5.8 KiB
status, trigger, created, updated
| status | trigger | created | updated |
|---|---|---|---|
| resolved | kb-workflow 处理 Bilibili 视频 BV16cNMzpExh 时，字幕内容为空，导致生成的笔记没有真实内容 | 2026-03-15T10:30:00Z | 2026-03-16T00:30:00Z |
Current Focus
hypothesis: 已实现视频下载功能，DownloadProcessor 现在会为 bilibili video 类型下载视频文件 test: 验证导入成功，等待用户端到端测试 expecting: video_path 非空，ASR Whisper 能正常执行语音识别 next_action: 用户验证端到端流程
Symptoms
expected: 视频字幕应该被提取；如果没有官方字幕，应该通过 Whisper 语音分析生成字幕 actual: 字幕内容为空，生成的笔记显示"【内容】（完整字幕）部分为空白" errors: 无显式错误，kb-workflow 命令执行成功，但内容为空 reproduction: 对 Bilibili 视频 BV16cNMzpExh 运行 kb-workflow process started: asyncio 修复后首次测试发现 additional_context: 用户期望即使没有官方字幕，系统也应该执行 Whisper 语音分析生成字幕
Eliminated
Evidence
-
timestamp: 2026-03-15T10:30:00Z checked: kb_pipeline/processors/download.py 第 86-99 行 found: DownloadProcessor 对于 video 类型，content_file 被设置为空字符串（第 93 行：
content_file = ""） implication: ASR 步骤无法获得视频文件路径 -
timestamp: 2026-03-15T10:31:00Z checked: kb_pipeline/pipeline.py 第 186-192 行 found: ASRInput 从 download 步骤的
content_file获取 video_path implication: 如果 download 步骤没有提供有效的 content_file，ASR 将收到空路径 -
timestamp: 2026-03-15T10:32:00Z checked: kb_pipeline/processors/asr.py 第 163-290 行 found: _try_official_subtitle 方法只依赖 bvid 调用 B站 API，不依赖 video_path；但 Whisper 降级需要 video_path implication: 官方字幕可能正常获取（如果有），但 Whisper 降级会失败
-
timestamp: 2026-03-15T10:40:00Z checked: kb_pipeline/processors/asr.py 第 175-177 行和 Python Path("") 行为 found:
_try_official_subtitle第 175 行直接使用Path(input_data.video_path)；当 video_path 为空时，Path("") 的 parent 是 "."（当前目录），stem 是空字符串 implication: 字幕文件会写入错误的目录（当前工作目录而不是内容目录） -
timestamp: 2026-03-15T10:42:00Z checked: kb_pipeline/pipeline.py 第 184-195 行和 ASRInput 构建逻辑 found: ASRInput 使用
download_result.get("content_file", "")作为 video_path，并传入content_dir；但 ASRProcessor 的 _try_official_subtitle 只用 video_path 而忽略 content_dir implication: content_dir 已经传入 ASRInput 但没有被正确使用 -
timestamp: 2026-03-15T12:00:00Z checked: pipeline.py 第 155-157 行的跳过逻辑 found: 当 ASR 步骤被跳过（已完成）时，results 字典中不包含 "asr" 键，导致 analyze 步骤找不到字幕文件 implication: analyze 步骤的 content_file 为空，无法分析内容
-
timestamp: 2026-03-15T12:10:00Z checked: 已实现修复 - 在跳过步骤时添加用户确认和文件扫描逻辑 found: populate_skipped_step_results 方法能扫描 content_dir 找到现有的字幕文件（{platform}{content_id}_subtitle.json） implication: 跳过 ASR 步骤时，results["asr"]["output_files"]["json"] 会被正确填充
-
timestamp: 2026-03-15T13:00:00Z checked: kb_pipeline/processors/download.py 第 93-113 行的内容获取逻辑 found: content_file 只在 content_type in ["article", "answer", "zhuanlan"] 时被设置，video 类型被忽略 implication: 这是根本原因 - video 类型没有下载视频文件，导致 ASR Whisper 无法执行
-
timestamp: 2026-03-15T13:05:00Z checked: kb-bilibili-content/bilibili_content.py 的 download_video 方法 found: 已有完整的 yt-dlp 视频下载实现，支持多种画质选择 implication: 可以复用此逻辑，但只需要下载音频（Whisper 只需要音频）
Resolution
root_cause: | 核心问题：DownloadProcessor 对于 video 类型只获取元数据，不下载视频文件
在 kb_pipeline/processors/download.py 第 93-113 行：
- 只有 content_type in ["article", "answer", "zhuanlan"] 时才调用 adapter.fetch_content()
- 对于 video 类型，content_file 保持为空字符串
结果：
- pipeline.py 第 206 行：
video_path = download_result.get("content_file", "")返回空 - ASRProcessor 的 Whisper 需要 video_path 执行语音识别
- 没有 video_path，Whisper 无法运行，只能依赖官方字幕
- 如果视频没有官方字幕，最终笔记内容为空
fix: | 在 DownloadProcessor.process() 中为 video 类型添加视频下载功能：
- 在 BilibiliAdapter 中添加 download_video() 方法，使用 yt-dlp 下载音频
- 在 DownloadProcessor.process() 中，对于 bilibili video 类型调用 adapter.download_video()
- 将下载的文件路径设置到 content_file，供 ASR Whisper 使用
修改的文件：
- kb_pipeline/config.py: 添加 bilibili_cookie 配置项
- kb_pipeline/platforms/bilibili.py: 添加 download_video() 方法
- kb_pipeline/processors/download.py: 调用视频下载逻辑
- kb_pipeline/processors/asr.py: 修复缩进错误 verification: | ✅ 已通过端到端测试验证
- 视频下载成功 (m4a 格式)
- Whisper 语音识别成功生成字幕
- 分析步骤正确读取字幕内容
- 生成的分析报告包含真实视频内容（具体数据如 CPI、PPI、M1 等） files_changed:
- kb_pipeline/config.py
- kb_pipeline/platforms/bilibili.py
- kb_pipeline/processors/download.py
- kb_pipeline/processors/asr.py commits:
- eae0817: fix(asr): use content_dir for subtitle output
729f465: fix(pipeline): populate results for skipped steps60b0eae: feat(download): add video download capability