This repository has been archived on 2026-02-15. You can view files and clone it. You cannot open issues or pull requests or push a commit.
Files
openclaw-skills/TODO.md
T
OpenClaw Agent 3f74bcd377 docs: Add subtitle enhancement tasks to TODO
- Add visual model subtitle extraction (GPT-4V/Claude/GLM-4V)
- Add ASR subtitle extraction (Whisper/讯飞/阿里云)
2026-02-10 15:16:47 +08:00

1.9 KiB

Todo

待处理

重要

  • 配置 OpenRouter 接入(使用免费模型如Pony Alpha)
    • 获取 OPENROUTER_API_KEY
    • 运行: openclaw onboard --auth-choice apiKey --token-provider openrouter --token "$OPENROUTER_API_KEY"
    • 或在 config.yaml 中配置 env: { OPENROUTER_API_KEY: "sk-or-..." }
  • 🔒 处理安全巡检报告问题(2026-02-10)
    • 修复凭证目录权限: chmod 700 /home/admin/.openclaw/credentials
    • 禁用控制UI不安全认证: gateway.controlUi.allowInsecureAuth=false
    • 审查/移除Feishu插件 (src/media.ts:477)
    • 配置插件白名单 plugins.allow
    • 审查WeCom插件可疑代码 (src/monitor.ts:376, src/outbound.ts:141)
    • 启用ufw防火墙
  • 配置阿里云 TTS 语音
    • 需要提供:AccessKeyId, AccessKeySecret
    • 配置命令: openclaw config set channels.wecom.voice.type "aliyun"
    • 修复凭证目录权限: chmod 700 /home/admin/.openclaw/credentials
    • 禁用控制UI不安全认证: gateway.controlUi.allowInsecureAuth=false
    • 审查/移除Feishu插件 (src/media.ts:477)
    • 配置插件白名单 plugins.allow
    • 审查WeCom插件可疑代码 (src/monitor.ts:376, src/outbound.ts:141)
    • 启用ufw防火墙

字幕增强方案(待实现)

  • 视觉大模型方案 - 用API识别视频帧中的字幕
    • 可选模型:GPT-4V / Claude Vision / GLM-4V / 通义千问VL
    • 流程:视频帧图片 → 视觉大模型 → 识别文字 → 输出字幕
  • 语音识别(ASR)方案 - 用ASR模型提取音频字幕
    • 可选模型:Whisper / 讯飞ASR / 阿里云ASR
    • 流程:视频 → 提取音频 → ASR模型 → 字幕文件(.srt/.lrc)

常规

  • ...

已完成 ✅

  • bilibili-analyzer技能:支持字幕区域裁剪
  • 分析新加坡旅行省钱视频
  • 添加 cron job:子代理状态汇报(已禁用,等待 WeCom 配置)
  • 推送 commit: feat(bilibili-analyzer) 字幕裁剪功能