cf7cbd2ad0
PR Test / lint (pull_request) Successful in 2s
- 新增 --type article 参数
- 文章类型生成 300 字摘要 + 完整原文
- 视频类型保持原有时间轴分析逻辑
- 更新相关文档
🤖 Generated by AI
2.5 KiB
2.5 KiB
KB Deep Analyzer Skill
kb-deep-analyzer - AI 深度内容分析工具。
Features
- 多类型分析:视频(video)、文章(article)
- 模板化输出
- 质量评分
- 自动标签
- 多格式元数据支持: 支持扁平结构
{"title":"xxx"}和嵌套结构{"data":{"metadata":{...}}}
内容类型
| 类型 | 参数 | 输出格式 |
|---|---|---|
| 视频 | --type video |
摘要 + 主题 + 见解 + 时间轴 |
| 文章 | --type article |
300字摘要 + 主题 + 原文 |
Commands
# 分析视频(默认)
AI_API_KEY="your-api-key" AI_PROVIDER="zhipu" AI_MODEL="glm-5" \
python3 -u deep_analyzer.py --metadata meta.json --content content.json --output analysis.md --type video
# 分析文章(300字摘要 + 原文)
AI_API_KEY="your-api-key" AI_PROVIDER="zhipu" AI_MODEL="glm-5" \
python3 -u deep_analyzer.py --metadata meta.json --content content.json --output analysis.md --type article
# 指定 AI 提供商
python3 -u deep_analyzer.py -m meta.json -c content.json -o out.md --type video --provider zhipu --model glm-5
环境变量配置
必须设置以下环境变量:
export AI_API_KEY="your-api-key"
export AI_PROVIDER="zhipu" # 或 openai, minimax
export AI_MODEL="glm-5" # 模型名称
export AI_BASE_URL="https://..." # 可选,自定义 API 地址
重要提示
必须使用 -u 参数运行 Python,确保输出实时显示在终端:
python3 -u deep_analyzer.py ...
如果不使用 -u 参数,Python 的 stdout 缓冲会导致输出延迟或看不到进度。
执行方式选择
方式1: 并发执行(推荐,默认)
- 使用
batch_size=3(默认) - 6个分片约 100 秒完成
- 适合快速分析
python3 -u deep_analyzer.py --metadata meta.json --content content.json -o out.md
方式2: 顺序执行
- 使用
batch_size=1 - 6个分片约 735 秒完成
- 适合调试和问题排查
# 在代码中设置 batch_size=1
# analyzer.analyze(metadata, content, "video", batch_size=1)
Metadata Format
支持两种元数据格式:
// 格式1: 扁平结构
{
"title": "视频标题",
"author": "作者名",
"duration": 619,
"bvid": "BVxxx"
}
// 格式2: 嵌套结构(kb-bilibili-metadata 输出)
{
"data": {
"metadata": {
"title": "视频标题",
"author": "作者名",
"duration": "10:19"
}
}
}
会自动转换为扁平格式进行分析。