bilibili-reader — B站收藏夹视频智能总结

定期从B站收藏夹中随机选取视频，自动阅读字幕、高赞评论和弹幕，生成结构清晰的中英双语总结PDF。解决"收藏了但不看"的痛点。

When to Use

当用户说以下内容时触发此skill：

• "总结一个B站视频"
• "从收藏夹随机选个视频看看"
• "帮我看看收藏了什么"
• "今天推送一个视频总结"
• "bilibili reader"
• "扫码登录B站"
• "看看我的考古进度"
• "搜索我总结过的视频"
• "搜索我之前总结的 xxx 内容"
• "给我出几道测验题"

Quick Reference

Procedure

API 细节和降级方案：参见 references/bilibili-api-notes.md

Step 1: 前置配置

Agent 行为规则： 当检测到 .env 中缺少 B站Cookie 时，必须执行以下两步完成首次配置：

第一步：扫码登录 B站

cd ${HERMES_SKILL_DIR} && python -m src --login

这会打开浏览器让用户扫码登录，自动提取 Cookie 并保存到 .env。

第二步：配置推送平台（可选）

cd ${HERMES_SKILL_DIR} && python -m src --config

选择推送平台（微信/飞书/Telegram/Discord 等），或选择"不推送"只在本地生成 PDF。

两步都完成后，配置向导会显示：

• Cookie 状态
• 推送平台
• 配置文件路径

首次安装还需要运行（Hermes 沙箱环境必须用 uv）：

uv venv .venv && uv pip install --python .venv/bin/python -r requirements.txt
playwright install chromium

重要：不要引导用户手动从浏览器 F12 复制 Cookie。 使用 python -m src --login 自动获取。

Step 2: Agent 三步工作流（核心）

Agent 行为规则： 当用户要求总结视频时，严格按以下三步执行：

第一步：获取视频数据

cd ${HERMES_SKILL_DIR} && python scripts/fetch_data.py \x3C收藏夹名称> [latest|random|\x3Cbvid>]

这会输出一个 JSON，包含：bvid、title、desc、owner、duration、subtitles、comments、danmakus。

第二步：Agent 生成总结（用你自己的 LLM）

读取第一步的 JSON 输出，根据视频标题、简介、字幕内容判断体裁（见下方 10 种体裁表），然后用对应的提示词模板生成结构化总结。

字幕处理规则：

• 字幕少于 500 条 → 直接概括
• 字幕 500-2000 条 → 分段概括（每段约 500 条），合并后再总结
• 字幕超过 2000 条 → 取前 1000 条 + 后 500 条概括

第三步：渲染 PDF

把第二步生成的总结 JSON 写入临时文件，然后调用渲染脚本：

cd ${HERMES_SKILL_DIR} && python scripts/render_pdf.py /tmp/summary.json

脚本会输出 PDF 文件路径。将路径告诉用户，并附上一句话 TLDR。

收藏时间排序说明：API按收藏时间倒序返回视频，第一个即为最新收藏的视频。

意图路由（Intent Routing）

系统会自动判断视频体裁，使用对应的专用提示词生成总结：

每种体裁的提示词会强调不同的输出结构：

• 技术教程 → 工具清单(含门槛)、保姆级SOP、代码/提示词原文提取、避坑指南、原理解析
• 学科类 → 考点、公式、应试技巧
• 语言类 → 词汇、语法点、练习建议
• 科普类 → 论点-论据链条、批判性思考
• 方法论 → 可执行框架、行动步骤
• 茁场类 → 话术模板、场景SOP
• 创意类 → 技法要点、工具参数、审美规律
• 书籍类 → 核心论点、知识框架
• 生活类 → 材料清单、操作步骤、验收标准
• 通用 → 深入浅出讲明白内容

总结 JSON 输出格式

Agent 在第二步生成总结时，必须输出以下 JSON 格式（写入 /tmp/summary.json）。

★ v2.0 核心变更：双视角结构

• my_analysis：我的解读（认知层）—— 核心概念的定义、原理、类比、洞察
• video_transcript：视频完整陈述（内容层）—— 按时间顺序的详细记录

{
  "bvid": "视频BV号（从fetch_data输出中获取）",
  "title_cn": "中文标题（可对原标题做提炼或意译）",
  "title_en": "English title",
  "owner": "UP主名称",
  "duration_str": "时长格式化 如 23:45",
  "view_count": 12345,
  "like_count": 678,
  "genre": "体裁显示名 如 💻 技术教程与实操",
  "genre_list": ["💻 技术教程与实操", "🔬 硬核科普"],

