逐字稿文字預覽
大家好,最近一直在體驗Deepseek先出4.1Flash模型,速度非常快。 搭配Deepseek HANIS效果也非常好。 就在錄一期使用Deepseek HANIS加Deepseek V4.1Flash,從0到1開發小程序的保姆級教程。 教程里面會告訴你怎麼從需求到最終完整的實現的詳細過程。 如果你現在想開發小程序,而且想使用Deepseek HANIS,你可以來看一下這個視頻。 首先使用DBC和Hannis这些工具之前 一定要先确认你本次开发的一个需求 比如说你现在做一个什么样的小程序 一定是有一个这样的需求文档 需求文档包括了你产品的功能 你产品包含了哪些页面 最好还包括你产品的页面的视觉规范 这样是最好的 这个文档你可以自己写 也可以让AI来辅助帮你去编写 接下来就是设计原型 很多人认为有了需求之后 是不是直接让AI开干 直接把这个系统就可以做出来了 那我的建议是 一定要先把这个圆形做出来 当然如果你的需求是脚本 跟这些界面没有关系的 那么你可以直接去开干 但是如果有跟界面有关系 不管是做APP 做小程序 还是做网页 一定要先把这个圆形 没有任何数据交互的 跟后端没有交互的这种东西 要先做出来 那做圆形的话 有以下这种办法 第一种是 你如果有专业的UI设计经验 那么非常建议你使用专业的工具来设计 比如像Figma 这一类工具其实已经支持AI的辅助了 所以你可以借助AI的辅助 到Figma设计加快 还有一种就是你可以直接基于我们的PRD文档 因为PRD文档里面如果包含了页面的说明 还有包含了程序的设计规范的话 那么它是可以直接生成小程序的UI界面的 那么还有一种你可以使用第三方的深图工具 直接生成原型的图片 也是可以的 比如说我使用 Challengept image 那生成一个这样 首页的原型图片 那么你基于这个图片 去开发这样的小程序界面 也是可以的 有了这个prd文档 那我们就直接到 第二部 用Deepsyc Harness 来设计原型 我们可以使用这个提示词 我可以把它复制过来 然后打开你的Deepsyc Harness 然后创建一个这样的文件夹 然后选择模式的话 这边可以选择标准 PTC和创造模式都可以 然后这个模型的话 你就选择V41 Flash 然后推理级别的话 选择High就行了 不需要开到Max 直接使用High就行了 然后这边工作区修改的话 你可以选择完全 让它拥有最高权限 我们说这样的提示词 就是让它去阅读PRD文档 了解所有的功能 让它的页面的风格来参考 我们刚刚说的圆形的图片 如果你没有也没有关系 因为我们PRD文档其实是有的 有页面的设计规范的 然后再说明小程序 所有的界面都使用模拟数据 不要在界面中写死 小程序是有界面和JS的 如果你把这个数据写死在界面的话 后面调整是非常麻烦的 直接让他一定要使用模拟数据 不要写死的数据 有了这些关键信息 那么你就可以去让他去做这件事情了 你在做的时候 你不一定说提示词完全一样 你要抓住核心点 首先是PRD文档 PRD文档告诉AI 让他知道他要去做什么 他的功能是什么 页面是什么 然后呢就是让他去使用这个模拟数据 还有就是如果你有图片的话 让他从图片里面抽取这个规范 保存到我们的一个规范的设计规范文件里面去 那后面后续的这个小程序的开发 就可以参考这个规范 那比如说我们现在规范是这种风格的 那么他提取到这个Design MD之后 也是这样的风格的 那么对后面后续也没有开发 是有一个这样的参考价值的 OK那我们就发送给DBSC HANIS 就是我们一旦设计了图片这种东西 你输入的东西 如果一旦有图片的话 那么一定要选择支持图片的模型 比如说Deepseek Flash系列 OK它已经跑完了 那么它花的时间大概是15分钟 这边的输入速度将近300 非常快的缓存命中率是99.6% 非常不错 那么它帮我们生成的文件里面 有一个这样mini program 就是小程序的目录 那么你用小程序 开发的工具的时候 要打开这个目录 然后的话我们可以看到 它因为我们提供了图片 然后它就帮我们生 从图片里面截出这么多图片 还有比如说像底部导航这些图片 也是他帮我们去截出来的 比如说未选中的和已选中的 非常不错 我们来打开小程序来看一下 OK 这个就是小程序了 现在打开是有问题的 底部菜单是正常的 我们接下来进入第三个阶段 就是调试我们的小程序 因为小程序它是哈里斯 没办法去直接访问小程序 不然的话它是可以看到 小程序错误 比如说你如果做web 或者做iApp的话 一般会提供这种模拟的程序 它可以直接访问 但是小程序没有 就是小程序这边没有提供这种能力 我们要让它去解决这样错误的话 只能通过截图的方式是最简单的 然后直接截个图片复制给它 那去修复这个问题 那你也可以打开编辑器 这边的话选择编辑器 调试器 然后这边的这些错误信息 你也可以直接复制到这个对话框里面去发给他 然后让他去帮我们去调整这样的错误 那么我们可以看到小程序里面这边生成界面是非常多的 然后他每一个的格式都是符合我们的这个要求 就是有4个这样的文件 然后他的数据都是在这里没有写死 就是说在这个界面是没有写死数据的 他都是来自于我们后端的获取 所以说我们等会去对接后端是非常方便 