feat: 添加知乎视频支持
新增: - kb-zhihu-content/: 知乎视频下载模块 - zhihu_content.py: 视频下载工具(使用 yt-dlp) - SKILL.md: 技能说明文档 修改: - kb_workflow.py: - CONTENT_AGENTS 添加 zhihu - VIDEO_CONTENT_TYPES 添加 zvideo - SKILL.md: - 添加 4.1.2 知乎视频处理流程 - 更新子技能清单,添加知乎视频条目 - 更新内容类型判断表格
This commit is contained in:
+26
-5
@@ -157,11 +157,12 @@ python3 /path/to/zhihu_metadata.py --id "[ID]" --type question --output "${metad
|
||||
### 步骤 4: 内容下载
|
||||
|
||||
> ⚠️ **根据内容类型选择处理方式**:
|
||||
> - **视频 (video)**:下载字幕/视频
|
||||
> - **视频 (video)**:下载字幕/视频(B站视频)
|
||||
> - **知乎视频 (zvideo)**:下载视频
|
||||
> - **专栏文章 (article)**:提取文字内容(跳过步骤5)
|
||||
> - **知乎问答/专栏**:提取文字内容(跳过步骤5)
|
||||
|
||||
#### 4.1 视频内容处理(type=video)
|
||||
#### 4.1 视频内容处理(B站视频 type=video)
|
||||
|
||||
1. 获取目录路径:
|
||||
```bash
|
||||
@@ -183,6 +184,22 @@ python3 /path/to/bilibili_content.py --id "[ID]" --type subtitle-download --outp
|
||||
|
||||
> ⚠️ **重要提示**:没有找到官方字幕是**正常的**!很多视频没有自动生成的字幕。不要因为没有字幕就停止工作流,继续执行 Whisper 步骤即可。
|
||||
|
||||
#### 4.1.2 知乎视频处理(type=zvideo)
|
||||
|
||||
1. 获取目录路径:
|
||||
```bash
|
||||
python3 kb_workflow.py --content_downloads
|
||||
python3 kb_workflow.py --content
|
||||
```
|
||||
|
||||
2. 启动子代理调用知乎 content 技能:
|
||||
```bash
|
||||
# 知乎视频下载
|
||||
python3 /path/to/zhihu_content.py --id "[ID]" --type video --output [content_dir]
|
||||
```
|
||||
|
||||
3. 知乎视频没有官方字幕,直接进入步骤 5(Whisper 语音识别)
|
||||
|
||||
#### 4.2 专栏文章处理(type=article/zhuanlan/question)
|
||||
|
||||
1. 获取目录路径:
|
||||
@@ -321,10 +338,13 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
|
||||
| 2 | kb-link-parser | `--url "BVxxx"` | `{p}_{id}.link.json` | |
|
||||
| 3 | kb-bilibili-metadata | `--id "BVxxx" --type video` | `{p}_{id}.meta.json` | |
|
||||
| 3 | kb-bilibili-metadata | `--id "cvxxx" --type article` | `{p}_{id}.meta.json` | 专栏元数据 |
|
||||
| 3 | kb-zhihu-metadata | `--id "xxx" --type question` | `{p}_{id}.meta.json` | |
|
||||
| 3 | kb-zhihu-metadata | `--id "xxx" --type question` | `{p}_{id}.meta.json` | 知乎问答 |
|
||||
| 3 | kb-zhihu-metadata | `--id "xxx" --type answer` | `{p}_{id}.meta.json` | 知乎回答 |
|
||||
| 3 | kb-zhihu-metadata | `--id "xxx" --type zvideo` | `{p}_{id}.meta.json` | 知乎视频 |
|
||||
| 4 | kb-bilibili-content | `--id "BVxxx" --type subtitle-download` | `{p}_{id}.srt` | 如果没有字幕是正常的 |
|
||||
| 4 | kb-bilibili-content | `--id "BVxxx" --type video` | `{p}_{id}.mp4` | 如果需要下载视频 |
|
||||
| 4 | kb-bilibili-content | `--id "cvxxx" --type article` | `{p}_{id}.txt` | **专栏文章提取文字** |
|
||||
| 4 | kb-zhihu-content | `--id "xxx" --type video` | `{p}_{id}.mp4` | **知乎视频下载** |
|
||||
| 5 | kb-whisper | `--input xxx.mp4 --model base` | `{p}_{id}.json`, `{p}_{id}.txt` | 仅当没有官方字幕时执行 |
|
||||
| 5 | kb-whisper-diarization | `--input xxx.mp4 --model base --diarize` | `{p}_{id}_diarized.json` | 带说话者分离(需 HF_TOKEN) |
|
||||
| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --provider zhipu --model glm-5` | `{p}_{id}.md` | **使用 g5 模型,必须成功** |
|
||||
@@ -337,13 +357,14 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
|
||||
|
||||
| type 值 | 内容类型 | 处理方式 |
|
||||
|---------|---------|---------|
|
||||
| `video` | 视频 | 下载视频/字幕,可能需要 Whisper |
|
||||
| `video` | B站视频 | 下载视频/字幕,可能需要 Whisper |
|
||||
| `zvideo` | 知乎视频 | 下载视频,需要 Whisper 语音识别 |
|
||||
| `article` | B站专栏 | 直接提取文字内容 |
|
||||
| `zhuanlan` | 知乎专栏 | 直接提取文字内容 |
|
||||
| `question` / `answer` | 知乎问答 | 直接提取文字内容 |
|
||||
| `note` | 小红书 | 下载图片 |
|
||||
|
||||
### 视频处理流程(type=video)
|
||||
### 视频处理流程(type=video/zvideo)
|
||||
|
||||
```
|
||||
步骤3: 获取元数据
|
||||
|
||||
@@ -30,13 +30,14 @@ METADATA_AGENTS = {
|
||||
|
||||
CONTENT_AGENTS = {
|
||||
"bilibili": "kb-bilibili-content",
|
||||
"zhihu": "kb-zhihu-content",
|
||||
}
|
||||
|
||||
|
||||
# ==================== 内容类型判断 ====================
|
||||
|
||||
# 需要下载视频/字幕的内容类型
|
||||
VIDEO_CONTENT_TYPES = {"video"}
|
||||
VIDEO_CONTENT_TYPES = {"video", "zvideo"}
|
||||
|
||||
# 需要提取文字的内容类型
|
||||
TEXT_CONTENT_TYPES = {"article", "zhuanlan", "question", "answer"}
|
||||
|
||||
Reference in New Issue
Block a user