  "tldr_cn": "一句话中文总结（50字内）",
  "tldr_en": "One-sentence TL;DR (under 50 words)",

  "my_analysis": {
    "overview": "对本视频的整体解读：核心主题、UP主教学风格、概念之间的逻辑关系（150-200字）",
    "concepts": [
      {
        "name": "核心概念名称",
        "definition": "概念的精确定义，用一句话说明它是什么（50-80字）",
        "principle": "理论阐述：深入讲解这个概念的工作机制/运行原理。必须覆盖：1) 从输入到输出的完整过程 2) 核心组成部分及职责 3) 为什么会这样设计 4) 与相近概念的本质区别。450-550字，纯理论无类比。",
        "analogy": {
          "scenario": "生活场景描述（50-80字）",
          "mapping": "类比映射：A对应B的句式逐条列出对应关系（50-80字）",
          "limitation": "类比局限性：哪些方面无法解释（30-50字）"
        },
        "insight": "个人洞察：对原理的新理解、与已知知识的联系、反直觉点（100-150字）",
        "layer": "concept（原理性） | operation（操作工具性）"
      }
    ],
    "operations": [
      {
        "step": "步骤名称",
        "description": "详细操作步骤：点击/输入什么、为什么这样操作、期望结果（100-150字）",
        "expected_result": "验证方法：如何判断这一步做对了（50-80字）",
        "pitfall": "避坑提示：最容易犯的错误及如何避免（50-80字）"
      }
    ],
    "thinking_questions": [
      {
        "question": "开放性问题（30-50字）",
        "hint": "思考方向提示（30-50字）"
      }
    ]
  },

  "video_transcript": {
    "outline": "视频整体结构/逻辑框架（100-150字）",
    "segments": [
      {
        "time_range": "0:00-5:30",
        "title": "本段主题",
        "content": "按时间顺序详细记录UP主的核心观点、关键论断、重要数据/案例。保留叙述逻辑链条。300-500字"
      }
    ],
    "up_main_insights": "UP主在视频中直接表达的核心洞察/金句（原话引用）",
    "up_main_credibility": "对UP主背景和视频信息可靠性的评估"
  },

  "summary_cn": "中文摘要 300-500字，讲明白具体做了什么、核心结论",
  "summary_en": "English summary 200-400 words",
  "key_points_cn": ["要点1（具体、可操作）", "要点2", "要点3", "要点4", "要点5"],
  "key_points_en": ["Key point 1", "Key point 2", "Key point 3", "Key point 4", "Key point 5"],
  "prerequisites_cn": "前置知识（具体列出）",
  "prerequisites_en": "Prerequisites",
  "difficulty_cn": "难度：入门/进阶/高级 + 理由",
  "difficulty_en": "Difficulty level + why",
  "next_steps_cn": "看完后应该做什么，2-3个具体行动",
  "next_steps_en": "2-3 specific follow-up actions",
  "key_misconceptions_cn": "常见误解及纠正",
  "key_misconceptions_en": "Common misconceptions",
  "insights_cn": "深层洞察 100-200字",
  "insights_en": "Deep insights 100-200 words",
  "top_comments": [{"user": "用户名", "content_cn": "评论内容", "likes": 123}],
  "recommendation_cn": "推荐理由 50-100字",
  "recommendation_en": "Recommendation 50-100 words",
  "quizzes": [{"question_cn": "题目", "options_cn": ["A. 选项1", "B. 选项2", "C. 选项3", "D. 选项4"], "answer": "B", "difficulty": "medium"}]
}

