def correct(self, text: str) -> str`: 纠正文本中的语音识别错误
+ - Prompt 设计:
+ ```
+ 你是一个文本校对专家。以下是语音识别生成的字幕，可能包含识别错误。
+ 请只纠正明显的错误（如同音字、漏字、错字），不要改变原意和风格。
+
+ 原文：
+ {text}
+
+ 纠正后的文本（只输出纠正后的文本，不要解释）：
+ ```
+ - 分批处理长文本（每批 5000 字符）
+
+ 2. 更新测试文件添加纠错测试
+
+ 注意：纠错是可选功能，如果 AI 不可用则返回原文。
+
+
+ pytest tests/test_srt_processor.py::test_correct -v
+
+
+ - ASR 纠错器能纠正明显的语音识别错误
+ - AI 不可用时返回原文
+ - 长文本被分批处理
+
+
+
+
+ Task 4: 创建 SRTProcessor 和 Markdown 生成
+ kb_workflow/pipeline/processors/srt.py, kb_workflow/pipeline/schemas.py, kb_workflow/srt/__init__.py
+
+ 创建 SRTProcessor 处理器和输出 Schema:
+
+ 1. 更新 `kb_workflow/pipeline/schemas.py`:
+ - `class SRTInput(StepInput)`: srt_file, metadata_file, output_file, content_type
+ - `class SRTOutput(StepOutput)`: output_file, paragraphs, tags, corrected
+
+ 2. 创建 `kb_workflow/pipeline/processors/srt.py`:
+ - `class SRTProcessor(BaseProcessor)`: SRT 处理器
+ - `STEP_NAME = "srt"`
+ - `async def process(self, input_data: SRTInput) -> SRTOutput`:
+ a. 解析 SRT 文件（调用 parser.parse_srt_file）
+ b. 语义分段（调用 segmenter.segment）
+ c. ASR 纠错（调用 corrector.correct，可选）
+ d. 生成 Markdown 文件
+
+ 3. Markdown 输出格式:
+ ```markdown
+ ---
+ title: "视频标题"
+ date: 2026-03-19
+ author: 作者名
+ platform: bilibili
+ duration: 12:34
+ bvid: BV1xx...
+ url: https://...
+ tags: ["标签1", "标签2"]
+ ---
+
+ ## 摘要
+ [LLM 生成的简短摘要，可选]
+
+ ## 内容
+ 段落1...
+
+ 段落2...
+
+ ...
+ ```
+
+ 4. 更新 `kb_workflow/srt/__init__.py` 导出所有公共接口
+
+
+ pytest tests/test_srt_processor.py::test_srt_processor -v
+
+
+ - SRTProcessor 能处理 SRT 文件生成 Markdown
+ - 输出包含 YAML frontmatter（元数据和标签）
+ - 处理器遵循 BaseProcessor 模式
+
+
+
+
+
+
+- 所有单元测试通过
+- SRT 解析器能处理标准格式
+- 语义分段器输出合理段落
+- ASR 纠错器能调用 LLM
+- SRTProcessor 生成有效 Markdown
+
+
+
+1. `parse_srt` 能将 SRT 内容解析为 Segment 列表
+2. `SemanticSegmenter.segment` 能将字幕转换为语义段落
+3. `ASRCorrector.correct` 能纠正语音识别错误
+4. `SRTProcessor` 能生成包含元数据的 Markdown 文件
+5. 所有测试通过（pytest tests/test_srt_processor.py）
+
+
+
diff --git a/.planning/phases/12-srt-simplifier/12-02-PLAN.md b/.planning/phases/12-srt-simplifier/12-02-PLAN.md
new file mode 100644
index 0000000..520d159
--- /dev/null
+++ b/.planning/phases/12-srt-simplifier/12-02-PLAN.md
@@ -0,0 +1,292 @@
+---
+phase: 12-srt-simplifier
+plan: 02
+type: execute
+wave: 2
+depends_on:
+ - 12-01
+files_modified:
+ - kb_workflow/pipeline/pipeline.py
+ - kb_workflow/pipeline/schemas.py
+ - kb_workflow/cli.py
+ - kb_workflow/deep_analyzer/__init__.py
+ - tests/test_bilibili_pipeline.py
+autonomous: true
+requirements:
+ - OUT-03
+ - SCOPE-01
+ - SCOPE-02
+must_haves:
+ truths:
+ - "B 站视频处理流程使用 SRTProcessor 替代 AnalyzeProcessor"
+ - "知乎等其他平台处理器保持不变"
+ - "DeepAnalyzer 不再被 B 站视频处理调用"
+ - "kb-workflow process 命令正常工作"
+ artifacts:
+ - path: "kb_workflow/pipeline/pipeline.py"
+ provides: "Pipeline 编排"
+ contains: "bilibili pipeline steps"
+ - path: "kb_workflow/cli.py"
+ provides: "CLI 入口"
+ contains: "process_command"
+ key_links:
