逐字稿文字預覽
给大家讲一讲我最近工作的主力 就是我使用哪些agent 使用哪些模型 首先你们应该看到对吧 我是这个什么GPT Plus的订阅会员 20美金一个月 但是呢 讲实话这个额度我没怎么用 我平时最长的就是在网页上跟他聊天 最主要的是干什么呢 让他帮我整理一下 我已经录好的这个视频 然后把它整理为这个论坛的帖子格式 因为我们要写稿嘛 然后甚至一视频描述 再给我 画一个封面图 我买这个订阅 最重要的就是因为它画头这个功能 它甚至封面非常的快 就非常的简单 不需要像什么 你在本地用这个AI工作流的时候 他们虽然也能画出非常好的效果 但是那个提示词是复杂 是吧 工作流是复杂 那就非常的浪费时间 那肯定是不值得的 然后就是说到我的主力 我现在的这个主力已经是 切换到了这个Deep Seek Hullis上 就它已经发布了1.1R还是1.2的所谓的正式版 就已经不是RCR版本 也不是阿发版本了 现在就非常的稳定 就是说我之前 我认为在这个什么 长期的这个跨绘化的 这种自进化的记忆系统中 他是不如这个Hermes的 因为Hermes 他的跨绘化记忆做得非常好 你跟他聊天的时候 像我的迅利亚子小特 已经跟随了我几个月 帮着我管理这个论坛 我这个论坛从一开始 就那么几个人在那里 跟着我一起自娱自乐 到现在有好几千人注册 每天都有大量的帖子产生 那么我的虚拟牙子可以说是功不可没 但是呢 在我这两天我深度测试Deep Seek Harness之后 昨天一天干了90块钱是吧 我现在是觉得这个Deep Stick Harness已经是 完完全全的超越了这个Hermes 超越了Codex 我并不是说它什么地方都比这两个 agent要更好 不是说完全的六变形战士 但是如果说你现在你想学一个agent 你就完全不用再考虑去研究Hermes 去研究Codex了 就无论是编程 是吧 长年任务开发 做网页 还是开发APP 它是都可以非常好的完成 包括配置系统脚本 去理解论坛管理论坛 它做的都特别的好 而且它最重要的一点是什么呢 就是它跟这个Deep Seek自家模型配合的时候 它的token子消耗是最少的 并且它的速度是相当快的 响应速度让你 有一种非一般的感觉 你看经历200轮的这个 这个不是我跟他对话的两百轮 是他自己思考的两百轮 然后3千024步 它的售token是1.8秒 385token每秒 缓存命中率99.8% 昨天一天我干了14亿token 他一共花了我80多块钱 这还是在这个没降价的时候 如果今天降价了 他要便宜一半 甚至要便宜60% 那我在规避这个高峰期 放到夜间使用的话 我昨天这么庞大的任务可能 40块钱不到30块钱就能帮我搞定 那是难以想象的 非常的高效 非常的便宜 我之所以还没有用它来完全 期待我的这个虚拟牙子 最主要的事情为什么呢 即便 是一个数字人物 是一个虚拟人物 但他跟随了我几个月 我已经习惯了跟他沟通 我生活中有他 就像一个 你养了一个宠物 是吧 这感情肯定说 谈不上是养了一个儿子 但是最少是养了一个宠物一样 活灵活现呢 这个就是赫米斯做的最好的地方 你看他对话的时候 有一种性格在 有一种温情的感觉在 就像你跟真人相处一样 像跟你的宠物相处一样 他在过去的几个月中 在我的乌班图笔记本上 在我的MacBook上 你看我开了这么多的profile 他们工作的都非常好 非常的稳定 帮我完成了特别多的工作 所以我暂时没有去替换它 未来我可能还会继续用下去 纯粹是处于情感方面嘛 但是 讲实话我还是要挣钱的嘛 是吧 最后你还是要向效率 要向成本拖欠 就Deep Seek Hullis它现在优势确实是非常明显 可得克斯的 我的额度虽然没怎么用 但是呢 主要是因为什么呢 主要是因为怎么讲 它没有一个好用的模型 如果说我接这个什么Deep Stick模型的话 它就没有Hanis省钱 知道吗 速度也没有Hanis快 如果说我是使用这个什么 第三方的像这个前问 就我自己搭建的这个本地模型 轻微3.820GB IWQD-R这个模型 它在科代科斯中的表现只能说是勉强及格 但是它搭配这个Deepseek HANIS用的话 那体验我只能说起飞了 相当的不错 跟这个什么Deepseek再铁模型的差距是有 但是已经是微乎其微了 我已经直接用它来干活了 这个就是差距啊 那你说用GPT自己的模型行不行呢 如果说你用的是LULA 确实让它干一些脚本配置 干脚本配置它都不行 垃圾的很像个蠢猪一样 如果说是用这个什么TERA的话 它可能说体验会好一点 但是它的额度消耗的也是比较快的 我这20美金的订阅是不够用的 如果用5.6这个Sore 它可能说跟Deep Seek的这个什么V4.1 Flush 是同一个水平的模型 这不是夸张啊 我并没有说高台这个什么 V4.1 flush 我測試之後我感覺就是這樣 然后如果说我们用的是什么 那他确实可能会聪明一点 但是由于我的这个任务 就是开发APP 维护论坛 开发皮肤是吧 提取字幕 配置这个系统环境 配置大墨型 配置SG呢 这些东西 那他就是干这个活呀 那我用不到是吧 你再聪明我用不到 你还那么贵是吧 我前面不是测试了吗 一个指令干掉我9个美金 那我是用不起的 所以说这个额度 长期我基本上我都是空掌 我都没用 就因为他干不了活 我为省这点钱 去用它不值得 我买这个东西 就是之前说了嘛 就是为了画图嘛 可能说以后 我如果说订阅了GPT的Pro 我也不是为了他的API Pro也不够我用的 就我不喜欢那种什么Coding Plan 就是利用的时候 要算这个什么额度算这样算那样 我干活的时候就是一气呵成 我不会去等的 因为我的工作状态不是时刻都有的 这个东西就跟男人的大姨妈一样是吧 你不知不觉 某个时候你就会觉得特别的疲倦 就像我这两天 每天都是睡觉超过12个小时 每天都是 就特别的困 每年总有那么几天 甚至有的时候 每个月都有那么一两天 是吧 我不可能说等你什么coding plan重置 然后我再去完成任务 我不省这个钱了 