添加bilibili-extractor技能

创建了独立的skill目录和SKILL.md文档:
- 完整的功能说明和使用方法
- 新会话可通过技能系统使用B站视频提取功能
- 包含故障排除、技术栈、依赖说明等

技能位置: skills/bilibili-extractor/
This commit is contained in:
OpenClaw Agent
2026-02-07 09:54:19 +08:00
parent 87ba038d39
commit ceeeb0f84c
+191
View File
@@ -0,0 +1,191 @@
---
name: bilibili-extractor
description: B站视频内容提取工具,使用Playwright + undetected-playwright绕过反爬虫,支持提取视频信息、统计数据、字幕并生成Markdown笔记。
---
# SKILL.md - B站视频内容提取工具
## 功能说明
这个工具可以从B站(bilibili.com)提取视频内容并生成结构化的Markdown笔记。
**核心能力:**
- ✅ 绕过B站极验验证码
- ✅ 提取视频基本信息(标题、UP主、时长、发布时间)
- ✅ 获取视频统计数据(播放量、点赞、投币、收藏、分享、弹幕、评论)
- ✅ 提取视频字幕(如果有CC字幕)
- ✅ 生成结构化Markdown笔记
## 适用场景
当用户请求:
- "帮我提取这个B站视频的内容:[链接]"
- "分析这个B站视频:BV号"
- "获取B站视频的字幕"
- "生成B站视频的笔记"
## 工作原理
使用 Playwright + undetected-playwright (stealth_async) 绕过B站的反爬虫检测:
1. 使用stealth模式启动浏览器
2. 访问B站视频页面
3. 多策略提取数据(JS变量 → HTML解析 → API备用)
4. 处理验证码(如果触发)
5. 生成Markdown笔记
## 使用方法
### 方式1:直接运行脚本
```bash
cd /home/admin/.openclaw/workspace
./bilibili_venv/bin/python bilibili_extractor.py
```
### 方式2:修改视频ID
编辑 `bilibili_extractor.py` 文件,修改 `bvid` 变量:
```python
bvid = "BV11t64BJEDZ" # 修改为目标视频的BV号
```
### 方式3:作为子代理任务使用
启动子代理处理:
```python
sessions_spawn(
task="提取B站视频内容:BV11t64BJEDZ",
model="zhipu/glm-4.7"
)
```
## 文件位置
**主程序:** `/home/admin/.openclaw/workspace/bilibili_extractor.py`
**虚拟环境:** `/home/admin/.openclaw/workspace/bilibili_venv/`
**文档:**
- `BILIBILI_EXTRACTOR_README.md` - 完整技术文档
- `USAGE.md` - 快速使用指南
- `PROJECT_SUMMARY.md` - 项目总结
**输出目录:** `/home/admin/.openclaw/workspace/notes/`
## 处理验证码
如果遇到验证码:
1. 修改脚本中的 `headless` 参数:
```python
# 改为非headless模式
browser = p.chromium.launch(headless=False, args=args)
```
2. 运行脚本,浏览器会显示,手动完成验证
3. 验证通过后可以改回 `headless=True`
## 支持的输入格式
- 短链接:`lid6E0m`
- 完整短链接:`https://b23.tv/lid6E0m`
- BV号:`BV11t64BJEDZ`
- 完整视频链接:`https://www.bilibili.com/video/BV11t64BJEDZ`
## 短链接转换工具
如果需要将B站短链接转换为完整链接,可以使用:
```bash
./scripts/bilibili-short-to-long.sh lid6E0m
```
输出:`https://www.bilibili.com/video/BV11t64BJEDZ`
## 注意事项
⚠️ **反爬虫警告:**
- B站可能随时更新反爬虫策略
- 频繁请求可能导致IP封禁
- 建议控制请求频率
⚠️ **法律风险:**
- 仅用于个人学习
- 遵守B站服务条款
- 不要大规模爬取
## 故障排除
### 问题1:无法绕过验证码
**解决方案:**
- 使用非headless模式手动处理验证
- 更新 undetected-playwright 到最新版本
- 尝试更换浏览器配置参数
### 问题2:页面加载超时
**解决方案:**
- 检查网络连接
- 增加超时时间(修改脚本中的 timeout 参数)
- 使用代理IP
### 问题3:无法提取字幕
**原因:** 目标视频可能没有CC字幕
**解决方案:**
- 检查视频是否有字幕
- 脚本已优雅处理无字幕情况
## 技术栈
- **Playwright** - 浏览器自动化框架
- **undetected-playwright** - 反检测插件
- **BeautifulSoup4** - HTML解析
- **Python 3.10+**
## 依赖安装
```bash
pip install playwright undetected-playwright beautifulsoup4 requests
playwright install chromium
```
(虚拟环境已安装所有依赖)
## 示例输出
生成的Markdown笔记包含:
```markdown
# 时代真变了!glm4.7+playwright cli, AI自主进行自动化测试
**UP主**: 录教程的乙醇啦
**BV号**: BV11t64BJEDZ
**时长**: 04:46
**发布时间**: 2026-02-01 18:39:58
## 视频统计
- 播放量: 969
- 点赞: 22
- 投币: 10
- 收藏: 72
- 分享: 15
- 弹幕: 0
- 评论: 9
## 字幕内容
(如果有字幕)
...
```
## 相关脚本
- `scripts/bilibili-short-to-long.sh` - B站短链接转换工具
- `scripts/install-browser-for-openclaw.sh` - 浏览器环境一键安装脚本
## 更多信息
查看完整文档:`/home/admin/.openclaw/workspace/BILIBILI_EXTRACTOR_README.md`