Bilibili Video Analyzer
Description
B站视频内容分析工具。提供视频URL后，自动下载视频、拆解成帧图片，然后使用AI分析内容，最终生成高质量的专题文档或实操教程。
核心特点:
- 不是简单的时间线记录，而是重新组织整理成一篇完整的文档
- 实操类视频 → 生成可直接使用的操作教程
- 知识类视频 → 生成结构化的专题文档
- 报告中插入关键截图，使用
格式
Source & Documentation
Installation
1. 安装.NET 10 SDK
脚本使用.NET 10 单文件执行功能，需要安装.NET 10 SDK。
下载地址: https://dotnet.microsoft.com/download/dotnet/10.0
验证安装:
dotnet --version2. 安装 FFmpeg
Windows:
# Chocolatey
choco install ffmpeg
# 或 Scoop
scoop install ffmpeg
# 或手动下载: https://ffmpeg.org/download.htmlmacOS:
brew install ffmpegLinux:
# Ubuntu/Debian
sudo apt install ffmpeg
# CentOS/RHEL
sudo yum install ffmpeg验证安装:
ffmpeg -versionTrigger
/bilibili-analyzer命令- 用户请求分析B站视频
- 用户提供B站视频链接并要求分析
Provided Script
本 skill 提供了 scripts/prepare.cs 脚本用于下载视频和提取帧图片。
脚本位置: skills/tools/bilibili-analyzer/scripts/prepare.cs
运行方式: 使用.NET 10 单文件执行功能
使用方法
# 基本用法
dotnet run scripts/prepare.cs "<视频URL>" -o <输出目录>
# 示例
dotnet run scripts/prepare.cs "https://www.bilibili.com/video/BV1xx411c7mD" -o ./output
# 长视频（降低帧率）
dotnet run scripts/prepare.cs "https://www.bilibili.com/video/BV1xx411c7mD" -o ./output --fps 0.5参数说明
| 参数 | 说明 | 默认值 |
|---|---|---|
url | B站视频URL（必需） | - |
-o, --output | 输出目录 | 当前目录 |
--fps | 每秒提取帧数 | 1.0 |
--similarity | 相似度阈值（0-1），超过此值的相邻帧会被去重 | 0.80 |
--no-dedup | 禁用相似帧去重 | false |
--video-only | 只下载视频，不提取帧 | false |
--frames-only | 只提取帧（需已有video.mp4） | false |
相似帧去重
脚本会自动对相邻帧进行相似度检测，去除相似度超过阈值（默认80%）的重复帧：
- 使用 ffmpeg 的 SSIM/PSNR 算法计算相似度
- 只比较相邻帧，不会跨帧比较
- 去重后自动重新编号（frame_0001.jpg, frame_0002.jpg,...）
- 可通过
--similarity 0.85调整阈值 - 可通过
--no-dedup禁用去重
输出结构
<输出目录>/
├── video.mp4 # 下载的视频文件
└── images/ # 帧图片目录
├── frame_0001.jpg
├── frame_0002.jpg
├── frame_0003.jpg
└── ...Workflow (Prompt)
你是一个视频内容分析助手。当用户提供B站视频链接时，按以下步骤执行：
Step 1: 下载视频并拆帧
使用提供的脚本下载视频并拆解成帧图片：
dotnet run skills/tools/bilibili-analyzer/scripts/prepare.cs "<视频URL>" -o <输出目录>注意事项:
- 短视频（<10分钟）: 使用默认
--fps 1 - 中等视频（10-30分钟）: 使用
