bilibili-analyzer

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 工具 用途 文档 FFmpeg 视频拆帧 官网 / 文档 Bilibili API 视频下载 API文档 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 --version 2. 安装 FFmpeg Windows: # Chocolatey choco install ffmpeg # 或 Scoop scoop install ffmpeg # 或手动下载: https://ffmpeg.org/download.html macOS: brew install ffmpeg Linux: # Ubuntu/Debian sudo apt install ffmpeg # CentOS/RHEL sudo yum install ffmpeg 验证安装: ffmpeg -version Trigger /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: 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} 代码块 ### 2. {步骤标题} {详细说明} ... ## 完整代码 {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 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&#x26;cid={cid}&#x26;qn=80&#x26;fnval=1 API 文档: 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 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: 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 Weekly Installs319Repositoryaidotnet/moyucodeGitHub Stars74First SeenJan 28, 2026Security AuditsGen Agent Trust HubPassSocketPassSnykFailInstalled onopencode296codex289gemini-cli283cursor279github-copilot279kimi-cli268