openclaw-skills/memory/2026-02-06.md

长视频分段分析功能 - 开发记录

日期: 2026-02-06 任务: 解决 obsidian-kb 技能中长视频上下文溢出问题 方案: 方案C - 动态混合策略（<30min直接分析，30-60min分2段，60min+分多段）

---

已完成工作

✅ Checkpoint 1: 基础结构

• 创建 src/content_chunker.py - 字幕分段工具类
• 更新 config.yaml - 添加 chunking 配置节点
• 配置支持：30分钟/60分钟阈值，15分钟分段，6000字符限制

✅ Checkpoint 2: 核心逻辑

• 修改 src/multi_ai_client.py
• 添加 _analyze_in_chunks() - 分段分析主方法
• 添加 _analyze_chunk() - 单段摘要生成
• 添加 _merge_summaries() - 合并摘要生成最终结果

✅ Checkpoint 3: 测试

• 创建 tests/test_chunking.py - 单元测试框架
• 创建 tests/fixtures/sample_long_video.srt - 测试数据
• 创建 test_long_video.py - 手动测试脚本
• 所有测试通过

---

功能说明

分段策略

视频时长	处理策略	API调用次数
< 10分钟	直接分析	1次
10-30分钟	截断至8000字符分析	1次
30-60分钟	分2段分析	3次
60分钟+	每15分钟一段	N+1次

使用方法

from src.content_chunker import ContentChunker, get_chunking_strategy

# 获取分段策略
strategy = get_chunking_strategy(duration_seconds=3600)  # 60分钟视频
print(strategy['num_chunks'])  # 输出: 4

# 分段字幕
chunker = ContentChunker(chunk_duration_seconds=900)
chunks = chunker.chunk_by_duration(srt_text)

---

文件变更

skills/obsidian-kb/
├── src/
│   ├── content_chunker.py          [新增] 字幕分段工具
│   └── multi_ai_client.py          [修改] 添加分段分析逻辑
├── config.yaml                     [修改] 添加 chunking 配置
├── tests/
│   ├── test_chunking.py            [新增] 单元测试
│   └── fixtures/
│       └── sample_long_video.srt   [新增] 测试数据
└── test_long_video.py              [新增] 手动测试脚本

---

测试结果

============================================================
测试分段策略
============================================================

5分钟视频 (300秒):
  策略: direct
  分段: 1段

30分钟视频 (1800秒):
  策略: chunk_2
  分段: 2段

60分钟视频 (3600秒):
  策略: chunk_4
  分段: 4段

2小时视频 (7200秒):
  策略: chunk_8
  分段: 8段

============================================================
测试SRT解析和分段
============================================================
✅ 读取字幕文件: 6339 字符
📊 分段结果: 总分段数: 3
  第1段: 00:00:00.000 - 00:15:30.000, 1331字符
  第2段: 00:15:30.000 - 00:31:00.000, 1214字符
  第3段: 00:31:00.000 - 00:43:00.000, 877字符

============================================================
测试完成！
============================================================

---

状态

🟢 已完成 - 功能已实现并测试通过

现在30分钟以上的长视频会自动分段处理，不会再出现 "Context overflow: prompt too large for the model" 错误。

---

待办事项 - obsidian-kb 技能改进

记录时间: 2026-02-06 20:15 来源: 用户反馈

🔴 高优先级

1. 技能自动触发机制

• 问题: 用户发送 B站视频链接时，技能未自动触发
• 原因: SKILL.md 中未定义触发关键词/模式
• 解决方案:
  • 在 SKILL.md 中添加触发规则，识别 B站/YouTube 视频链接
  • 或在 _meta.json 中配置触发模式
• 预期: 用户发送视频链接时，自动添加到收件箱并询问是否处理

2. 短链接解析功能

• 问题: 手机用户无法获取完整 URL，短链接（b23.tv）会被 B站反爬虫拦截
• 当前状态: 手动用 curl 解析，但在代码中 412 错误
• 解决方案:
  • 实现更强大的短链接解析（浏览器自动化/代理池）
  • 或提供用户友好的引导：检测到短链接时提示用户复制完整URL或BV号
• 技术难点: B站 412 反爬虫策略
• 预期: 用户可以发送短链接，系统自动解析