体裁专用字段（按体裁选填）：

体裁判断规则

优先使用 intent_router.py 的 ROUTER_PROMPT（LLM 判断，支持多体裁）

代码中的 classify_genre_multi() 会调用 LLM 自动判断视频体裁，返回置信度 >= 0.7 的所有匹配体裁。这是最可靠的方式。

关键词规则仅作为 fallback（当 LLM 不可用时）：

1. 技术教程 — 标题/内容含：编程语言名、框架名、工具名、"教程"/"入门"/"实战"/"配置"/"搭建"
2. 学科教育 — 标题/内容含：考研/四六级/公考/大学/课程/考试/知识点/公式
3. 语言学习 — 标题/内容含：英语/日语/语法/单词/口语/听力/TOEFL/IELTS
4. 深度解析 — 标题/内容含：分析/解读/深度/揭秘/原理/背后的逻辑/数据
5. 方法论 — 标题/内容含：方法/技巧/提升/效率/习惯/思维/框架/自律
6. 职场技能 — 标题/内容含：求职/面试/简历/副业/赚钱/职场/晋升/薪资
7. 艺术创造 — 标题/内容含：绘画/摄影/设计/音乐/写作/PS/Pr/Blender
8. 书籍拆解 — 标题/内容含：书名号、读书/拆书/书评/笔记/读后感
9. 生活技能 — 标题/内容含：教程/DIY/做菜/维修/收纳/清洁/健康

不匹配任何类型 → 用通用模板。

Step 4: 查看结果

PDF文件输出在 output/ 目录，文件名格式：

20260504_120000_BV1xx411c7mD_视频标题.pdf

Step 5: 推送指令（可选）

Agent 行为规则： 当程序输出中包含 [DELIVERY] 标记时，请执行以下操作：

1. 读取 [DELIVERY] 指令中的平台、目标、文件路径和消息内容
2. 使用你内置的消息投递能力，将 PDF 文件发送到对应平台
3. 附带一句话 TLDR 摘要作为消息正文

Configuration

B站 Cookie 配置

首次使用需要配置 B站 Cookie（两步完成首次配置）：

第一步：扫码登录

python -m src --login

启动浏览器让用户扫码登录，自动获取并保存 Cookie。

第二步：配置推送平台（可选）

python -m src --config

选择推送平台，或选择"不推送"。

推送平台配置（可选）

支持在生成 PDF 后自动推送到聊天平台：

# 方式一：配置向导（推荐）
python -m src --config

# 方式二：手动编辑 .env
DELIVERY_PLATFORM=wechat

推送目标由 agent 默认对话决定，不需要额外配置。

新增功能模块

Cookie 健康检查（cookie_manager.py）

程序启动时自动检查 Cookie 有效性：

• 检测 BILIBILI_SESSDATA 是否存在
• 调用 /x/web-interface/nav API 验证登录状态
• Cookie 过期时打印警告信息，提示用户重新扫码登录

from src.cookie_manager import CookieManager

manager = CookieManager()
status = manager.check_health()
if not status.valid:
    print(f"Cookie无效: {status.error_message}")

向量搜索（vector_store.py）

可选功能，需要安装 pip install chromadb。

功能：

• 将视频总结向量化存储到 ChromaDB
• 混合搜索：向量语义 + 关键词，合并排序
• 懒加载：ChromaDB 不可用时自动降级到纯关键词搜索

from src.vector_store import VectorStore

store = VectorStore(data_dir=Path("./data"))
results = store.search("Python异步编程", top_k=5)

理解度测验（quiz_generator.py）

自动生成选择题和简答题，验证学习效果：

from src.quiz_generator import generate_quizzes_from_summary

quizzes = generate_quizzes_from_summary(
    summary=video_summary,
    count=3,
    llm_caller=your_llm_function
)

Topic 知识图谱（topic_graph.py）

基于前置知识推荐学习路径：

• 从已处理视频的总结中提取 Topic 标签
• 维护 Topic 依赖关系（前置知识 → topic）
• 智能推荐下一个最值得学习的视频

from src.topic_graph import TopicGraph, load_or_build_graph

graph = load_or_build_graph(data_dir)
path = graph.get_learning_path(
    mastered_bvids={已掌握的bvid列表},
    candidate_bvids={待学习的bvid列表},
    max_results=5
)

PDF 模板组件（templates/components/）

新增多个专用模板组件：

• _genre_*.html — 各体裁专用内容展示
• _quiz.html — 理解度测验题目
• _thinking.html — 思考题
• _concept_block.html — 核心概念展示
• _my_analysis.html — 我的解读（v2.0 新增）

