逐字稿文字預覽
我把大神卡帕西的知识库又升级了一遍 既灵感,学新知识,AI自动整理 每天还给你一份阅读导读 那这一视频我会用AI加Obsidian 带你搭建一个会自生长,自进化的AI知识库 先讲清楚卡帕西知识库的原理 再看看我做的哪些升级 接着从零开始搭建 把网页,公众号文章和日常笔记收集进来 最后让AI自动整理和维护 每天生成一份阅读导读 笔记和题词都写成了文档 废话少说 是时候来迎接属于自己的第二大脑了 OK我们先来讲讲这个AI之库 其实不用想的太复杂 就是用Obsidian打开一个本地文件夹 里面放着你平时收集的公众号文章 网页PDF论文 还有自己写的笔记 之所以用Obsidian 是因为它主要使用Markdown格式 AI方面读取和修改 我们自己也方便阅读 再加上Obsidian的双向链接 可以把相关的笔记联系起来 那有了这个知识库以后 我们就可以让AI直接读取 整理和更新里面的内容 其实大部分传统AI知识库的做法 都是先把资料存进去 等你提出问题以后 AI再临时搜索几个相关片段 然后根据这些片段给出答案 这样每问一个新问题 AI就要重新搜索 重新理解前面整理过的内容 也不会真正积累下来 那卡巴西的做法 就是在新资料进来的时候 让AI先把内容整理到wiki 以后再加入相关资料 它会继续更新原来的知识页面 这样不同资料之间的联系 会被提前整理好 知识库也会随着你不断的使用 慢慢变得更加完整 讲白了 就是在AI执行操作时 有一个规则 好 咱再来看看这个卡帕西知识库是怎么工作的 先看一下它的整体结构 主要分为三个部分 保存原文的外部资源 AI整理后生成的Wiki 以及告诉AI怎么处理这些内容的规则文档 Wiki里面还有两个比较重要的文件 一个是index 相当于整个知识库的目录 另一个是log 用来记录每次增加了哪些资料 又更新了哪些内容 等知识库越来越大 还可以加入搜索或者RAG 帮助AI查找相关的内容 有了制造知识库以后 我们平时主要做的就是三件事 摄取 问答和审查 首先是摄取 就是我们平时接触到的各种资料 放进这个知识库当中 比如看过的公众号文章 收藏的网页 读过的论文 听过的播客 书里画下的重点 甚至是随手拍下的图片和截图 都可以先同步到这个 外部资源当中 后面我会讲到怎么导入进来 AI会先读取这个规则文档 再通过index查看wiki里面 已经有哪些内容 接着提取新资料里的重点 判断是更新原来的知识页面 还是新建一个页面 处理完以后 再更新index和log 第二步就是问答 比如我们问AI 什么是skill 因为我之前已经整理过 这个Anthropic官方出的 那个Skill讲解的网页 AI会先通过Index 找到Wiki和Skill的相关页面 再结合已经整理好的内容回答 如果某个细节需要确认 它还会回到外部资源 查看原文 并把对应的来源告诉我们 最后是审查 我们可以定期让AI检查Wiki 找出重复页面 矛盾说法 过时内容和没有著名来源的结论 再进行补充和修正 那这一步咱不需要手动操作了 直接交给agent的定时任务就OK了 现在基本上所有的agent都已经支持这项功能 但我觉得卡帕西知识库其实还有很大的改进空间 他更强调把外部资料交给AI 再由AI去整理和维护这个wiki 我们主要负责提供资料和提出问题 在理解东西上他确实做得非常好 但我用下来发现自己的知识库里还有很多的内容是需要我们主动去写的 比如突然想到了一个灵感 最近正在推进的项目 学习过程中的一些理解 还有最后写出来的文章和视频脚本 这些内容不一定来自某一项外部资源 也不应该全部交给AI自动生成 这个在卡帕西原来的结构里并没有专门的存放位置 所以我又在它的基础上做了一次升级 让这个知识库既可以有AI自动整理 我们自己也可以随时往里面写东西 那现在整个知识库大概就是这样的 有灵感库 项目 成品库 外部资源 历史记录 Skills和Wiki 最前面的灵感库就是用来寄我们平时突然冒出来的想法 我现在已经把它和手机同步了 有时候灵感来的特别突然 我就直接掏出手机 想到什么就寄什么 先不用整理 也不用管他写的完不完整 主打的就是一个随地大小记 接下来是进行中 这里放的就是我们正在做的事情 比如说正在写的这一期的脚本 或者说正在看的一本书 只要这件事还在继续 就先放在这个正在进行当中 这个地方基本上就是让我们自己去写了 OK进行中这里结束后 最后整理出来的视频脚本文章 还有完整的读书笔记 就可以放进成品库 以后想重新阅读或者继续使用 直接从这里找就OK 然后是这个外部资源 这个和卡帕西知识库里的原始资料是一样的 主要用来存放我们从外部收集回来的各种资料 再往后是这个历史记录 这里主要放的是已经结束或者暂停不再继续的项目 之前做过的内容和进度都会保留下来 以后想重新开始 还可以继续接着往下做 Skill文件夹里放的就是我们自己的技能 Wiki这里保留了卡帕西知识库原来的Wiki 这套知识库我用下来 整个过程还是挺丝滑的 不知道大家觉得怎么样 我也把这套知识库开源到了GitHub 叫做萌芽知识库 如果大家感兴趣的话 可以顺手给我点一个小星星 好 接下来我们直接开始实操 先打开Obsidian 我已经配置好了AI 这里用谁都没有关系 你也可以用Codex Workbody 去打开这个文件夹 都OK的 然后输入这条提示词 请参考这个GitHub仓库 为当前文件夹搭建知识库 如果你想使用卡帕西原来的知识库 就把这里换成卡帕西的GitHub地址 如果你想使用我的这个萌芽知识库 就把它换成我的 然后发送给AI AI会先去拉取这个getup仓库 看一下我写的知识库里的结构和搭建规则 然后就开始干活 过程中他会问我们几个问题 比如说用的是codex还是cloudcode 这个会决定规则文档是agents.md还是cloud.md 还有一些现有的文件怎么移动怎么归类的问题 我们按实际情况去回答就可以了 我应该是把这些要求写的已经比较细致了 确认以后 它就会创建目录和规则文档 整理现有文件 等这些步骤执行完之后 基本的知识库形态就搭建好了 好 咱们来看看 点击这个首页 就能看到整个知识库里有哪些内容 这个成品库里放了我之前喜好的脚本 包括这个AI核心概念 Codex 