Update obsidian-kb skill and add find-skills

- obsidian-kb: Add OCR processors (easyocr, tesseract) - obsidian-kb: Fix subtitle detection with test files - obsidian-kb: Add cookie verification script - Add find-skills skill for discovering capabilities - Add video processing scripts - Update clawhub lock file
2026-02-09 11:53:42 +08:00
parent d66eade77e
commit e0a2b323d9
33 changed files with 3555 additions and 36 deletions
@@ -1,38 +1,109 @@
-obsidian:
-  vault_path: /home/admin/.openclaw/workspace/knowledge-base
+# Obsidian KB 配置文件
+# 优先级: ./config.yaml > ~/.obsidian-kb/config.yaml > ~/.config/obsidian-kb/config.yaml

-git:
-  enabled: false
-  vault_path: /home/admin/.openclaw/workspace/knowledge-base
-  remote: origin
-  branch: main
-  auto_push: false
-  commit_message_template: "Add note: {title}"
+# AI 配置
+ai:
+  provider: openai          # AI 提供商
+  model: gpt-4             # 模型名称
+  api_key: sk-...          # API Key (建议使用环境变量: OPENAI_API_KEY)

+# 存储配置
+storage:
+  inbox_dir: inbox         # 收件箱目录
+  topics_dir: topics       # 主题目录
+  data_dir: data           # 数据目录
+
+# 输出配置
 output:
-  organize_by: author
-  filename_format: "{date}_{title}.md"
-  auto_tags: true
-  default_tags:
-    - video
-    - bilibili
+  format: markdown         # 输出格式
+  encoding: utf-8          # 文件编码
+  include_timestamp: true  # 包含时间戳
+  include_source: true     # 包含源链接

+# Git 同步配置
+git:
+  enabled: true            # 启用 Git 同步
+  vault_path: ~/ObsidianVault  # Obsidian 知识库路径
+  remote: origin           # 远程仓库名
+  branch: main             # 分支名
+  auto_commit: true        # 自动提交
+  commit_message_template: "Update from obsidian-kb: {count} items"
+
+# 分段配置
+chunking:
+  enabled: true            # 启用长视频分段
+  chunk_duration_seconds: 900      # 分段时长 (15分钟)
+  max_chunk_duration_seconds: 1800 # 最大分段时长 (30分钟)
+  long_video_threshold: 1800       # 长视频阈值 (30分钟)
+
+# 数据源配置
 sources:
  bilibili:
    enabled: true
-    extraction:
-      headless: true
-      timeout: 30
+    cookie: ''             # Bilibili Cookie (可选，环境变量: BILIBILI_COOKIE)
+  youtube:
+    enabled: false
+    api_key: ''            # YouTube API Key
+  zhihu:
+    enabled: true
+    use_drissionpage: true  # 使用 DrissionPage 绕过检测（推荐）
+    cookie_file: ~/.obsidian-kb/zhihu_cookies.json  # Cookie 文件路径
+    cookie_str: ""  # 可选：直接在配置中填入 Cookie JSON (环境变量: ZHIHU_COOKIE)
+    timeout: 30
+    headless: true

-zhihu:
-  enabled: true
-  use_drissionpage: true
-  cookie_file: ~/.obsidian-kb/zhihu_cookies.json
-  cookie_str: ""  # 可选：直接在配置中填入
-  timeout: 30
-  headless: true
+# Bilibili 提取器配置
+bilibili_extraction:
+  use_playwright: true     # 使用 Playwright 绕过检测
+  headless: true           # 无头模式
+  cookie_file: ''          # Cookie 文件路径 (可选)
+  enable_subtitle: true    # 启用字幕提取
+  subtitle_language: zh-CN # 字幕语言
+  enable_danmaku: false    # 启用弹幕提取
+  timeout_seconds: 30      # 超时时间
+  max_retries: 3           # 最大重试次数

-chunking:
+# 硬字幕提取配置 (OCR 方式)
+hard_subtitle:
+  # 是否启用硬字幕提取功能
  enabled: true
-  chunk_duration_seconds: 900
-  long_video_threshold: 1800
+
+  # OCR 引擎选择
+  # 可选值: "paddleocr" (推荐), "tesseract"
+  engine: "paddleocr"
+
+  # 字幕区域检测配置
+  detection:
+    # 默认字幕区域: "bottom" (底部), "full" (全屏), "auto" (自动检测)
+    default_region: "bottom"
+    # 当默认区域未检测到字幕时，是否自动回退到全屏模式
+    fallback_auto: true
+    # 是否缓存字幕区域检测结果（提升处理速度）
+    cache_region: true
+
+  # OCR 识别配置
+  ocr:
+    # 置信度阈值: 低于此值的识别结果将被过滤
+    confidence_threshold: 0.7
+    # 批处理大小: 每次处理的帧数（影响内存使用和速度）
+    batch_size: 32
+    # 最大并发工作线程数
+    max_workers: 4
+
+  # 视频帧提取配置
+  video:
+    # 抽帧间隔 (秒): 每隔多少秒抽取一帧进行识别
+    interval_seconds: 5
+    # 最大抽取帧数: 防止处理过长视频导致资源耗尽
+    max_frames: 500
+    # 流式处理模式: 逐步读取视频帧，避免一次性加载整个视频
+    stream_mode: true
+
+  # 后处理配置
+  postprocess:
+    # 是否启用去重: 去除连续相同的字幕文本
+    deduplicate: true
+    # 最小文本长度: 少于此长度的识别结果将被视为噪声
+    min_length: 2
+    # 是否过滤噪声: 使用规则过滤明显错误的识别结果
+    filter_noise: true