diff --git a/.planning/PROJECT.md b/.planning/PROJECT.md index ece6bc7..5e9bd2a 100644 --- a/.planning/PROJECT.md +++ b/.planning/PROJECT.md @@ -1,15 +1,23 @@ # kb-skills 工作流重构 -## Current State: v1.5 B站字幕简化处理 (Shipped 2026-03-21) +## Current Milestone: v1.6 语义分段改进 -**Delivered:** B站视频简化处理流程 — 基于 SRT 字幕生成易读的 Markdown 文档 +**Goal:** 使用 LLM 语义分析实现智能分段,解决当前基于时间+长度规则的问题 -**Key Features:** -- SRT 字幕解析与时间戳去除 -- 简单语义分段(基于时间间隔和长度) -- LLM 自动纠正语音识别错误(可选) -- Pipeline 平台路由(B站视频使用 SRTProcessor) -- 文件命名包含视频标题 +**目标特性:** +- LLM 语义分析 — 识别视频类型并适配分段策略 +- 主题/章节识别 — 自动识别并添加标题 +- 论点/观点分段 — 保持内容完整性 +- 内容变化边界 — 自然分段位置 +- 通用自适应 — 支持各种类型视频 + +### Active + +- [ ] **语义分段改进** — 使用 LLM 替代简单规则,实现智能分段 +- [ ] **视频类型识别** — 自动判断视频类型(知识类、故事类、对话类等) +- [ ] **主题识别与标题** — 识别主题章节并生成标题 +- [ ] **内容完整性** — 保持话题/论点的完整性,避免错误截断 +- [ ] **自然分段边界** — 在句子/段落边界处分段 ## Previous Milestones @@ -125,7 +133,6 @@ python3 kb-workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx ### Deferred / Backlog -- [ ] **语义分段改进** — 当前基于简单规则(时间+长度),无法识别话题转换(已记录到 `.planning/backlog/semantic-segmentation.md`) - [ ] **ADV-01**: 进度可见性 — 实时显示工作流执行进度 - [ ] **ADV-02**: 并行步骤执行 — 支持独立步骤的并行执行 - [ ] **ADV-03**: 说话者分离默认启用 — HF_TOKEN 配置后自动使用 @@ -164,7 +171,7 @@ python3 kb-workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx ### 技术债务 - 环境变量配置分散 (~/.kb_env, HF_TOKEN, ZHIHU_COOKIE) - SKILL.md 需要更新为简化的 CLI 使用方式 -- 语义分段需要改进(基于简单规则,无法识别话题转换) +- 语义分段 v1.5 使用简单规则(v1.6 中改进) ## Constraints @@ -189,10 +196,10 @@ python3 kb-workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx | playwright-stealth | 使用外部库实现指纹伪装 | ✓ Good — 成熟方案,活跃维护 | | stealth 默认启用 | stealth_config=None 时默认启用 | ✓ Good — 向后兼容,无需修改现有代码 | | SRT 独立模块 | SRT 处理独立于 DeepAnalyzer,位于 kb_workflow/srt/ | ✓ Good — 职责分离 | -| 简单分段规则 | 语义分段基于时间间隔+长度,不依赖 LLM | ✓ Good — 快速,低成本 | +| LLM 语义分段 | 使用 LLM 分析内容语义,实现智能分段 | — Pending — v1.6 目标 | | ASR 纠错可选 | AI 不可用时返回原文 | ✓ Good — 降级策略 | | 平台路由 | B站视频使用 SRTProcessor,其他使用 AnalyzeProcessor | ✓ Good — 灵活性 | | disable_reasoning 参数 | ASR 纠错禁用思考模式获得直接结果 | ✓ Good — 避免 AI 分析过程输出 | --- -*Last updated: 2026-03-21 after completing v1.5 milestone* +*Last updated: 2026-03-21 after starting v1.6 milestone* diff --git a/.planning/STATE.md b/.planning/STATE.md index fc3b9af..1c13b21 100644 --- a/.planning/STATE.md +++ b/.planning/STATE.md @@ -1,60 +1,55 @@ --- gsd_state_version: 1.0 -milestone: v1.4 -milestone_name: Zhihu Anti-Crawler -status: completed -stopped_at: Completed 12-02 Pipeline Integration -last_updated: "2026-03-21T15:24:05.123Z" -last_activity: 2026-03-19 — Completed 12-02 Pipeline Integration +milestone: v1.6 +milestone_name: 语义分段改进 +status: in_progress +stopped_at: Defining requirements +last_updated: "2026-03-21T16:00:00.000Z" +last_activity: 2026-03-21 — Milestone v1.6 started progress: - total_phases: 12 - completed_phases: 10 - total_plans: 31 - completed_plans: 30 - percent: 100 + total_phases: 0 + completed_phases: 0 + total_plans: 0 + completed_plans: 0 + percent: 0 --- # Project State ## Project Reference -See: .planning/PROJECT.md (updated 2026-03-19) +See: .planning/PROJECT.md (updated 2026-03-21) **Core value:** 可靠、可维护的处理管道 - 每个步骤独立、可验证、可恢复 -**Current focus:** Phase 12 - SRT 简化处理器 (完成) +**Current focus:** 语义分段改进 — 使用 LLM 实现智能分段 ## Current Position -Phase: 12-srt-simplifier (2/2 plans complete) -Plan: 12-02 (完成) -Status: Phase 12 Complete -Last activity: 2026-03-19 — Completed 12-02 Pipeline Integration +Phase: Not started (defining requirements) +Plan: — +Status: Defining requirements +Last activity: 2026-03-21 — Milestone v1.6 started -Progress: [██████████] 100% +Progress: [░░░░░░░░░░] 0% ## Accumulated Context ### Decisions -Key decisions from v1.0-v1.4 (preserved): +Key decisions from v1.0-v1.5 (preserved): - 管道模型 — BaseProcessor + Pipeline 架构 - 步骤级状态 — WorkflowStateManager - Schema 验证 — Pydantic v2 - 顺序执行 — 简单性和可调试性 - CLI subparsers — 可扩展命令结构 +- SRT 独立模块 — kb_workflow/srt/ 职责分离 +- ASR 纠错可选 — AI 不可用时返回原文 -v1.5 scope: -- 仅针对 B 站视频处理 -- 简化流程:SRT → 去时间戳 → 分段 → 纠正 → Markdown -- 移除深度观点分析 - -v1.5 Phase 12 decisions: -- TDD approach with RED-GREEN cycles for all modules -- Lazy import for ASRCorrector to avoid dependency issues -- Simple rule-based segmentation (no LLM) for speed -- ASR correction is optional, fallback to original text -- B站视频使用 SRTProcessor,其他平台保持 AnalyzeProcessor -- Pipeline 平台路由:检测 platform=bilibili + content_type=video +v1.6 scope (待验证): +- LLM 语义分析 — 替代简单规则分段 +- 通用自适应 — 自动识别视频类型 +- 主题识别与标题 — 主题章节生成标题 +- 内容完整性 — 避免错误截断话题 ### Blockers/Concerns @@ -62,8 +57,8 @@ None. ## Session Continuity -Last session: 2026-03-19 -Stopped at: Completed 12-02 Pipeline Integration +Last session: 2026-03-21 +Stopped at: Milestone v1.6 started Resume file: None -**Next step:** Phase 12 完成,可以继续下一里程碑任务 +**Next step:** Define requirements for semantic segmentation