还有一些大模型和经典的论文的研究 外部资源里放的是视频的资料和网页信息 之后如果想要写新的内容 我一般会直接在进行中中新建脚本 比如说这个Obsidian视频的脚本就写在这里 第二步咱们就要做好信息的收集 一般我的信息来源有网页 公众号文章 博客一些截图或者视频等等 先说网页 我们要用到这个webclipper的这个插件 它可以将你的网页转化成markdown格式 保存到Obsidian当中 比如这篇Anthoropic讲Harness的文章 我就可以点击右上角的插件 就可以保存到知库当中 回到Obsidian 我们就可以清晰的看到这篇文章 那它是英文的 咱可以用AI去翻译一下 很快 它就把文章翻译出来了 方便我的阅读 我有时候也会直接点击这个内置浏览器 在这里直接看网页都很方便 因为很多的AI知识 最好还是去看官方文档 像我们这些博主也是去看这些官方文档 把这些东西理解清楚 再做成视频解释给你们听 还有一些某管上的视频也可以这样收集 比如这个文达的视频 我把它保存到Obsidian当中 可以看到下面会自动收集字幕 很方便 也可以让AI翻译出来 网页讲完之后 我再来讲讲这个公众号 这里咱们需要用到 Emma知识库这个工具 我们在公众号里看到一篇文章 可以点击右上角的三个点 点击这里 再点击这个存到Emma支持库 就可以把这篇公众号文章保存进去 那具体怎么配置 我就写在文档里了 OK 那我们怎么把这个文章导入Obsidian当中呢 首先来到AI这边 我用的是Codex 你也可以用其他的agent的工具 我就和AI说 帮我连接Emma支持库 他会去联网搜索 AI码知识库的连接方式 再告诉我们怎么配置 比如这里 他让我们去复制这段提示词 那我们复制过来 发送给他 接着他需要一些API key 我们再按照提示词完成配置 OK这样就连接好了 来问他一句 你看一下这个AI model 这个知识库里都有哪些文章 好他就把文章列表全部都列了出来 说明确实已经连接成功 这样我们就可以通过AI 把微信公众号里的文章 直接导入Obsidian知识库当中 像我平时看到的一些图片 知识截图或者视频里的截图 也会定期上传到知识库当中 再就是读书了 这个我讲的会少一些 因为我真的看书看的很少 不过也有一些插件 比如说Apple Books的插件 可以把读书时的标注 画线部分直接导入Obsidian 也可以按照某个模板导入 都很方便 平时收集知识大概就是这样 现在知识是收集进来了 但我们还要让AI去整理和维护 这样才能真正实现知识库的自生长 自进化 现在很多agent工具都有自动化的功能 我用codex举例 点击这个以安排 加入这串提示词 大概意思就是 让AI每天自动收集和整理新增资料 同时查看整个知识库 把有价值的内容更新到wiki里 最后他会根据今天新增的内容 生成一份当天的阅读导读报告 这个报告的模板和格式 大家也可以按照自己的阅读习惯去调整 我这里设置的是每天晚上八点执行一次 执行完之后就可以开始阅读了 那我先把这段提示词执行一遍 给大家看一下怎么运行的 复制过来发送给AI AI会先核对知识库的规则和上次的进度 因为这是一个重新创建的演示知识库 第一次还没有同步过公众号文章 所以他会先问我要不要把这几百篇的文章全部导入 那我这边就选择全部导入吧 接下来AI会分批次并导入这些文章 执行完之后 他会生成一份当天的知识导读 告诉我们今天值得关注什么 建议怎么读 以及增加了哪些新理解 同时文章之间也建立了大量的双向链接 OK这样一个自生长的知识库就建立好了 之后我们想要学习新的知识 新概念就方便很多 最后我也想讲一下 我对自生长知识库的一些看法 首先对于知识库来说 我们自己去写肯定也是非常重要的一部分 AI可以帮我们收集 整理和连接知识库 但它替代不了我们的思考 第二 我们不能只做知识的囤积 还要做到真正的去阅读 消化 输出和行动 不然这些知识永远都只是AI的 永远只会停留在知识库当中 到不了你的脑子里 行动才是把知识 真正变成自己的最后一步 AI是这个时代的杠杆 它会放大每一个人的学习 和行动能力 让厉害的人越来越厉害 也希望这套萌芽之库 能帮你种下一颗萌芽 通过不断学习和行动 最终长成一棵属于自己的大树 如果这些视频对你有帮助 也请点赞收藏关注 我们下期再见 拜拜
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：329.2 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：42.9 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：0.9 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：1.0 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：1.0 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：1.0 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：0.0 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：0.1 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：0.1 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：108.7 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：0.8 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：0.9 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
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。