Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
为 Bilibili、YouTube 及本地视频提供 AI 视频摘要和知识库.AI video summarizer and knowledge base for Bilibili, YouTube and local videos.
| Date | Stars |
|---|---|
| 2026-07-24 | 423 |
| 2026-07-25 | 426 |
| 2026-07-28 | 439 |
| 2026-07-30 | 442 |
| 2026-08-06 | 442 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
15.0
growth rate 0.00%/day
<div align="center">
# BiliSum
**AI 视频总结与知识库工具**
把 B 站、YouTube 和本地视频，沉淀成可检索、可追问、可导出的知识笔记。
[](https://www.python.org/downloads/)
[](https://opensource.org/licenses/MIT)
[](#)
[快速开始](#-快速开始) · [产品特性](#-产品特性) · [技术栈](#️-技术栈) · [贡献指南](#-贡献指南)
</div>
---
> 深度优化 B 站体验，同时支持 YouTube 与本地视频。自动转写、总结、图文笔记、思维导图、知识库 RAG 问答，数据全部落本地。
<div align="center">
<img src="docs/pic/mainpage.png" alt="BiliSum 首页" width="800"/>
</div>
## 产品特性
```
B 站 / YouTube / 本地视频 → 转写 → 文本笔记 → 图文笔记 → 思维导图 → 知识库
↓ ↓ ↓
B 站扫码登录 可回溯的任务历史 AI 检索问答
```
### 图文笔记（VLM 理解型） `新增`
VLM 理解型图文笔记是一版从零设计的笔记生成方式：VLM 阅读原始笔记和所有截图的客观信息，以画面为线索重新组织文章结构。每张图跟在对应知识段落后面，不是原文里插几张图，也不是把所有截图堆在末尾。
- 支持 OpenAI / Anthropic / 兼容接口 / 自定义端点作为视觉模型
- 帧描述→客观事实列表，从源头杜绝流水账描述
- 精选配图（3-6 张），段落与图片交替呈现
- 合成超时 300s，预过滤低质量帧
在设置页 → 图文笔记形式中选择「VLM 理解型图文笔记」启用。
> VLM 模式会调用多模态模型处理截图，API 费用比纯文本高。想控制成本可以把「最多截图数」调小或「截图最小间隔」调大。超长视频的笔记可能偏简略，截图逻辑还在优化中——设置页可以自定义截图规划的提示词。
<div align="center">
<img src="docs/pic/visual-note.png" alt="VLM 理解型图文笔记" width="800"/>
<p><i>VLM 理解型图文笔记：段落与截图交替排列，禁止图片堆积末尾</i></p>
</div>
### 视觉模型独立配置 `新增`
画面理解和图文笔记合成可以独立配置视觉模型，不再跟随主 LLM。支持多提供商自动适配——选中 OpenAI / Anthropic / 兼容接口后，图片格式、端点、认证全部自动切换。第三方端点图片请求不兼容时也会自动回退。
<!-- TODO: 待补充视觉模型设置页截图 visual-settings.png -->
### 文本笔记 / 思维导图
- LLM 摘要：不只是压缩，而是识别论点、案例、结论，生成结构化知识卡片
- 思维导图：线性视频转放射状知识网络，支持缩放、拖拽、节点高亮
- 转写全文：章节时间轴 + 关键句定位，数学公式和代码块自动格式化
- 重跑机制：换套模型重生成摘要，不满意就再来
<div align="center">
<img src="docs/pic/mindmappage.png" alt="BiliSum 思维导图" width="800"/>
<p><i>线性视频转放射状知识网络，一眼看清内容结构和逻辑脉络</i></p>
</div>
### 知识库
- 跨视频 RAG 检索问答，语义搜索 + 关键词搜索
- 自动/手动标签，标签关系网络可视化
- 支持本地 LLM，断网也能用
<div align="center">
<img src="docs/pic/knowledge.png" alt="BiliSum 知识库" width="800"/>
<p><i>跨视频 AI 检索与问答，标签管理，可生长的知识体系</i></p>
