自动提取 Bilibili 视频字幕并分块处理，支持 LLM 智能总结，适用于知识类视频的要点提炼与内容分析。
说明：
## 核心用法
Bilibili 字幕下载器是一个自动化工具链，通过 Python 脚本与 AI 子智能体协作，实现从 Bilibili 视频到结构化内容总结的全流程处理。系统支持两种内容形态：普通视频（BV 号）与 Bilibili 课程（SS/EP 号），用户仅需提供视频标识符即可触发完整工作流。
### 技术实现路径
1. **字幕提取层**：通过 `download_and_chunk.py` 或 `cheese_downloader.py` 脚本调用 Bilibili 公开 API，获取 CC 字幕数据并执行 Token 感知分块（Token-aware chunking），确保每个文本块符合 LLM 上下文窗口限制。
2. **身份认证**：采用二维码扫码登录机制，Cookie 持久化存储于 `~/.openclaw/workspace/bilibili_cookie.txt`，避免重复认证。
3. **智能总结层**：通过子智能体并行处理分块文件，使用结构化 Prompt 提取技术细节、数据点与逻辑脉络，最终聚合为完整摘要。
## 显著优点
– **全流程自动化**：从 URL 到结构化总结无需人工干预，大幅降低视频内容处理的时间成本
– **分块策略科学**：基于 Token 而非字符数分块，适配不同 LLM 的上下文限制
– **多形态兼容**：同时支持普通视频与付费课程的字幕获取
– **可扩展架构**：子智能体模式便于定制不同风格的总结输出（学术/通俗/技术导向）
## 潜在局限与风险
### 技术局限
– 依赖 Bilibili 官方 CC 字幕，无字幕视频无法处理
– 字幕时间戳信息被剥离，无法还原精确的时间轴引用
– 分块边界可能造成语义割裂，影响跨段落逻辑的理解
### 合规与版权风险
– 下载行为需遵守 Bilibili 用户协议，批量获取可能触发风控
– 课程类内容（Cheese）涉及付费版权，商业使用存在法律边界
– 字幕内容的二次分发需考虑原作者权益
## 适合人群
– **研究人员**：快速扫描大量知识类视频，建立文献笔记
– **内容创作者**：追踪竞品分析、行业趋势视频的核心论点
– **学习者**：将长视频课程转化为可检索的文本知识库
– **AI 工作流开发者**：作为 RAG 系统的视频内容数据源
## 安全与可信度评估
– **来源可信度**：T2（依赖 Bilibili 官方 API，脚本经代码审查但未经渗透测试）
– **安全等级**：B（涉及本地文件系统操作与 Cookie 持久化，需信任脚本来源）
– **主要风险点**：Cookie 存储的本地安全性、Bilibili API 的 rate limit 与封号风险、付费内容的版权合规性
会员专属