然后我们再看一下它的底部导航这4个 那么可以看到首页 然后是图片 然后是选中的图片 它都帮我们解好了 这是非常不错 如果说你没有像我一样 生成这样的圆形图片的话 你可以从其他的开源的网站去找这种图片 比如像iconfund这样的网站 可以去找两张图片 一张是普通的情况下的 就这种灰色一种是选中的 你选一个符合你自己主题的颜色就可以了 好的 他这边告诉我们已经修复了 我们再看一下 那么如果你看这边还有错误 你可以点击刷新一下 那么现在看的话 这个效果就非常不错的 我们可以看一下 这个滚动也是正常的 然后的话菜单 商品的商品列表 我们点击去看一下 ok 这个效果做的真的是不错 然后我们可以点击加号 然后的话接到购物车 去购物车里面看一下 非常不错 点结算 好的 然后新增地址 OK 所以因为我们有了第一张图片 定义了这种风格 那么它就会所有的页面都是这种风格 就这种绿色的这种风格 那么提交一下 填一个地址 之后成功 OK 我们查看订单 好的 订单详情 不错 我们再回到我们的个人中心里面去 看一下 这边是全部订单 付款完成 大配送的完成了 不错 就除了这些还有这些图标 这还有这些图标 我们可以用刚刚我说的方法 去开源的图标网站里面 把它替换掉 是完全可以 基本上一个这样的小程序的商城 就做出来了 然后我们再检查一下 它缺的界面 比如说它没有登录界面 对吧 我们现在需要它有登录的界面 那么你就可以去告诉他 那就直接告诉他缺少小程序一键登录界面 发送给他 那他去增加就行了 那如果说某一个样式你觉得不对的话 那么你就可以使用这种方式 比如说分类 我们可以找个界面调整 比如说我们想让他就可以使用截图 然后通过这种 然後通過這種寬度一個紅色區域,然後截圖,讓它去調整。 那你就可以複製圖片描述。 那麼你就告訴他,這相當於是一個局部的調整。 你就告訴他,紅色寬度的地方,你要調成什麼樣子。 把这个宽度的地方拉大一点 他就会去调整这块去 因为它是个视觉模型 它是可以读懂你这个宽度的地方在哪里的 那么他这边也是将登录的这个界面做完 做完之后 我们要求他把这个登录的相关功能 更新到我们的prd文档里面 因为这个界面是prd没有的 所以他更新进去 比如说在这个调试过程中 如果你新增的界面改变的流程 一定要让AI把这些跟变更的东西 更新到prd文档 因为我们prd文档是 衔接整个前后端 或者说你非常重要的一个参考文件 就不要让它出现 PID文档跟你的这个界面 完全是没有关系的 或者说很多改变它都没有 那这样会导致你后面 后面就失去参考的东西了 那接下来就是对接后端 那对接后端这里的话 是有非常多的选择 其实非常重要的一个选择 就是你选择什么技术站 来实现这个后端的功能 如果你是一个 没有任何技术经验的话 那么你就使用Cloudbase 就腾讯出的这个云开发 那么它是对非技术人员非常友好的 然后的话我们第一步 我们先装一个技能 叫March Skills 为什么要装这个技能呢 这个技能可以帮我们 进一步的梳理我们的需求 生成一个标准的规格文档 后面我们会基于规格文档 一次性把所有的后端都替换完成 但是这有个前提 如果你现在做了小程序的功能非常复杂 你的页面速度超过10个或20个的话 不建议一次性生成 如果你的界面数都在十来个左右 功能也不是那么复杂 那么非常建议你可以使用这个技能 让他帮你梳理出来一个详细的对接文档 来后面我们可以一次性给他全部根据这个对接文档去实现 那么如果你的需求比较复杂 那么你也可以用这个技能开成不同的块 然后把不同的块再去分别去实现 所以我们这个安装这个技能是非常重要的 那么你可以执行这个命令来安装技能 那我们输入这个命令 这个意思就是你要选择什么样的技能 我们如果图方便 你就选择slack 就全部 那么你也可以选择就是这个 这些都是常用的 可以往下拉一下 然后还有一些可能是不是那么 就是不是技术 不是开发的时候用的 可能是在其他地方用的 那么可以选择 那么确认 再确认 然后我们选择全局 因为我们在很多地方用的 然后再确认 OK 好 这样的话就是我们的技能就完成了 我们再回到我们的Dubc Hines 然后我们要完成技能的初始化 你就可以打开一个新的对话 因为跟我们当前的对话是没有关系的 然后选择完全权限 然后选择setup 也就是说我们要给技能进行一个初始化 他会去读我们的项目的文件 然后配置一些东西 然后方便我们后面用技能 因为更加顺畅一点 什么都不用说 直接执行技能 第一步他就会问你 他怎么去保存 就是他的一个 相应我们一个任务的保存地方 我选择本地第一项 好 这些也是点击推荐就行了 这个文件我们用agentsmd OK 好保存好了 我们再回到我们的刚刚的对话里面 因为这个其实是跟我们的生成是没关系的 我们再回到这个对话里面去 我们使用这个技能 然后接下来就我们要用这个技能 去理清楚我们后段的逻辑 这个技能它会向你提很多问题 如果我们一开始 没有任何的需求文档 去用这个技能的话 它提的问题会非常多 所以我们一定是有PRD文档 相当于它有背景的信息 它就会使用AI的方式 去阅读这个文档 然后看一下AI有什么不懂的 再问我们 我们再去回答 我们用这个技能来理清楚需求 然后生成文档 我们选择这个 Grui Width 可以看到 