</div>
### Twelve Labs Pegasus 视频理解（可选） `新增`
针对本地视频，可选开启 [Twelve Labs](https://twelvelabs.io/) 的 Pegasus 视频理解模型。Pegasus 直接“看”视频画面（演示步骤、界面操作、图表、代码、实验结果等），生成一段视频理解摘要，并自动并入知识笔记、随之进入知识库。它与基于转写文本的 LLM 摘要互补——当画面信息无法从字幕/转写获知时尤其有用。
- 完全可选、不改默认行为：默认关闭，未配置或调用失败都会安静跳过，不影响原有摘要与知识笔记。
- 仅对本地视频文件生效（直接读取磁盘上的原始视频）。
- 在设置页 → Twelve Labs Pegasus 视频理解中填入 API Key 并开启。
- 复用现有 `httpx` 直连 REST API（`/v1.3/analyze`），不引入额外依赖。
```env
VIDEO_SUM_TWELVELABS_SUMMARY_ENABLED=true
VIDEO_SUM_TWELVELABS_API_KEY=tlk-your-key
VIDEO_SUM_TWELVELABS_MODEL=pegasus1.5
```
> 可在 https://twelvelabs.io 免费申请 API Key，有较慷慨的免费额度。
### 多 P 视频与全集总结
自动检测分 P 视频，支持选择单个分 P 或批量创建任务。全集总结模式可聚合所有分 P 内容生成一篇总笔记。
### ASR 转写
- SiliconFlow ASR：长音频自动切片 + 并发识别，突破 60 分钟限制
- **FunASR（QwenASR）**：阿里本地语音识别引擎，中文效果超越 Whisper，CPU 速度约 34 倍，GPU 约 13 倍。支持 VAD / 自动标点 / 说话人识别
- 多模态 ASR：支持 OpenAI 兼容的音频模型（如 mimo-v2-omni），切片时长和重试次数可调
- 本地 Whisper：CPU / CUDA 可选
### 导入导出
- 导入：B 站链接、YouTube 链接、本地视频文件（mp4 / mkv / mov / webm）
- 导出：Markdown、Obsidian 格式，一键打包笔记和截图
### B 站风控
桌面端内置扫码登录，自动保存 Cookies。也支持手动导入 cookies.txt。
### 桌面端 `macOS 新增`
- Windows / macOS 双平台，自绘窗口栏，统一 UI 风格
- 动画启动画面
- 应用内自动更新，设置页一键检查新版本
## 技术栈
| 模块 | 技术选型 |
|------|----------|
| 桌面端 | Electron + React + TypeScript + Vite |
| 后端服务 | FastAPI + SQLite |
| 视频下载 | yt-dlp |
| 语音转写 | SiliconFlow ASR / 多模态 ASR / 本地 Whisper / FunASR（QwenASR） |
| 摘要生成 | OpenAI-compatible / Anthropic Claude / 本地规则降级 / Twelve Labs Pegasus 视频理解（可选） |
| 视觉模型 | OpenAI / Anthropic / 兼容接口（自动格式适配） |
| 知识库 RAG | Embedding 向量检索 + LLM Agent |
| 思维导图 | ReactFlow |
| 知识网络 | D3 Force Graph |
| 打包分发 | PyInstaller onedir + electron-builder + Docker |
## 快速开始
### 环境要求
- Python **3.12**
- Node.js **20+**
- Windows / macOS
- 可选：`ffmpeg`、CUDA
### 安装依赖
```powershell
uv sync --python 3.12 --all-packages
npm install --prefix .\apps\desktop
```
### 环境变量
```powershell
Copy-Item .env.example .env
```
编辑 `.env`：
```enExcerpt of 8,292 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:1f7572c7c312e82d, topic:rag, desc:knowledge base
matched fp:1f7572c7c312e82d, topic:whisper