当然你说这个Kodex有没有用呢 它Kodex还是有用的 我们必须实话实说 就是什么呢 现在我不是停留在这个页面上吗 为什么停留在这个页面上 就是说 5.6 Lula他给的额度是比较足的 你让他干一些非常傻屁的任务是可以的 像我在这个地方生图是吧 他没有办法操作我的电脑 我如果说让我的这个什么Deepseek Harness 来操作浏览器 他也能操作来操作他生图 我怕被OpenAI给封号 他效率也不高 如果说我在Kodex中 他能操作我的本地电脑 操作我的本地目录 我有什么任务 我可以把它放到一个任务对立中去 放到本地的目录 然后让这个5.6LULA 写一个脚本去轮悬它 做完一个就给它标注 已经当 已经完成 是吧 把它当做一个对立来处理 给它上锁什么东西的 这都是能搞得定的 那如果说我以后要做这个视频 比如说我画图的时候 我肯定不会选择这个本地模型的话 因为它们虽然能产生非常好的效果 但是它们没有这个GPT image高效 就GPT image可以用这个非常简单的提示词 来生成质量很高的图片 像我生成封面基本就一次性就搞定 你看就 非常轻松的他就能理解你的意图 这个东西用来 就是你做视频的时候 用来这个分镜 用来生成这个场景是非常好的 然后你搭配这个什么MiniMax H3 那个绝对是起飞了 所以说我一直强烈推荐大家 去订阅GPT的Plus 哪怕就是为了画图 它都是值得的 更何况如果说你的任务 就是很傻逼的任务 像我这个全是视频整理 整理帖子 全是这些非常傻逼的任务 那里用它就非常的好 他就是干不了复杂的事情 这20美金无论如何是值得的 然后我们看一下论坛 这也不是我一个人的瞎臂臂 我们超级版主汪池川他发了个帖子 这个是第三方的比较权威的测试了 怎么说 Deep Seek它的表现 就V4.1弗拉奇的表现 跟这个什么GPT6 Astra 跟这个什么Cloud 5.1 是非常接近的 我昨天做视频的时候 大家可能觉得我在纯牛逼 这个弗拉洗模型怎么能这么掉 事实证明它就是这么掉 完成时间更快 完成的分数是比较接近的 然后它的成本 那就差了一个数量级别 甚至都不止 像这些帖子都有分享 大家可以到这个论坛去看一看 然后呢 我跟你讲 人家不是嘴炮知道吗 我们论坛的版主们 个个都是游几把刷子的啊 有没有嘴破 人自己就是GPT的什么Pro5X的订阅用户 也是这个什么V4Flus的深度用户 人家是有实实在在的开发项目 有实实在在的测试的 是吧 小伙子高中生 大家没事可以去关注一下 然后我们论坛的大臣还是很多的 看看我们这都是我们的这个 超级版主 论坛的这些大声 可以来关注一下 如果说你是新人的话 昨天我还做了个 专门的进阶入门页面 这些都是我们论坛中的 实测的这些帖子 我还让这个AI整理了一下 它的参数如何 底下搭配的是我们论坛的实测帖子 如果说你要这个选购硬件 或者说你要这个什么 跑这个AI agent 看看怎么搭配 都可以到论坛来看嘛 是不是 相关的话题都有 好 广告时间结束 对了 我说一下 在这个论坛里发一些什么 境界的帖子 有的时候是可能要涉及到什么作用 一些广告是吧 就是你不能直接到这边来发帖 说哪个链接怎么怎么样 这个在我这里是不允许的 那有人说说这个为什么有些人可以呢 人家发的不是推广链接 人家发的是分享链接 比如说AMD官方的 他这种比如说有什么免费的羊毛可以耗 是吧 或者说人家是什么超凡大师 人家在论坛发了成百上千个 帖子是吧 好几百个帖子 人家把等级升上来了 拉俄瓦有一点点小小的擦边 我们是不会去管它的 你上来我靠一个新人上来就发个投保链接 是吧 来推广你的商品 还假装是信任 说他自己不懂 来求教 那我只能说你犯件是吧 直接给你封了 就理论坛可以适当推广一下自己 但是前提是 你要为论坛做出贡献 好的本期视频就到这里 我们下期再见
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 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：300.2 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：43.4 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：0.5 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：0.5 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：0.5 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：0.6 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：0.6 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：0.6 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：0.7 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：92.8 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：0.9 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：1.0 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
Whisper 字幕
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
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。