+ - from: "kb_workflow/cli.py"
+ to: "kb_workflow/pipeline/pipeline.py"
+ via: "Pipeline class"
+ pattern: "Pipeline"
+ - from: "kb_workflow/pipeline/pipeline.py"
+ to: "kb_workflow/pipeline/processors/srt.py"
+ via: "platform check"
+ pattern: "SRTProcessor"
+---
+
+
+将 SRTProcessor 集成到 Pipeline，修改 B 站处理流程使用简化处理，移除 DeepAnalyzer 调用，同时保持知乎等其他平台处理不变。
+
+Purpose: 实现需求 SCOPE-01（移除深度分析）和 SCOPE-02（仅针对 B 站），确保 B 站视频生成简化的 Markdown 文档。
+Output: 修改后的 Pipeline 和 CLI，集成测试通过。
+
+
+
+@/home/starmen1265/.claude/get-shit-done/workflows/execute-plan.md
+@/home/starmen1265/.claude/get-shit-done/templates/summary.md
+
+
+
+@.planning/PROJECT.md
+@.planning/ROADMAP.md
+@.planning/STATE.md
+
+## 现有 Pipeline 流程（from cli.py）
+
+```python
+processors = [
+ ParseProcessor(),
+ DownloadProcessor(),
+ ASRProcessor(),
+ AnalyzeProcessor(), # B 站视频：深度分析（需移除）
+ ArchiveProcessor(),
+]
+
+config = PipelineConfig(
+ steps=["parse", "download", "asr", "analyze", "archive"],
+)
+```
+
+## Pipeline 条件逻辑（from pipeline.py）
+
+```python
+# 现有平台相关逻辑示例
+text_content_types = {"article", "answer", "zhuanlan", "question"}
+if step_name == "asr" and parsed.content_type in text_content_types:
+ logger.info(f"Skipping ASR for text content type: {parsed.content_type}")
+ continue
+```
+
+## B 站 vs 知乎处理差异
+
+| 平台 | 内容类型 | ASR | 分析 |
+|------|----------|-----|------|
+| bilibili | video | 需要 | 简化（SRTProcessor） |
+| bilibili | article | 跳过 | AnalyzeProcessor（保留） |
+| zhihu | answer | 跳过 | AnalyzeProcessor（保留） |
+| zhihu | zhuanlan | 跳过 | AnalyzeProcessor（保留） |
+
+## 需要修改的文件
+
+1. `pipeline.py`: 根据平台类型选择处理器
+2. `cli.py`: 更新处理器列表
+3. `schemas.py`: 添加必要的 Input/Output Schema
+
+
+
+
+
+
+ Task 1: 修改 Pipeline 支持平台特定处理流程
+ kb_workflow/pipeline/pipeline.py, kb_workflow/pipeline/schemas.py
+
+ 修改 Pipeline 支持平台特定处理流程:
+
+ 1. 更新 `kb_workflow/pipeline/schemas.py`:
+ - 确认 `SRTInput` 和 `SRTOutput` 已在 12-01 中添加
+ - 添加 `SRTInput` 到 imports
+
+ 2. 修改 `kb_workflow/pipeline/pipeline.py` 的 `run` 方法:
+ - 在 step 处理循环中，检测 B 站视频 + analyze 步骤的情况
+ - B 站视频（platform="bilibili", content_type="video"）时:
+ - 跳过 "analyze" 步骤
+ - 执行 "srt" 步骤（使用 SRTProcessor）
+ - 其他情况保持原有逻辑
+
+ 3. 修改 `run` 方法中的步骤输入创建逻辑:
+ - 添加 `elif step_name == "srt":` 分支
+ - SRTInput 需要: srt_file（从 ASR 结果获取）, metadata_file, output_file
+
+ 4. 修改 `_populate_skipped_step_results` 方法:
+ - 添加 "srt" 步骤的现有文件扫描逻辑
+
+ 关键代码位置: pipeline.py 约 170-250 行
+
+
+ python -c "from kb_workflow.pipeline.pipeline import Pipeline; print('Pipeline imports OK')
+
+
+ - Pipeline 能根据平台类型选择处理器
+ - B 站视频使用 SRTProcessor
+ - 其他平台保持 AnalyzeProcessor
+
+
+
+
+ Task 2: 更新 CLI 处理器注册
+ kb_workflow/cli.py
+
+ 更新 CLI 处理器注册:
+
+ 1. 修改 `kb_workflow/cli.py` 的 `process_command` 函数:
+ - 导入 SRTProcessor: `from .pipeline.processors import SRTProcessor`
+ - 将 SRTProcessor 添加到 processors 列表
+ - 更新 PipelineConfig.steps: `["parse", "download", "asr", "srt", "analyze", "archive"]`