--fps 0.5 - 长视频（>30分钟）: 使用
--fps 0.2
Step 2: 分析帧图片
使用 Task 工具分批并行分析 images/ 目录中的图片。
分批策略（根据总图片数动态计算）:
| 总图片数 | 分批数量 | 每批图片数 |
|---|---|---|
| 1-30 | 1 批 | 全部 |
| 31-60 | 2 批 | 约 15-30 张/批 |
| 61-120 | 3 批 | 约 20-40 张/批 |
| 121-200 | 4 批 | 约 30-50 张/批 |
| 200+ | 5 批 | 平均分配 |
计算公式:
总图片数 <= 30: 1 批
总图片数 <= 60: 2 批
总图片数 <= 120: 3 批
总图片数 <= 200: 4 批
总图片数 > 200: 5 批
每批图片数 = 总图片数 / 分批数量（向上取整）示例：假设有 85 张图片 → 分 3 批
Task 1: 分析 frame_0001.jpg ~ frame_0029.jpg（29张）
Task 2: 分析 frame_0030.jpg ~ frame_0058.jpg（29张）
Task 3: 分析 frame_0059.jpg ~ frame_0085.jpg（27张）Task Prompt 模板:
读取并分析 <输出目录>/images/ 目录下的 frame_0001.jpg 到 frame_0020.jpg（共20张图片）。
【重要要求】
你的响应必须是这些图片内容的【完整详细报告】，不要省略任何信息。
对每张图片，详细记录：
1. **帧号**: frame_xxxx.jpg
2. **场景类型**: 代码编辑器/终端/浏览器/PPT/对话/其他
3. **界面内容**:
- 窗口标题、菜单、按钮等UI元素
- 当前打开的文件/页面
4. **文字内容**:
- 完整转录屏幕上的所有文字
- 代码内容（完整复制，保留格式）
- 终端命令和输出
- 注释和说明文字
5. **操作动作**:
- 鼠标位置、点击目标
- 正在进行的操作
6. **关键信息**:
- 重要的配置项
- 关键步骤说明
- 错误信息或警告
【输出格式】
## frame_0001.jpg
- 场景: [场景类型]
- 内容: [详细描述]
- 文字/代码:[完整的文字或代码内容]
- 操作: [正在进行的操作]
- 要点: [关键信息]
## frame_0002.jpg
...
【注意】
- 不要省略任何图片
- 代码和文字必须完整转录
- 信息越详细越好分析要点:
- 完整转录所有文字和代码内容
- 详细描述界面元素和操作步骤
- 记录每张图片的关键信息
- 标注重要的截图帧号（如 frame_0042.jpg）
Step 3: 生成文档
根据视频类型，将分析结果重新组织整理成 视频分析.md：
判断视频类型:
- 实操类: 编程教程、软件操作、配置演示等
- 知识类: 概念讲解、原理分析、经验分享等
【关键】图片与内容必须严格对应:
错误示例 ❌:
### 安装 Node.js
首先下载 Node.js...
 ← 图片可能是其他内容
正确示例 ✅:
### 安装 Node.js
首先下载 Node.js...
 ← 图片确实是下载页面生成文档的正确流程:
- 先整理所有 Task 返回的分析结果
- 汇总所有帧的分析内容 - 建立「帧号 → 内容」的对应关系
- 按主题重新组织内容（不是按时间顺序）
- 将相关内容归类到同一章节 - 确定每个章节需要哪些帧的信息
- 插入图片时必须核对
- 只插入与当前内容直接相关的图片 - 图片描述要准确反映图片实际内容 - 使用格式: 
- 代码必须来自图片中的实际代码
- 不要自己编造代码 - 代码块标注来源: <!-- 来自 frame_0025 -->
重要原则:
- 图文对应 - 每张图片必须与其上下文内容匹配
- 不要时间线流水账 - 重新组织内容，像写文章一样
- 结构清晰 - 有章节划分和逻辑顺序
- 代码真实 - 只使用图片中出现的代码，不要编造
- 独立可读 - 不看视频也能完全理解
Output Format
实操教程类
# {教程主题}
## 简介
{教程目标}
{前置条件和要求}
## 环境准备
{需要安装的软件}
{配置要求}
## 操作步骤
### 1. {步骤标题}
{详细说明，内容必须与下方图片对应}
<!-- 代码来自 frame_xxxx -->2. {步骤标题}
{详细说明}
...
