SKILL.md
触发条件
当用户给出一个 B 站 UP 主页(space.bilibili.com/<mid> 或 b23.tv 短链),并要求“拉取最近 N 条视频并批处理”为研究资产时使用。
目标
- 下载:把最新 N 条视频下载到
imports/content/videos/bilibili/<mid>/ - 分析:对每个视频运行
videopipeline,产出state/video-analyses/<analysisid>/evidence.json与evidence_compact.md - (可选)后续由
digest-content读取evidence_compact.md生成 digest 并归档到 topic
依赖
ffmpeg(系统已安装即可)yt-dlp(建议安装到仓库 venv:.venv/bin/python -m pip install yt-dlp)
硬约束
- 不在 git 里提交下载的视频文件(
imports/默认不入 git) video_pipeline只处理本地文件;下载是独立步骤- 不写入任何 cookie/token 到仓库(如需登录态下载,只允许通过环境变量/本地配置注入)
SOP(推荐用 worker panes)
- Controller pane(主控)先设置接收通知
- 运行:scripts/tmuxsetcontroller_pane.sh
- Worker pane:批量下载 + 分析
- 对单个 UP(最近 30 条): - python3 scripts/bilibiliupbatch.py --up '<spaceorb23url>' --limit 30 --download --analyze --enable-ocr - 若你要节省时间(先跑转写,稍后再 OCR): - python3 scripts/bilibiliupbatch.py --up '<spaceorb23url>' --limit 30 --download --analyze
- Worker 完成后通知 controller
- scripts/tmuxnotifycontrollerdone.sh --topic <topicid或占位> --record <state/runs/...json> --status done
- 生成 digest(可选但推荐)
- 对每个 state/video-analyses/<analysisid>/evidencecompact.md 使用 digest-content 生成 digest; - 如需归档到 topic:再用 topic-ingest 更新 sources.md/timeline.md。