知析学习管道 gtbwpkwjnb-alt/learn-skill

知析 zhixi-learn v5.6.0

Agent 原生学习管道。 分享链接或本地媒体 → 链接规范化 → 字幕优先提取或弹性转写 → 关键帧 OCR → 证据优先的 Map-Reduce-Verify → 层级化知识卡片与知识库导入。

Agent 原生学习管道。 分享文案或本地音视频 → 短链/推广参数清洗 → 字幕优先与可恢复转写 → 关键帧 OCR → 全文 Map-Reduce-Verify → 层级化知识卡片（章节、思维导图、亮点、术语、闪卡）→ Obsidian/思源导入。

🚀 快速安装 / 快速安装

git clone git@github.com:gtbwpkwjnb-alt/learn-skill.git
cd learn-skill
pip install yt-dlp faster-whisper hearsay requests

系统依赖

| 工具 | 安装 |
| ffmpeg | winget install Gyan.FFmpeg / brew install ffmpeg / apt install ffmpeg |
| Python 3.10+ | python --version 确认 |

✨ 特性 / 特性

| 特性 | 说明 |
| 🌐 网络自适应 | 自动检测 GFW，筛选可用平台 |
| 🔍 8 平台支持 | 抖音 · TikTok · B站 · YouTube · 播客 · 微信 · 小红书 · 本地文件 |
| 👤 抖音主页批量学习 | 自动枚举 /aweme/post 分页、按作品 ID 去重并报告页面计数差异 |
| 🔍 中文界面 OCR | PP-OCRv6（隔离环境）→ 旧 PaddleOCR → Tesseract |
| 🏗 当前 Agent 证据分析 | 全文分段 Map → Reduce 汇总 → 本地证据 Verify；技能激活后使用当前 agent 的会话模型，不依赖外部模型 API |
| 📑 层级化输出 | 章节分解 + Mermaid 思维导图 + 3段式总结 |
| 📤 双知识库导入 | Obsidian（默认）+ 思源回退 + 本地 Markdown |
| 📦 可恢复任务 | SQLite 任务账本 + 工件清单 + 断点续传；成功导入后默认清理本地工件 |
| 🔒 安全边界 | 主脚本只做本地提取与证据保存，不读取或调用外部模型 API |

文件保存规则

- 处理中工件：learn-output/_tasks//，用于断点续传、转录、关键帧与分析中间结果。
- 导入 Obsidian 后的笔记：/learn/-.md，仅保留 Markdown 和引用的关键帧/资产。
- 导入成功后默认清理该任务的本地工件；SQLite 账本仍保留来源链接和最终笔记路径。需要保留工件时加 --keep-local。

🎯 用法 / 使用

作为 AI 技能

知析 https://www.bilibili.com/video/BV1GJ411x7h7 zhixi https://v.douyin.com/xxxxx/ 学习一下这个视频 https://b23.tv/xxx

命令行

单条处理
python zhixi-learn.py "https://www.bilibili.com/video/BV1GJ411x7h7"

批量处理
python zhixi-learn.py "url1" "url2" "url3"

抖音博主主页（自动枚举公开可访问视频）
python zhixi-learn.py "https://www.douyin.com/user/..."

仅提取内容（跳过 AI 分析和导入）
python zhixi-learn.py "url" --extract-only

预览（dry-run）
python zhixi-learn.py "url1" "url2" --dry-run

分享文案、短链与推广参数会自动清洗；仅预览清洗结果时：
python zhixi-learn.py "6.12 复制打开抖音，https://v.douyin.com/xxxxx/?share_token=.../" --dry-run

不访问网络解析短链（仍会移除推广参数）：
python zhixi-learn.py "https://b23.tv/xxxxx?spm_id_from=333" --dry-run --no-resolve-links

🏗 架构 / 架构

URL → 🌐 Network Detect → 🔍 Platform Detect → 📥 Extract
↓
🧹 Text Processing → 🤖 Current Agent Analysis (current session model; no external API by default)
↓ ├─ Category + Tags
↓ ├─ 3-paragraph Summary (TL;DR→Detail→Implications)
↓ ├─ Chapters (title + timestamp + points)
↓ ├─ Highlights + Glossary + Rating
↓ └─ Flashcards + Deep Questions
↓
📄 Hierarchical Markdown (Mermaid mindmap + all sections)
↓
📤 Import → Obsidian / SiYuan fallback / Local

输出示例

视频标题

📊 快速概览 [3段层级总结] 🧭 内容结构 [mermaid mindmap] 📑 章节分解 📍 章节1 ⏱ 00:00 — 要点... 📍 章节2 ⏱ 05:30 — 要点... ⭐ 核心亮点 📚 关键术语 🃏 复习闪卡 🤔 深度思考 🤖 AI 分类

📁 Directory Structure / 目录结构

learn-skill/
├── zhixi-learn.py # 主入口（知析 v4.0） ├── SKILL.md # 技能定义 ├── scripts/ │ ├── assemble_md.py # Markdown 组装工具 │ ├── extract_douyin.py # 抖音/TikTok 提取管线 │ ├── kb_router.py # 知识库自动路由 │ └── legacy/ # 旧版独立脚本 ├── references/ │ ├── platforms.md # 平台提取详情 │ ├── siyuan-api.md # 思源 API 参考 │ └── troubleshooting.md # 故障排查 ├── .env.example # 配置模板 └── README.md

🔧 Configuration / 配置

复制 .env.example 为 .env，填写必要变量：

| 变量 | 必需 | 说明 |
| SIYUAN_TOKEN | ❌ | 思源 API token（导入思源时必需） |
| BILI_COOKIE | ❌ | B站 Cookie（获取高质量字幕） |
| OBSIDIAN_VAULT | ❌ | Obsidian 库路径 |

📊 v3 → v4 升级亮点

| 改进 | v3 (learn) | v4 (zhixi-learn) |
| AI 分析入口 | 外部 API 串行调用 | 当前 agent 会话模型（主脚本不调用外部模型） |
| 章节分解 | ❌ | ✅ 带时间戳+要点 |
| 思维导图 | ❌ | ✅ Mermaid |
| 层级化总结 | ❌ | ✅ 3段式 |
| 输出模板 | 平面 | 层级化 |
| 测试覆盖 | ❌ | ✅ 35 项 pytest |
| 代码可维护性 | 单函数 200+ 行 | 7 个辅助函数 |

🚀 DeepSeek Harness 插件市场

本仓库同时是 DeepSeek Harness（dsh）技能包插件，可通过 dsh 插件系统安装：

dsh plugin --profile web add github:gtbwpkwjnb-alt/learn-skill

安装后重启 dsh web，技能出现在 Settings → Plugins，按需懒加载（渐进式披露）。技能包由本仓库根目录的 SKILL.md 提供，cordis.patch.yml + index.js 为插件外壳（只读 skill provider，无工具、无凭据、无网络请求）。

- 测试兼容版本：dsh v0.1.1-rc.2（2026-08-22）。预览期版本迭代快，若 API 变更请以官方文档为准。
- 技能格式：kebab-case 名称 + name/description frontmatter，与 dsh 技能契约一致。
- 插件外壳无 npm 依赖，可从 GitHub 直装。

📄 License

MIT