完整代码
<!-- 汇总自 frame_xxxx, frame_xxxx, frame_xxxx --> {汇总所有代码片段，标注来源帧号}
常见问题
{可能遇到的问题和解决方案}
总结
{核心要点回顾} {延伸学习建议}
### 知识文档类
{主题}
概述
{主题背景介绍} {为什么重要}
{章节1标题}
{内容，必须与配图对应}
{章节2标题}
{内容}
核心要点
- 要点1
- 要点2
- 要点3
延伸阅读
{相关资源和建议}
### 图片插入规范
| 规则 | 说明 |
| --- | --- |
| **帧号必须标注** | `` |
| **描述必须准确** | 描述图片的实际内容，不是期望内容 |
| **内容必须匹配** | 图片上方/下方的文字必须与图片内容相关 |
| **代码标注来源** | `<!-- 代码来自 frame_0025 -->` |
| **不要乱插图** | 没有合适的图就不插，不要强行配图 |
## API Reference
### Bilibili API
脚本使用 Bilibili 官方 API 下载视频：
获取视频信息
GET https://api.bilibili.com/x/web-interface/view?bvid=BV1xx411c7mD
获取播放地址
GET https://api.bilibili.com/x/player/playurl?bvid=BV1xx411c7mD&cid={cid}&qn=80&fnval=1
API 文档: [https://github.com/SocialSisterYi/bilibili-API-collect](https://github.com/SocialSisterYi/bilibili-API-collect)
### FFmpeg 拆帧命令
每秒1帧
ffmpeg -i video.mp4 -vf "fps=1" -q:v 2 images/frame_%04d.jpg
每秒0.5帧（每2秒1帧）
ffmpeg -i video.mp4 -vf "fps=0.5" -q:v 2 images/frame_%04d.jpg
指定时间范围
ffmpeg -i video.mp4 -ss 00:01:00 -to 00:05:00 -vf "fps=1" -q:v 2 images/frame_%04d.jpg
提取关键帧（场景变化）
ffmpeg -i video.mp4 -vf "select='gt(scene,0.3)'" -vsync vfr -q:v 2 images/frame_%04d.jpg
更多选项: [https://ffmpeg.org/ffmpeg.html](https://ffmpeg.org/ffmpeg.html)
## Examples
### 示例1: 分析编程教程
1. 下载并拆帧
dotnet run scripts/prepare.cs "https://www.bilibili.com/video/BV1xx411c7mD" -o ./react-tutorial
2. 分析图片（使用 Task 工具）
3. 生成 react-tutorial/视频分析.md
### 示例2: 分析长视频
降低帧率，减少图片数量
dotnet run scripts/prepare.cs "https://www.bilibili.com/video/BV1xx411c7mD" -o ./long-video --fps 0.2
### 示例3: 只下载视频
dotnet run scripts/prepare.cs "https://www.bilibili.com/video/BV1xx411c7mD" -o ./output --video-only
## Quality Checklist
生成文档前，**逐项检查**以下要求：
### 内容质量
- 内容重新组织，不是时间线流水账
- 章节结构清晰，有逻辑顺序
- 不看视频也能理解全部内容
- 包含环境准备/前置条件说明
- 包含总结和核心要点
### 图文对应（重要！）
- 每张图片都标注了帧号: ``
- 图片描述准确反映图片**实际内容**
- 图片上下文的文字与图片内容**直接相关**
- 没有随意插入不相关的图片
- 代码块标注了来源帧号: `<!-- 来自 frame_xxxx -->`
### 代码质量
- 代码来自图片中的实际代码，不是编造的
- 代码片段完整，可直接复制使用
- 完整代码章节汇总了所有代码并标注来源
## Tags
`bilibili`, `video-analysis`, `ai`, `frame-extraction`, `markdown`, `tutorial`, `ffmpeg`, `dotnet`
## Compatibility
- Codex: Yes
- Claude Code: Yes