影札
看完一条长视频，却不想把两小时口播再听一遍时用这个技能。丢链接进去，它先查有没有现成字幕；有就直接抽，没有再只下载音轨做语音识别，最后给你一份带摘要、分章和时间戳的 Markdown，可以丢进 Obsidian 或任何笔记库。
默认一次跑完全程。不要先盘问模式；话里带了模式再切换。
运行前提
- Python 3.10+，以及
yt-dlp（pip install -U yt-dlp）。 - 有官方字幕时不需要 ffmpeg。没有字幕、要语音识别时才需要 ffmpeg。
- 默认识别走必剪云端（音频会上传到 B站侧服务器）。隐私内容改用本地 Whisper。
- 不绕过付费墙、大会员墙、DRM。需要登录的视频，本机浏览器已登录时脚本会自动尝试读取 Cookie。
先字幕，后识别。先元数据，后下载。只抽音频，不拉整片。 有可用字幕时禁止下载音视频、禁止跑 ASR。
脚本目录：scripts/。模板：assets/templates/。站点/ASR/模式/排错细节见 references/。
不要做
- 不把弹幕、简介、评论当字幕
- 不绕过付费墙、DRM、验证码、盗链
- 不伪造字幕或把失败说成成功
- 不把整篇 Markdown 贴回对话（用户说「直接发出来」除外）
- 不默认 OpenAI Whisper API，不默认剪映/快手 ASR
模式（从用户原话解析，不要弹菜单）
| 用户说法 | 结果 |
|---|---|
| 没说 / 转成文档 / 只要 Markdown | default |
| 完整转写 / 原文 / 不要摘要只要原文 | full |
| 课程笔记 / 整理成笔记 / 适合 Obsidian | notes（再加「Obsidian」则模板用 obsidian） |
| 只要摘要 / 太长了先看重点 | summary |
| 保留/不要时间戳 | timestamps=on/off（默认 on） |
| 用中文整理 / 译成英文 | output_lang |
| 强制识别 / 不要用官方字幕 | force_asr |
| 用本地 Whisper / 不要上传 | asr=whisper |
| 只要关键词 / 只要大纲 | default 上裁剪章节 |
默认 default：标题 + 元数据 + 摘要 + 按主题分章 + 关键词 + 原始转写附录。
播放列表：默认只处理点名的那一条。用户明确说「整个播放列表」才批量，先报数量和预估耗时。多条 URL 逐条独立产出，失败互不影响。多 P 只处理 URL 里的 p=。
对用户怎么说
- 收到链接先说：拿到了，先查有没有现成字幕。
- 查到字幕：说明用了哪条轨道，开始整理文档。
- 没有字幕：将抽音频并走必剪 ASR。内容明显私密/内部会议时先确认，或按用户「用本地」走 Whisper。
- 时长 > 20 分钟：先报时长和步骤，再跑。
- 结束：给文件路径 + 转写方式 + 一两句内容速览。问要不要存进笔记。不要再问时间戳。
- 模式已经说清时，不要重复确认。
用 terminal 调脚本。Windows 优先 python；其他系统 python3。工作目录用当前项目目录。输出默认 transcripts/。
流水线（禁止跳步）
设 SKILL=skills/media/apelican-codex（以本技能实际目录为准）。IN 是 URL / BV / 本地路径。WORK=transcripts/.work/<id>/。
- 复述链接，解析模式。
python SKILL/scripts/check_env.py --json
- 缺 Python / yt-dlp：按给出的命令装，再跑。仍缺则停。
- 缺 ffmpeg：有可用字幕就继续；要抽音频/ASR 时再check_env.py --require-ffmpeg，没有就停并给安装命令。
- 可尝试：pip install -U yt-dlp。ffmpeg 只给安装命令，脚本会扫 winget 安装目录，不要假装已装。python SKILL/scripts/fetch_meta.py IN --out WORK/meta.json
- 直播未结束、DRM、无提取器：按错误码停。
- 默认自动试 Cookie：无 Cookie → chrome → edge → firefox。不要一上来要 cookies.txt。
- 付费墙/权限不足：停。不造假。- 选轨道（
force_asr则跳过）：
- 有可用字幕：python SKILL/scripts/fetch_subs.py IN --meta WORK/meta.json --workdir WORK --out WORK/segments.json
- 无字幕：python SKILL/scripts/fetch_audio.py IN --workdir WORK --out WORK/audio.json- 默认
python SKILL/scripts/asr_bcut.py AUDIO --workdir WORK --out WORK/segments.json - Bcut 失败或用户要求本地：
python SKILL/scripts/asr_whisper.py AUDIO --workdir WORK --out WORK/segments.json - 两个都没有：停，给安装命令。
- 默认
python SKILL/scripts/clean_transcript.py WORK/segments.json --out WORK/cleaned.json- 你来结构化（脚本不做脑补）：
- 按主题变化分章，不要每 2 分钟切一刀
- 标题来自内容，禁止「第一部分」
- 有可靠时间戳则章节开头写[hh:mm:ss]
