bilibili-notion-pipeline（bilibili Notion pipeline 音频）

Skill-First Bilibili → Notion Pipeline

这个 skill 现在的定位是：

Skill-first，agent-enhanced。

也就是说：

1. Skill 是主体

- 下载视频 - 抽音频 - 转写文本 - 上传视频 - 创建/更新 Notion 页面 - 写入正文 blocks - 清理临时文件

1. Agent 是增强层

- 页面是新建还是更新 - 是否替换旧正文 - 文后总结怎么写 - 需要给用户回报哪些进度 - 出错时如何切换兜底路径

什么时候用

当用户提出类似请求时触发：

• “把这个 B 站视频整理进 Notion”
• “下载、转写、上传并写 Notion”
• “给这篇整理字幕页补结构梳理和核心观点”
• “把视频内容做成正文 + 文后总结”
• “把 B 站内容入库到 Notion，并保留下载链接”

为什么它首先是 Skill

因为这套流程的大部分工作，都是：

• 可重复
• 低自由度
• 易脚本化
• 需要稳定执行

所以优先应该交给 scripts/，而不是每次让 agent 临场重写。

标准流程

推荐：一键 run

python skill/bilibili-notion-pipeline/scripts/pipeline.py run \
  --url "<b23或BV链接>" \
  --cleanup-mode temp

如果已经有人写好了 Markdown 总结：

python skill/bilibili-notion-pipeline/scripts/pipeline.py run \
  --url "<b23或BV链接>" \
  --markdown-file /path/to/summary.md \
  --require-summary \
  --cleanup-mode temp

run 会按顺序执行：

1. 解析视频
2. 下载视频
3. 抽取音频
4. 转写正文
5. 上传视频
6. 创建 / 更新 Notion 页面
7. 写入正文 blocks
8. 可选追加 Markdown 总结
9. 回读校验页面结构
10. 清理本地中间文件

分步模式（需要人工插入总结时）

1）执行 prepare

python skill/bilibili-notion-pipeline/scripts/pipeline.py prepare --url "<b23或BV链接>"

如果用户明确给了已有 Notion 页面：

python skill/bilibili-notion-pipeline/scripts/pipeline.py prepare \
  --url "<链接>" \
  --page-id "<notion_page_id>" \
  --replace-children

prepare 会输出 JSON，记下：

• page_id
• notion_url
• transcript_path
• metadata_path
• download_url

2）阅读转写正文

用 read 读取 transcript_path，判断：

• 主题是否跑偏
• 识别质量是否可接受
• 是否需要人工干预
• 文后总结应该如何组织

3）补文后总结

先按固定结构写 Markdown：

• ## 结构梳理
• ## 核心观点
• ## 关键概念

可参考：

• references/summary-template.md
• references/workflow.md

4）把总结追加到 Notion

python skill/bilibili-notion-pipeline/scripts/pipeline.py append-summary \
  --page-id "<page_id>" \
  --markdown-file "/path/to/summary.md"

5）回读校验

python skill/bilibili-notion-pipeline/scripts/pipeline.py verify \
  --metadata "<metadata_path>" \
  --require-summary

6）按需清理

默认建议删除：

• wav
• transcript txt

本地 mp4 是否删除，由用户决定：

python skill/bilibili-notion-pipeline/scripts/pipeline.py cleanup \
  --metadata "<metadata_path>" \
  --mode temp

如果用户明确不要保留视频：

python skill/bilibili-notion-pipeline/scripts/pipeline.py cleanup \
  --metadata "<metadata_path>" \
  --mode all

进度回报要求

长任务不要静默卡住。

至少在这些节点主动回报：

1. 已解析视频 / 已开始下载
2. 已开始转写
3. 已上传并拿到 download_url
4. 已写入 Notion 正文
5. 已补文后总结
6. 已完成回读校验
7. 已清理 / 保留了哪些本地文件

上传后端约定（简版）

这个 skill 把上传后端视为可替换组件，但当前自用实践里常见的是：

• https://stor.pull.eu.org/

执行时只需要关心它是否满足下面几件事：

1. 能上传 mp4 并返回公开 download_url
2. 最好支持较大的视频文件
3. 最好支持分片上传，降低长视频失败率
4. 如果带 WebDAV 或等价文件管理能力，会更利于整理、迁移和备份

当前这套能力受益于下列项目提供的思路与实现基础：

• https://github.com/MarSeventh/CloudFlare-ImgBed

如果后端底层依赖 Telegram 群组 / 频道这类平台型存储，要默认认为它是：

• 高性价比 的工程方案
• 但不是零风险永久存储

因此执行这条流程时，仍建议：

• 本地保留 metadata / transcript
• 是否删除本地 mp4，必须按用户明确偏好处理
• 不要把远端外链当成唯一副本

注意事项

• 不要把真实 token、cookies、profile、日志提交到仓库
• 官方字幕不可靠，默认准备 ASR 兜底
• 如果转写质量明显跑偏，不要硬写总结，先告知用户
• 更新已有页面时，只有在用户明确要求替换旧正文时才用 --replace-children
• 对外介绍时，优先把它说成 Skill 仓库；agent 能力属于增强层，而不是唯一身份