工作清單｜一键提取任何内容！Firecrawl新开源神器！

逐字稿文字預覽

这一集呢,跟大家推荐一个很小众,但是呢,可能很多人也会用到的这样的一个开源的工具啊。
这就是Firecrawl刚刚推出的这个叫做OCR-it的这样的一个开源的插件。
它解决了什么问题呢?
我相信呢,肯定大部分人都会碰到。
比如呢,我们打开这个某度文库下面的这个文档,我本来呢,我就想拷贝一下这里面的一些内容。
然后呢,我就弹窗了,要求你付费,要求你变成会员。
是不是很恶心啊?
这时呢,如果你装了这个开源插件呢,那么你就可以点击这里啊,框住你想要的区域啊,然后点击捕获。
这样子呢,你就能拷贝到里面的文本了。
这还不算啊,你继续往下滚动一页,然后呢,再去捕获。
然后呢,第二页的文本也拷贝了。
也就是说,你可以通过这个方法把所有的这个本来需要收费的这样的一个文档全部内容给拷贝出来了。
然后我们先看一下这个结果。
下载下来后啊,打开。
可以看到啊,所有文本都在里面了。
所以这个工具啊,就是专制那些内容拷贝下载动不动就需要你充会员了,需要你交费了,这样的一些流氓呢。
好,大家觉得有用的话,点赞,关注,分享,支持一下吧。
谢谢。

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/A9oYobe --language zh --auto-source-subtitles

來源：https://b23.tv/A9oYobe

辨識語言：zh ｜參數：--language zh --auto-source-subtitles
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
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：19.8 秒
關係：依序執行
結果：完成
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：16.1 秒
關係：依序執行
結果：完成
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：0.1 秒
關係：依序執行
結果：完成
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：0.2 秒
關係：依序執行
結果：完成
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：0.2 秒
關係：依序執行
結果：完成
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：0.2 秒
關係：依序執行
結果：完成
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：0.3 秒
關係：依序執行
結果：完成
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：0.3 秒
關係：依序執行
結果：完成
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：0.3 秒
關係：依序執行
結果：完成
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：80.0 秒
關係：依序執行
結果：完成
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：1.1 秒
關係：依序執行
結果：完成
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：0.2 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

transcript.whisper.json 純文字 JSON1,287 / 14,694 bytes
transcript.whisper.srt 下載2,706 bytes
transcript.whisper.tsv 下載1,800 bytes
transcript.whisper.txt 下載1,287 bytes
transcript.whisper.vtt 下載2,345 bytes

Qwen 字幕

尚未產生

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.whisper.json 純文字 JSON 1,287 / 14,694 bytes
校正後 transcript.presegmentation_corrected.json 純文字 JSON 1,265 / 16,576 bytes

目前待解決問題與初步改善方向

⚠️ 全文快速校讀：已套用暫定修正，請確認待修正
segment=1 已先套用暫定修正：这就是FireClaw刚刚推出的这个叫做OCRIT的这样的一个开源的插件。 → 这就是Firecrawl刚刚推出的这个叫做OCR-it的这样的一个开源的插件。；segment=5 已先套用暫定修正：这时呢,如果你装了这个开源插件呢,那么你就可以点击这里啊,框住你想要的区域啊,然后点击补货。 → 这时呢,如果你装了这个开源插件呢,那么你就可以点击这里啊,框住你想要的区域啊,然后点击捕获。；segment=7 已先套用暫定修正：这还不算啊,你继续往下稳动一页,然后呢,再去补货。 → 这还不算啊,你继续往下滚动一页,然后呢,再去捕获。
Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。

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. 全文快速校讀

3. 建立句子單元

4. 句子密度平衡

5. 時間軸稽核

6. 品質檢查

7. 播放時間軸回填

8. 逐字稿交叉檢查

9. 來源句整理

10. 生成筆記摘要

11. 建立筆記頁面

12. 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