Archived

This repository has been archived on 2026-08-07. You can view files and clone it. You cannot open issues or pull requests or push a commit.

Files

T

starmen1265 202960eb64 fix: 统一知识库技能模型名称为 glm-5，补充 OCR 和 kb-funasr 说明

- kb-deep-analyzer: glm-4.7 → glm-5, gpt-4 → glm-5
- kb-workflow: 步骤5增加 OCR 和 kb-funasr 作为备用方案
- 统一命令使用 --type subtitle-download

2026-02-27 15:36:18 +08:00

2.2 KiB

Raw Blame History

KB Deep Analyzer Skill

kb-deep-analyzer - AI-powered deep content analysis.

Features

Multi-type analysis (tutorial, documentation, news)
Template-based output
Quality scoring
Automatic tagging
多格式元数据支持: 支持扁平结构 {"title":"xxx"} 和嵌套结构 {"data":{"metadata":{...}}}

Commands

# 分析内容（推荐：使用 -u 参数强制无缓冲输出）
AI_API_KEY="your-api-key" AI_PROVIDER="zhipu" AI_MODEL="glm-4.7" \
  python3 -u deep_analyzer.py --metadata meta.json --content content.json --output analysis.md

# 指定类型
python deep_analyzer.py --metadata meta.json --content content.json --type tutorial --output tutorial.md

# 指定 AI 提供商
python deep_analyzer.py -m meta.json -c content.json -o out.md --provider zhipu --model glm-4

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。

2.2 KiB Raw Blame History Unescape Escape