工作清單

人人都必装的神仙 Skill ！支持1000+平台视频下载，附每日白嫖 2000万 token 工具，AI全平台视频下载

逐字稿文字預覽

史詩集Skill來了,這是個支持1000家平台視頻下載的Skill工具。
不管是國外的油管、TK,還是國內的視頻平台,某手、某音等,只需要把視頻鏈接發給它,不需要過多處理,即可一鍵保存視頻到本地。
支持的平台非常多,工具非常強大。
使用此工具配合本期給大家分享每日白嫖2000萬Token的AI工具使用,效果可以說是秒殺一眾付費軟件。
接下來就給大家分享和演示一下。
首先打開這一個Skill的官網,它的名稱叫做AI全平台視頻下載Skill。
裡面有著功能介紹,支持1000家平台的視頻保存到本地,而且還可以對公眾號文章離線保存。
具體支持的平台在下方也有進行舉例，這一個Skill它是完全免費的，而且使用異常簡單。
只需要將我準備給大家的這一段話,复制發給我們的AI桌面端軟件。
這裡我推薦大家使用Loomy，因為它每天可以白嫖2000萬Token。
將這一段話發送給AI,等待它安裝完成即可。
安裝完成以後,就可以去使用這個Skill。
我們隨便以某站上的視頻為例,複製對應的視頻鏈接,然後粘貼到LowMine軟件中來,直接點擊發送。
就可以自動調用這一個Skill,對這一個視頻快速解析下載。
整個下載過程非常便捷，只需要選擇我們自己需要的保存路徑，即可輕鬆將我們的視頻保存到本地。
而且視頻還是1080P畫質,非常便捷,可以輕鬆在視頻本地進行播放。
同時它支持的平台非常豐富,大家也可以去進行下載體驗。
這個效果是不是秒殺一眾付費軟件?
這款工具就給大家演示到這裡,大家有需要的話可以進行下載使用。
謝謝各位收看。

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/Zx6gYPp --language zh --auto-source-subtitles

    來源：https://b23.tv/Zx6gYPp

    辨識語言：zh ｜ 參數：--language zh --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    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：14.0 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：7.7 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  6. 4. 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：0.8 秒

    關係：依序執行

    結果：完成

  7. 5. 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：0.8 秒

    關係：依序執行

    結果：完成

  8. 6. 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

  9. 7. 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：0.9 秒

    關係：依序執行

    結果：完成

  10. 8. 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：0.9 秒

    關係：依序執行

    結果：完成

  11. 9. 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

  12. 10. 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：46.7 秒

    關係：依序執行

    結果：完成

  13. 11. 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. 12. 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

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