工作清單

每天一款GitHub开源APP，一款本地离线运行的个人工作轨迹记录软件，自动记录应用、网站、窗口及截图，提供时间线回看、AI复盘、结构化日报及隐私过滤功能

逐字稿文字預覽

本期推荐一款电脑端免费开源的个人工作轨迹记录与日报全自动生成工具，
名字叫做 Work Review。
这是一款就像电脑黑匣子一样，
能在后台静悄悄全自动帮你记录工作轨迹的个人时间管理软件。
在电脑上打开软件，
不需要任何多余的操作，
它就会在后台自动运行。
打开软件的概览面板，
今天在电脑前待了多久？
真正办公开会的时间，
浏览器摸鱼的时长，
都会以非常直白的图标展示出来。
软件最硬核的灵魂功能是它的时间线，
它会精确到分钟。
把你几点几分打开了微信，
几点几分切换到了编辑器，
或查看了什么网页，
全部罗列出来，
甚至每一项活动都自带屏幕截图预览。
到了下班时间，
你只需要点击生成日报按钮，
软件就会根据你一天的活动轨迹，
一键生成结构化的工作内容。
你可以直接复制粘贴交差。
它还内置了AI工作助手，
支持接入DeepSeek。
同一千问等主流大模型，
甚至支持本地Ollama模型，
你可以直接问他，
我这周主要做了什么，
AI就会自动帮你做复盘。
软件完全免费且百分之一百八，
数据存在你自己的电脑本地，
绝不上传云端，
甚至还附带了一个可爱的菜单栏小猫坐宠，
直接满足上班族、自由职业者对工作进行全自动记录、日报一键生成与时间复盘的日常使用需求。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://b23.tv/exDEXro --language zh

    來源：https://b23.tv/exDEXro

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：8.1 秒

    關係：依序執行

    結果：完成

  4. 2. 救援階梯補救

    工具：videonote_rescue_ladder.py

    處理：來源字幕與 Whisper 都不可用時，依序嘗試其他辨識來源

    產出：transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：27.5 秒

    關係：依序執行

    結果：完成

  5. 3. 文字校正

    工具：videonote_correct_transcript.py（校正語音辨識錯字）

    處理：校正語音辨識錯字並整理成斷句前正稿

    產出：transcript.presegmentation_corrected.json（校正後逐字稿）、transcript_presegmentation_correction_report.json（校正報告）

    耗時：7.5 秒

    關係：依序執行

    結果：完成

  6. 4. 語意重斷句

    工具：videonote-restructure-sentences

    處理：以語意重新切分過長字幕區塊

    產出：sentence_units.json（句子單元）

    耗時：6.3 秒

    關係：依序執行

    結果：完成

  7. 5. 全文檢核

    工具：videonote_global_review.py

    處理：檢查斷句後的全文連貫性

    產出：global_review_report.json（全文檢核報告）

    耗時：13.7 秒

    關係：依序執行

    結果：完成

  8. 6. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  9. 7. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  10. 8. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  11. 9. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  12. 10. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  13. 11. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  14. 12. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：50.6 秒

    關係：依序執行

    結果：完成

  15. 13. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  16. 14. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench