网友作品 #000196 · 提交于 2026/08/26
B站视频总结工具：GUI与MCP双入口批量总结合集
★★★★★零基础AI 编程工具国际顶级模型python
1 / 2
作品简介
一款本地运行的 B 站视频总结工具，解决「视频太长、没时间完整观看」的问题：提供 Windows GUI 和本地 stdio MCP 两个入口，后者可接入 Codex、Claude Desktop、Cursor、Cline 等 AI Agent。处理链路固定为：解析视频链接与元数据 → 优先读取 B 站公开字幕或登录态字幕 → 无有效字幕时按配置走音频转写 → 只把文本发给 OpenAI 兼容的总结接口 → 任务状态、原文与总结归档到本地 archive 目录。作者走轻量路线：不做本地模型部署，B 站大部分视频有 AI 字幕，有字幕就总结字幕，没有再转写音频。
核心亮点
- 双入口：Windows GUI（填链接、选合集内容、管理队列、查看结果）+ 本地 stdio MCP（让 Agent 通过工具调用完成视频预览、总结和任务管理）
- 链接兼容：支持视频直链、b23.tv 短链和 ?p=2 这类分 P 链接
- 合集批量：从一个视频发现其合集，按真实发布时间选全部、最近若干个或自定义数量；先预览候选视频，按标题或 BV 号筛选、分页、全选反选，确认后才创建任务
- 结构化输出：结构化总结包含概览、章节、亮点，另有一句话总结；GUI 结果页提供概览、时间线、亮点、原文与问答
- 队列管理：最多 3 条单视频批量提交，并发数 1-10 可配；支持暂停、继续、删除与结果查看，合集中每个视频仍是独立任务
- 转写双路线：DashScope Fun-ASR 原生异步长音频接口提交 B 站音频直链并轮询结果，或本机用 Cookie 下载音频、经 FFmpeg 转换后上传 OpenAI 兼容转写接口
- 任务复用：视频目标、输出模式、服务地址、模型与转写提供商都匹配时自动复用既有任务
技术与工具
- Python 开发；本地 stdio MCP 协议接入各类 AI Agent
- FFmpeg 音频转换；OpenAI Chat Completions 兼容总结接口；DashScope Fun-ASR 转写
- 开发方法：先用 grill-with-doc 总结完需求、让它列出需要看的文档，再到新会话用 plan 模式开发
开发过程
- 作者目标明确：只想整理微信和 B 站收藏夹里两百来个视频，不需要做图文笔记，因此选择轻量化方案而非本地部署模型
- 需求先行：先梳理明确需求再开发，更高效地完成了这件轻量工具
适用场景
- 整理个人 B 站收藏夹，批量生成视频概览与要点，节省观看时间
- 配合 Codex、Claude Desktop 等 AI Agent，把视频总结变成 Agent 的一项工具能力
原始提交内容（点开查看，可复制全文去问 AI）
B站视频总结工具
提供MCP和可视化界面。需要本地部署模型和图文解析的已经有其他做的久的工具了。我本身只想整理微信和B站收藏夹的内容，由于只有两百来个，并且不需要做图文笔记，而且B站绝大部分都有AI字幕的视频了，所以不想通过部署解决。只想做轻量化的，所以采用有字幕的总结字幕，没有的在进行音频转写。 这是一个本地运行的 B站视频总结工具。它用同一套核心逻辑提供两个入口：
| 入口 | 适合场景 | 主要用途 |
|---|---|---|
| Windows GUI | 不想配置命令和 MCP 的用户 | 填视频链接、选择合集内容、管理队列、查看结果 |
本地 stdio MCP |
Codex、Claude Desktop、Cursor、Cline 等 AI Agent | 让 Agent 通过工具调用完成视频预览、总结和任务管理 |
它解决的是“视频太长，没时间完整观看”的问题：你提供 B站视频链接，工具先取得可用文字，再让总结模型依据这些文字生成概览、时间线、亮点或一句话总结。它不是视频播放器，也不是把完整视频直接发送给大模型的远程服务。
它是怎么工作的
处理链路固定为：
- 解析 B站视频链接、BV 号、分 P 和视频元数据。
- 优先读取 B站公开字幕或登录态字幕。
- 有有效字幕时，直接使用字幕文本。
- 没有有效字幕时，按配置选择音频转写路线：
fun_asr：使用 DashScope Fun-ASR 原生异步长音频接口，提交 B站音频直链并轮询结果。openai_compatible：在本机用 Cookie 下载音频，经 FFmpeg 转换后上传到 OpenAI 兼容转写接口。
- 只把字幕或转写文本发送给 OpenAI Chat Completions 兼容的总结接口。
- 将任务状态、元数据、原文、总结和失败原因保存到
archive/。
因此，字幕是首选来源；音频只是没有字幕时的回退。总结模型看到的是文本，不是 B站视频文件。
能做什么
- 支持 B站视频直链、
b23.tv短链和?p=2这类分 P 链接。 - 从一个视频发现其合集，按真实发布时间选择全部、最近若干个或自定义数量。
- 先预览候选视频，再按标题或 BV 号筛选、分页、全选或反选，确认后才创建任务。
- 支持结构化总结和一句话总结。结构化结果包含
overview、chapters、highlights。 - 支持最多 3 条单视频批量提交，默认并发数为 3，可配置为 1 到 10。
- GUI 支持总结系列、队列进度、暂停、继续、删除和结果查看；合集中的每个视频仍是独立任务。
- GUI 结果页提供概览、时间线、亮点、原文和问答；问答只使用当前任务已经保存的文本。
- 任务可复用，但只有视频目标、输出模式、最终提示词、总结/转写服务地址、模型和转写提供商都匹配时才复用。