3f74bcd377
- Add visual model subtitle extraction (GPT-4V/Claude/GLM-4V) - Add ASR subtitle extraction (Whisper/讯飞/阿里云)
1.9 KiB
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