工作清單

一个顶级开源项目，带你学透任何领域知识 ！

逐字稿文字預覽

每周拆解一個頂級開源項目,這周是DeepTutor,港大開源的AI私人導師工作台。
各位觀眾老爺們,肯定都有類似經歷,收藏夾裡躺著很多高質量學習資料,技術教程書,學習資料,考試資料等等。
收藏時很熱血,真到自學就卡住了,沒人按你的知識儲備和學習目標排路線,沒人抽查重點,看懂了也很容易以為自己真會了,學過的歷史也串不成圖譜,錯題和薄弱點很快散掉。
所以DeepTutor真正要做的,是先根據你的基礎和目標定制學習路線,學的過程中,他用閃卡和測驗不斷抽查重點,學完之後再把錯題和薄弱點沉淀到長期記憶裡,這三件事合起來才像一個真的私人導師。
今天就拿兩個高新AI Agent學習資料實測,Learn Claude Code,7萬多星,偏工程實戰,適合跟著手搓Agent,AI Agent Book,3萬多星,偏系統原理,一個練手,一個補底層,正好一起學。
接下來把兩份資料導進DeepTutor,新建知識庫,填好名字,再把兩個項目的Markdown一起選進去。
等索引完成,同一個知識庫裡,兩邊文件都會變成ready,後面的路線,出題和學習,就都從這批真實資料裡來。
資料導入之後,接著就要自定義學習路線,關鍵在於先告訴他我是誰,基礎怎樣,這次到底想學成什麼。
一類目標是實戰手搓開發Agent Harness,另一類是從原理層面系統理解Agent的底層架構,目標不同,路線也就不同。
手挫Agent的開發學習路線的大綱,從最小Agent的loop循環開始,先跑出第一版Agent,再逐步補齊工程細節。
Agent的原理學習路線這邊,會先從認識Agent的架構開始,再順著上下文,工具,記憶和評估,把底層框架串起來。
拿到教材之後就可以進入學習了,每一張都會被拆成可讀的概念,例子和練習,比如第一張先看目錄,再進入最小Agent的loop和工具調用機制。
學習過程中,內容不會只攤開給你看,Flashcards會逼你停下來回憶核心概念,避免看懂了就以為自己會了。
請接著QuickCheck會圍繞Stop Reason,工具調用和Agent loop直接出題,讓你先判斷,再揭示答案。
如果還想考,自己測驗快會繼續追問實現細節,Stop Reason怎麼分支,工具結果怎麼回寫,循環什麼時候退出,這樣學習才從看過,變成真的會用。
最後,學習結果會進入長期路徑,最小loop,權限,hooks,subagin,上下文壓縮,記憶,mcp和生產化都會留下進度,後面可以按薄弱點繼續推進。
最後再看原理,Deep Tutor能把這些串起來,是因為同一個學習閉環把資料,目標,教材,測驗和記憶接在一起,先檢索兩份資料,再按目標上。
在目標生成路線,作題結果和學習進度,又回到長期路徑裡。
所以,它接住的是完整學習動作,兩份資料進入知識庫,目標決定教材路線,學習時不斷抽查,錯題和薄弱點再沉澱進長期路徑。
所以,這期我最想說的,不是Deep Tutor又多了幾個AI功能,而是它把收藏夾裡的硬資料,變成今天就能開始的路線,問題和反饋。
資料不缺,缺的是一套能逼你往前走的學習機制,別只收藏,拿它開鏈。
每週拆解一個頂級開源項目,下期繼續。

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/piAGz57 --language zh --auto-source-subtitles

    來源：https://b23.tv/piAGz57

    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：17.2 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：28.0 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：0.1 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：0.1 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：0.1 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：0.2 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：0.2 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：0.2 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：0.3 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：68.9 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：0.9 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：1.0 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