Pitfalls

execute_code 工具无法使用 venv 包

• 症状：execute_code 内调用 weasyprint 等 venv 包时 ModuleNotFoundError
• 原因：execute_code 使用系统 Python，不是 skill 的 .venv
• 解决：用 terminal 工具执行，显式指定 venv Python 路径：

  cd ${HERMES_SKILL_DIR} && .venv/bin/python your_script.py
  

非交互环境下 main.py 不可用

• 症状：select_folder() 中的 input() 阻塞或 EOFError
• 原因：main.py 使用交互式 input() 选择收藏夹
• 解决：不调用 python -m src，而是编写自定义脚本直接调用 BilibiliAPI：
  1. 用 api.get_favorites_list() 获取列表
  2. 按名称匹配目标收藏夹（如 f.title == '代码'）
  3. 调用 api.get_videos_from_folder() + random.choice() 选视频
  4. 调用 summarizer.generate_summary() + pdf_generator.generate_pdf()
  5. 将 venv Python 路径写在脚本开头，用 terminal 执行

没有字幕时的降级策略

• 症状：video.subtitle_url 为空，总结质量受限
• 处理：基于视频简介（video.desc）和评论手动构建 summary JSON，然后直接调用 pdf_generator.generate_pdf() 渲染 PDF。总结质量取决于简介的详细程度。

收藏夹API返回-400

• 症状：/x/v3/fav/folder/created/list-all 返回 {"code":-400,"message":"请求错误"}
• 原因：up_mid 参数不能为0，必须传入真实UID
• 解决：先调用 /x/web-interface/nav 获取当前登录用户的 mid，再用该 mid 请求收藏夹列表：

  r = requests.get('https://api.bilibili.com/x/web-interface/nav', cookies=cookies, headers=headers)
  mid = r.json()['data']['mid']
  # 然后用 mid 请求收藏夹
  r2 = requests.get('https://api.bilibili.com/x/v3/fav/folder/created/list-all', params={'up_mid': mid}, ...)
  

protobuf导入方式

• 症状：import protobuf 报 ModuleNotFoundError
• 解决：protobuf 包的导入路径是 from google.protobuf import ...，不是 import protobuf

Cookie过期

• 症状：API返回 code=-101 或 "请先登录"
• 解决：重新从浏览器获取Cookie并更新 .env

没有字幕

• 症状：提示"该视频没有字幕"
• 处理：程序会根据标题、简介和评论生成总结，内容会较简略
• 字幕获取策略：代码会依次尝试两个API接口获取字幕：
  1. /x/web-interface/view — 获取AI生成的CC字幕
  2. /x/player/wbi/v2 — 获取UP主上传的字幕（作为fallback）
  • 优先选择中文字幕，没有中文则取第一个可用字幕
  • 如果两个接口都没有字幕，说明该视频确实没有可用字幕

长视频处理策略

根据视频时长自动选择字幕处理方式，避免token溢出和内容丢失：

• 重叠区作用：防止一句话被生硬劈成两半导致上下文断裂
• 分段概括：每段独立提炼关键信息，保留技术术语和操作步骤
• 合并总结：所有段的概括合并后再做最终结构化总结

弹幕解析失败

• 症状：弹幕数量为0
• 处理：不影响主流程，字幕和评论仍可正常获取

收藏夹为空

• 症状：提示"收藏夹中没有视频"
• 解决：选择其他收藏夹，或先收藏一些视频

沙箱环境DNS不通，curl可以

• 症状：Python requests 报 Name or service not known 或 ConnectionError，但 curl 同样的URL能通
• 原因：Python 的 socket.getaddrinfo() DNS 解析器在沙箱中被限制，而 curl 用独立的 DNS 解析器（c-ares/libcurl）
• 解决：bilibili_api.py 的 _get() 方法已内置 curl fallback——requests 失败时自动切换到 subprocess+curl
• 验证：cd ${HERMES_SKILL_DIR} && .venv/bin/python -c "from src.bilibili_api import BilibiliAPI; ..." 如果走 curl 路径会正常返回

weasyprint安装问题

• 症状：ImportError或字体渲染异常
• 解决：
  • Windows: pip install weasyprint 会自动安装GTK依赖
  • 如有问题，参考 https://doc.courtbouillon.org/weasyprint/stable/first_steps.html

Verification

验证skill正常工作：

1. 配置验证：运行后不应提示"缺少配置项"
2. API验证：应能成功获取收藏夹列表
3. 数据验证：应能获取视频详情和评论
4. 输出验证：output/ 目录应生成PDF文件
5. 记忆验证：再次运行应跳过已处理的视频

可选功能验证（需安装 ChromaDB）：

# 验证向量搜索功能
python -m src --stats
# 应显示向量库统计信息

测试命令：

hermes --toolsets skills -q "用bilibili-reader从收藏夹随机总结一个视频"