- 有平台章节信息时当骨架，再按语义微调
- 摘要 120–250 字，只写视频实际讲了什么
- 不确定写[听不清]/[不确定]，不编论文、数据、出处
- 口语转书面，不改变原意；广告口播不要扩成评测 python SKILL/scripts/render_markdown.py --meta WORK/meta.json --segments WORK/cleaned.json --mode MODE --transcript-source SOURCE --summary SUMMARY.txt --body BODY.md --out-dir transcripts/
- 用户说「不要原文」时加--no-raw- 对话里给：文件路径 + 标题 + 一两句内容速览 + 转写方式。然后问要不要存进笔记或放到别处。不要问时间戳。成功后可删
WORK里的音频；用户说「保留音频」才留。
文件名：YYYY/MM/DD-视频标题.md（例 2026/09/01-我们的少年时代2品鉴.md）。Windows/POSIX 文件名都不能含 ASCII /，落盘用全角斜杠 ／，看起来一样。不要再把 BV/YouTube id 拼进文件名。
本地 mp4/mkv/webm/mp3/m4a/wav/flac：跳过下载，直接字幕探测或 ASR。
字幕优先级
B站：ai-zh → zh-Hans / zh-CN / zh → 其他真人轨道（按目标语言）→ 音频+Bcut。永远忽略 danmaku。
YouTube：人工字幕 → 自动字幕 → 音频+ASR。自动字幕必清洗重复行。
其他站点：yt-dlp 能列出的字幕优先；列不出再抽音频；无提取器则 E_UNSUPPORTED。
可用字幕 = 带时间轴、对应口播/对白的轨道。简介、章节、标签只进元数据。评论默认不抓。
转写方式取值
写入 frontmatter transcript_source：
official-ai-sub/official-cc/yt-auto-sub/bcut-asr/faster-whisper
Bcut 成功时对用户写明：转写方式：Bcut ASR（云端，音频已上传）。
错误码
脚本非 0 退出时 stderr 带 E_*。禁止把下列任一情况渲染成「已完成转写」。
| 码 | 对用户说 |
|---|---|
E_BAD_URL |
链接不对或不是单视频 |
E_UNSUPPORTED |
站点暂不支持（yt-dlp 无提取器）或直播未结束 |
E_PRIVACY |
私密/未发布，需要登录或权限 |
E_MEMBER |
会员/充电/付费，需要对应身份 Cookie |
E_AGE |
年龄限制，需要登录 Cookie |
E_GEO |
地区限制，需要对应地区网络或 Cookie |
E_COOKIE |
412/风控/Cookie 库锁死/DPAPI。脚本已自动 none→chrome→edge→firefox。仍失败再给 cookies.txt |
E_NO_MEDIA |
无可用音视频流，可能下架或 DRM |
E_NO_SPEECH |
几乎无对白（音乐/纯画面），不硬转 |
E_YTDLP |
未安装或过旧。更新：pip install -U yt-dlp |
E_FFMPEG |
缺 ffmpeg。Windows：winget install Gyan.FFmpeg；macOS：brew install ffmpeg；Debian：sudo apt install ffmpeg |
E_BCUT |
必剪失败。说明原因，问是否改本地 Whisper（隐私内容直接改） |
E_WHISPER |
Whisper 不可用。pip install -U faster-whisper。不要默认装 large-v3 |
E_TIMEOUT |
超时，可重试；长视频应已切片 |
完整排错见 references/troubleshooting.md。
结构化与清洗边界
clean_transcript.py 只做机械清洗：去连续语气词、合并自动字幕重复行、合并过碎 cue。不改正专业术语（明显同音且上下文唯一除外）。
你负责分章、摘要、关键词。禁止发明视频没有的考点。
安全
- 只整理用户有权访问的内容，个人学习笔记
- 明显私密内容默认不要上传 Bcut；用户已说「用本地」则不上传
- 不在输出里保存 Cookie、Session、完整环境变量
- Bcut 是非官方消费级接口，无 SLA，等于把音频传到 B站侧服务器。风险见
references/asr-backends.md
环境边界（写明做不到的）
能做：探测依赖、尽量 pip install yt-dlp、给出一条可复制的安装命令。
做不到：不能保证宿主有联网/pip/管理员权限；不能自动导出浏览器 Cookie；不能在无 GPU 机器上默默跑 large-v3；不能把付费墙视频变免费。
Whisper 默认：中文或中英混合用 small；纯英文短视频可用 base；用户点名再用 medium / large-v3。有 CUDA 用 GPU；CPU 要提前说会很慢。
验收（每次跑完自检）
- B站有
ai-zh：不下音频、不跑 ASR - B站无字幕：只下音频 → Bcut
- YouTube 仅自动字幕：抽自动字幕并去重
- Bcut 超时：切 Whisper 或诚实失败
b23.tv能展开；p=3只处理第 3 P- 本地音频跳过 yt-dlp 下载
- 缺 ffmpeg 停并给命令
- 大会员无 Cookie →
E_MEMBER，不造假 - 「整理成 Obsidian 课程笔记，不要原文」→ notes/obsidian 模板，无原始转写附录
- 对话里出现了成品绝对路径