3. 单个视频链接分析功能

• 问题: 技能设计为批量订阅模式，缺少"快速添加单个视频"的便捷命令
• 临时方案: 创建了 add_video.py 辅助脚本
• 解决方案:
  • 在 CLI 中添加 /kb-add 命令
  • 或集成到现有的 /kb-subscribe 中，支持 URL 参数
• 预期: 用户可以用 /kb-add <URL> 快速添加单个视频

4. 本地生成字幕功能

• 问题: 某些视频没有字幕，导致分析内容为空
• 当前状态: 只能跳过无字幕视频
• 解决方案:
  • 集成语音识别工具（如 OpenAI Whisper、Aliyun 语音识别）
  • 下载音频，本地生成字幕
  • 支持多语言识别
• 依赖: 需要额外的语音识别服务/API
• 预期: 无字幕视频也能生成笔记

📋 实施计划

优先级	任务	预计工时	依赖
P0	自动触发机制	1-2h	SKILL.md 研究
P1	单个视频添加命令	1h	无
P2	短链接解析	2-3h	反爬虫研究
P3	本地生成字幕	3-5h	Whisper/API 集成

🔗 相关文件

• 技能目录: skills/obsidian-kb/
• 临时脚本: skills/obsidian-kb/add_video.py
• 待办详情: memory/tasks/obsidian-kb-improvements.md

---

新增：自动触发机制完成（20:45）

任务1：自动触发机制 - 已完成 ✓

完成时间: 2026-02-06 20:45

实现内容

1. SKILL.md 更新

   • 添加 frontmatter 元数据（name, description, version, author）
   • 新增"自动触发规则"章节
   • 详细说明支持的 URL 模式和触发流程
   • 添加短链接友好提示说明

2. Handler 脚本（handler.py）

   • 使用正则表达式检测多种 URL 模式
   • 支持平台识别：B站、YouTube、知乎
   • 智能去重避免重复显示
   • 生成友好的预览信息
   • 短链接显示用户引导

3. 支持的 URL 模式

   • B站: https://www.bilibili.com/video/BV*, BV*, https://b23.tv/*
   • YouTube: https://www.youtube.com/watch?v=*, https://youtu.be/*
   • 知乎: https://zhuanlan.zhihu.com/p/*

4. 测试结果

   • ✅ 所有 URL 模式检测正确
   • ✅ 短链接显示友好提示
   • ✅ 支持批量检测多个链接
   • ✅ 智能去重避免重复显示

文件变更

skills/obsidian-kb/
├── SKILL.md              [修改] 添加 frontmatter 和触发规则
├── handler.py            [新增] 自动触发处理器
└── AUTO_TRIGGER.md       [新增] 实现文档

示例输出

B站完整 URL:

🔍 检测到内容链接:

📺 [1] B站视频
    URL: https://www.bilibili.com/video/BV1xx411c7mD
    ID: BV1xx411c7mD

是否添加到收件箱并处理？(y/n)

B站短链接:

🔍 检测到内容链接:

📺 [1] B站视频
    URL: https://b23.tv/oLBZZfK
    ⚠️  短链接，需要用户提供完整URL或ID

🔗 检测到短链接

⚠️  由于反爬虫保护，短链接无法自动解析

📱 手机用户：
   1. 打开链接
   2. 在浏览器地址栏复制完整 URL
   3. 发送给助手

💻 桌面用户：
   1. 发送 BV 号（如：BV1jcFqz7EFW）
   2. 或使用完整 URL

批量链接:

🔍 检测到内容链接:

📺 [1] B站视频
    URL: https://www.bilibili.com/video/BV1xx411c7mD
📺 [2] B站视频
    URL: https://www.bilibili.com/video/BV2yy522c8nE
▶️ [3] YouTube视频
    URL: https://www.youtube.com/watch?v=dQw4w9WgXcQ

是否将上述 3 个内容添加到收件箱？(y/n)

验收标准

• SKILL.md 添加了触发规则
• Handler 能够检测各种 URL 格式
• 显示友好的预览信息
• 短链接显示友好提示
• 支持批量检测多个链接
• 智能去重避免重复显示
• 所有 URL 模式测试通过

后续工作

• 实现 YouTube 和知乎适配器（当前仅 Bilibili 完整支持）
• 短链接自动解析（需要浏览器自动化或代理池）

相关文档

• 实现文档: skills/obsidian-kb/AUTO_TRIGGER.md
• 任务详情: memory/tasks/obsidian-kb-improvements.md