首先是让他去阅读PID文档 其次就是我们的任务 是让他去将小程序的界面 对接真实的后端 然后这边技术站选择 就是你在这里一定要告诉他 你选择什么的技术站 目前我们只有纯前端 是没有任何技术站 这边技术站的话 你可以选择 比如说你自己熟悉的语言 你如果不懂技术的话 你就选择Cloud Base 然后的话数据库 使用MySoco告诉他账号名买 因为他要去创建这辆数据库 然后告诉他数据库的名称 我们就可以发送给他了 那接下来他就会阅读你这个PRD文档 那阅读你的小程序界面 然后呢来向你提问 所有问题都回答完之后呢 我们就再用它来生成 我们最终落地的一个文档 那那个文档是最最重要的一个文档 所有的问题都问完了 那么在其实在询问的过程中啊 他经常会有每个问题旁边有个推荐两个字 如果你自己搞不懂 或者说你不知道应该选择哪个的话 你推荐那一下就行了 如果你能搞得懂 那么就按照你的理解去选择具体的项 每一个选项都会引发 就是可能连续的问题都是不一样的 所以说你就按照真实的你的理解来选择 所有的问题问完之后 它会提示你要生成一个spack这样的文档 这个文档的话 就是后续用来执行代码生成的一个很重要的参考 那么你就让它确认 直接让它先写这个spack文档 因为我们需要去看一眼这个spack里面的内容 那这里面的内容应该会包含它需要做什么 然后他需要怎么去验收 这个就是我们要的最终的一个东西 OK他生成了一滴的文档 首先我们来看一下他具体生成什么东西 首先他生成了一个spec文档 然后生成了不同的功能模块的一个文档 那这样就非常好了 相当于有一个总的文档 然后再分为了非常细节的一个子模块的文档 我们可以看一下文档里面都有什么 我们先看一下这个总的spec文档 那这个就是真实的一个后端对接的需求了 然后你的背景是什么 目标什么 非目标是什么 然后的话 这个技术站是什么 还有模型 数据模型 以及最重要就是 它关联的这个子模块的公单 它在这个叫公单 其实就是我们要它做的内容 描述的文档 这边的话 它都是包括了 我们可以看一下 随便找一个看一下 我们可以看一下 创新订单 那目标是什么 接口是什么 然后的话验收 看到没有 每一个文档都是包含了验收的 就是怎么样才算成功验收 那么有了这些玩长之后 你接下来就可以用 Deep Seek Harness里面 非常一个重要的功能 就是目标 就这个目标 也就是我们可以让它基于这些文档 然后去执行一个长任务 一直开发 然后呢 每一个任务完成之后 它都会根据每一个文档里面去做验收 所有文档验收成功了 那么就告诉我们这个任务就完成了 那这个就是目标模式 所以我们不需要自己去写这个验收的条件是什么 只要把这个文档丢给这个目标模式 让它去循环去执行就行了 OK我们可以新建一个对话 因为其实它所有的文档都已经创建好了 它不需要依赖于之前你的上下文 你可以新建一个文档 新建一个对话 那这样上下文就能节省非常多 Token也会节省 那一样的把这个模式开到这个完全模式 然后在这边点击加号 选择go 然后选择目标模式之后 让它阅读spec文档和它全部的这个issues文档 然后完成所有的功能开发和验收 就可以了 那么它这边就会去开启这样的目标 然后去读取这个文件和下面的这个 issues 那一个一个去执行 然后一个个去验收 所以整个过程是非常的顺畅的 我们在这下面也可以看到 它这里显示进行中的目标 然后你这边可以去点击这个暂停 点击暂停之后 你可以去重新开启 那这边的话 它是会基于当前的进度 然后又开始去执行任务 所以到这个时候 你就可以去做自己的事情了 反正让他去一直去跑就行了 跑完之后 你去做一个验收就OK了 非常适合在这种 比如说错峰的时候 你睡觉之前 或者说你睡觉之前 布置一个任务 让他去一直去跑 但是我们在使用目标模式的时候 一定要记得有验收的条件 不然他跑完之后 可能都
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：50.5 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：47.7 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：0.8 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：0.8 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：0.8 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：0.9 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：0.9 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：0.9 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：1.0 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。