工作清單｜迄今为止GitHub上星标最高的项目，star数已经达到了恐怖的384k！通过从头开始重新创建某项技术来掌握编程，覆盖20多种编程语言，300多个工业级实战项目

逐字稿文字預覽

每天认识一款高质量开源项目，第四十八期。
今天要认识的是这个迄今为止GitHub上星标最高的编程学习项目，star数已经达到了恐怖的三百八十四k，它就是 Build Your Own X。
通过从头开始重新创建某项技术来掌握编程，覆盖二十多种编程语言，三百多个工业级实战项目和工具，覆盖数据库、编译器、操作系统、区块链、AI框架，你能想到的技术栈这里都有。
例如，五百行代码写个操作系统，手写MySQL级别的数据库引擎，创造自己的编程语言，造个谷歌浏览器内核。
写个自己的深度学习框架，不是玩具代码。
每个项目都是工业级实现，从内存管理到并发控制，从网络协议到图形渲染，技术细节一个不落。

來源：transcript.txt

本次執行流程與問題處理

下達指令
指令：videonote https://b23.tv/bSUuJ6C --language zh

來源：https://b23.tv/bSUuJ6C

辨識語言：zh ｜參數：--language zh
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
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：7.5 秒
關係：依序執行
結果：完成
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：16.9 秒
關係：依序執行
結果：完成
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：5.5 秒
關係：依序執行
結果：完成
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：4.0 秒
關係：依序執行
結果：完成
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：11.3 秒
關係：依序執行
結果：完成
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：0.3 秒
關係：依序執行
結果：完成
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：0.3 秒
關係：依序執行
結果：完成
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：0.4 秒
關係：依序執行
結果：完成
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：0.4 秒
關係：依序執行
結果：完成
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：0.4 秒
關係：依序執行
結果：完成
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：0.4 秒
關係：依序執行
結果：完成
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：31.7 秒
關係：依序執行
結果：完成
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：0.8 秒
關係：依序執行
結果：完成
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：0.9 秒
關係：依序執行
結果：完成

手動來源字幕

尚未產生

自動來源字幕

subtitle_acquisition.json 下載140 bytes

Whisper 字幕

尚未產生

Qwen 字幕

qwen_asr_ab/20260820_115407/SUMMARY.txt 下載1,635 bytes
qwen_asr_ab/20260820_115407/qwen_asr_ab_report.json 下載1,784 bytes
qwen_asr_ab/20260820_115407/qwen_asr_word_timestamps.json 下載23,046 bytes
qwen_asr_ab/20260820_115407/qwen_complete_sentence_candidates.json 下載1,877 bytes

Parakeet 字幕

尚未產生

MOSS 字幕

尚未產生

聲學時間證據（PyAnnote / WhisperX）

尚未產生

校正前後逐字稿

校正前 transcript.json 純文字 JSON 803 / 2,306 bytes
校正後 transcript.presegmentation_corrected.json 純文字 JSON 803 / 2,306 bytes

目前待解決問題與初步改善方向

逐字稿語言與宣告語言不一致待修正
已保留來源字幕/Whisper 內容並繼續產生筆記；請確認影片語言。；若語音辨識輸出英文，也會被語言檢查標記，不會覆蓋日文底稿。
逐字稿尚未取得，筆記為待處理狀態待修正
transcript_selector_failed；工作清單會提供失敗過程與 Workbench 連結，可用 Google AI Studio 或 CapCut 字幕補救。
目前無重大待辦；可人工抽查斷句、翻譯與時間軸後發布。

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

逐字稿文字預覽

本次執行流程與問題處理

下達指令

預期流程

1. 下載與語音辨識

2. 救援階梯補救

3. 文字校正

4. 語意重斷句

5. 全文檢核

6. 句子密度平衡

7. 時間軸稽核

8. 品質檢查

9. 播放時間軸回填

10. 逐字稿交叉檢查

11. 來源句整理

12. 生成筆記摘要

13. 建立筆記頁面

14. 發布公開頁面

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