+ （Pipeline 会根据平台条件跳过不需要的步骤）
+
+ 2. 处理器列表变为:
+ ```python
+ processors = [
+ ParseProcessor(),
+ DownloadProcessor(),
+ ASRProcessor(),
+ SRTProcessor(), # 新增：B 站视频使用
+ AnalyzeProcessor(), # 保留：知乎/文章使用
+ ArchiveProcessor(),
+ ]
+ ```
+
+ 注意：Pipeline 步骤顺序保持不变，SRTProcessor 和 AnalyzeProcessor 都注册，
+ 但 Pipeline 会根据平台类型选择执行哪一个。
+
+
+ python -c "from kb_workflow.cli import process_command; print('CLI imports OK')
+
+
+ - CLI 正确导入 SRTProcessor
+ - 处理器列表包含所有处理器
+ - process_command 函数正常工作
+
+
+
+
+ Task 3: 添加 B 站视频流程的端到端测试
+ tests/test_bilibili_pipeline.py
+
+ 添加 B 站视频流程的端到端测试:
+
+ 1. 创建 `tests/test_bilibili_pipeline.py`:
+ - 使用 mock 模拟 BilibiliAdapter 的 fetch_metadata 和 download_video
+ - 使用 mock 模拟 ASRProcessor 的输出（返回 SRT 文件路径）
+ - 测试 B 站视频处理流程:
+ - 验证 SRTProcessor 被调用
+ - 验证 AnalyzeProcessor 被跳过
+ - 验证生成的 Markdown 文件格式正确
+
+ 2. 测试用例:
+ - `test_bilibili_video_uses_srt_processor`: 验证 B 站视频使用 SRTProcessor
+ - `test_bilibili_article_uses_analyze_processor`: 验证 B 站文章使用 AnalyzeProcessor
+ - `test_zhihu_answer_uses_analyze_processor`: 验证知乎回答使用 AnalyzeProcessor
+
+ 3. 使用 pytest fixtures 创建测试数据:
+ - 模拟的 SRT 文件内容
+ - 模拟的 metadata.json 内容
+
+
+ pytest tests/test_bilibili_pipeline.py -v
+
+
+ - B 站视频流程测试通过
+ - 平台路由逻辑正确
+ - 生成的 Markdown 格式正确
+
+
+
+
+ Task 4: 更新 DeepAnalyzer 添加弃用警告
+ kb_workflow/deep_analyzer/__init__.py
+
+ 更新 DeepAnalyzer 添加弃用警告（但保留功能）:
+
+ 1. 修改 `kb_workflow/deep_analyzer/__init__.py`:
+ - 在 `DeepAnalyzer.__init__` 中添加日志警告:
+ ```python
+ import logging
+ logger = logging.getLogger(__name__)
+ logger.warning(
+ "DeepAnalyzer is deprecated for Bilibili video processing. "
+ "Use SRTProcessor instead."
+ )
+ ```
+ - 功能保持不变，以便知乎等其他平台继续使用
+
+ 2. 不删除任何代码，只是添加警告
+
+ 注意：DeepAnalyzer 仍被 AnalyzeProcessor 使用，知乎处理需要它。
+ 此任务只是添加警告，提醒开发者 B 站视频应使用 SRTProcessor。
+
+
+ python -c "from kb_workflow.deep_analyzer import DeepAnalyzer; print('DeepAnalyzer imports OK')
+
+
+ - DeepAnalyzer 仍可正常导入和使用
+ - 初始化时输出弃用警告
+ - 知乎处理流程不受影响
+
+
+
+
+
+ 完整的 B 站视频简化处理流程：
+ - SRTProcessor 处理器（解析、分段、纠错、Markdown 生成）
+ - Pipeline 平台路由逻辑（B 站视频用 SRT，其他用 Analyze）
+ - CLI 集成和端到端测试
+
+
+ 1. 运行单元测试: `pytest tests/test_srt_processor.py tests/test_bilibili_pipeline.py -v`
+ 2. 测试 B 站视频处理（需要真实 SRT 文件或 mock）:
+ ```bash
+ # 使用测试模式运行
+ python -m kb_workflow process "https://www.bilibili.com/video/BV1test" --no-skip
+ ```
+ 3. 验证输出文件格式:
+ - 检查生成的 .md 文件包含 YAML frontmatter
+ - 检查时间戳已移除
+ - 检查文本已分段
+ 4. 验证知乎处理不受影响:
+ ```bash
+ python -m kb_workflow process "https://zhuanlan.zhihu.com/p/123456" --no-skip
+ ```
+
+ Type "approved" or describe issues found
+
+
+
+
+
+- 所有单元测试通过
+- B 站视频使用 SRTProcessor
+- 知乎处理使用 AnalyzeProcessor
+- CLI 命令正常工作
+- DeepAnalyzer 弃用警告正常输出
+
+
+
+1. 运行 `kb-workflow process ` 生成 Markdown 文件（非深度分析报告）
+2. Markdown 文件包含视频元数据（标题、作者、时长）
+3. 元数据处理功能保持不变（BilibiliAdapter 正常工作）
+4. 视频标签正常生成
+5. DeepAnalyzer 对 B 站视频输出弃用警告
+6. 知乎等其他平台处理器不受影响
+7. 所有测试通过
+
+
+