Repository navigation
Releases: xiaohui5206/let-ai-read-video
Releases · xiaohui5206/let-ai-read-video
Release list
v2.0.0 本地 Web UI：脱离 AI 一键生成文字稿与关键帧
Let AI Read Video! 更新日志：v1.0.0 → v2.0.0
写于 2026-10-07 ｜ 对比最初发布版与当前版本的全部演进。
版本时间线
| 版本 | 日期 | 主题 |
|---|---|---|
| v1.0.0 | 2026-07-22 | 首个公开发布：本地转写 + 自适应抽帧的 AI Skill |
| v1.1.0 | 2026-07-23 | 审查-补帧闭环、多P选集、缓存对齐、隐私脱敏 |
| v2.0.0 | 2026-10-07 | 本地 Web 界面：脱离 AI，双击即用 |
v1.0.0 有什么（基线）
- faster-whisper 本地 GPU 转写 + ffmpeg 场景感知抽帧
- 三种输入：B站链接 / 本地文件 / B站客户端缓存目录
- setup.py 环境自检与一键安装（不分发二进制）
- 使用方式：只能由 AI Agent 读 SKILL.md 驱动命令行
v1.1.0 新增
- 文稿-画面时间窗审查（review.json）与定向补帧（refine.py，两轮/120 帧上限）
- 帧记录实际解码 PTS（
actual_t）；选帧改"均匀骨架+场景点" - 多P/播放列表
--item（单集/区间/全部）；B站缓存音视配对与时间轴对齐 - URL 凭据脱敏；
setup.py --profile local；61 项测试
v2.0.0 新增（本次大版本）
全新：本地 Web 界面
- 标准库 http.server 实现，零新增第三方依赖，只监听 127.0.0.1；
启动WebUI.bat双击即用 - 来源三分（链接/本地文件/B站缓存）× 模式三种（单视频/多P勾选/批量）
- 文字稿、关键帧双通道独立进度条（日志锚点驱动、批次加权）；两产物可先后补生成
- 任务排队与取消（重型转写全局并发 1，Windows 进程树清理）；sqlite 持久化，刷新/重启不丢历史，中断任务诚实标记
全新：产物能力
- 中文命名产物副本：
文字稿.txt/文字稿.srt/关键帧/ - 关键帧导出 PDF：手写 PDF 生成器（零依赖、JPEG 原样嵌入），带时间标识、标题、页码，每页 1/2/6 帧版式可选
- 关键字定位关键帧：关键字回归文字稿时刻定向补帧，产出命中明细报告
- 关键帧去重：aHash + 亮度双判据，只标记不删图、界面可恢复；PDF/预览/副本数量口径一致
- 文字稿阅读区（搜索/时间戳联动/复制/下载）；帧图大图查看（方向键/复制时间戳）
修复与可靠性（基于真实媒体实测报告）
- 下载后 ffprobe 复检真实轨道，多集逐集复检（修漏抽帧误判成功）
- 产物级状态（成功/跳过/空/失败 + 原因），批次部分失败如实显示，后处理失败计入总状态
- 自定义帧数/间隔语义兑现承诺（间隔严格均匀，实测 0/5/10/15）
- 子进程日志流式转发，进度实时可见
- 同源媒体复用不重复下载；批量逐条独立缓存键，修复选集混用
- URL 全链路脱敏；API 严格类型校验；前端行内错误替代 alert
- 无障碍与响应式：label/tablist/progressbar/dialog 语义、窄屏无横向滚动
规模对比
| 指标 | v1.0.0 | v2.0.0 |
|---|---|---|
| 使用方式 | 仅 AI Agent | Web UI + AI Agent + CLI |
| 测试 | 无 | 245 单测 + 7 前端 + 38 真实 e2e 断言 |
| 产出物 | transcript + frames | + 中文副本、PDF、关键字报告、去重报告 |
| 任务管理 | 无 | 排队/取消/持久化/历史/失败诊断重试 |
始终未变的红线
零云端音视频 API；仓库不分发 ffmpeg/yt-dlp 二进制；RESULT_JSON 契约；不删除用户原文件。
v1.2.0 — 三大件产出：文字稿docx · 关键帧pdf · 详细阅读总结
新增 / Added
- 三大件产出：每读完一个视频，run 目录根部生成命名醒目的
【阅读总结】<标题>.md、【文字稿】<标题>.docx、【关键帧】<标题>.pdf——【】前缀让三者在文件管理器中排序相邻、一眼可辨。 - 一键交付脚本（
scripts/deliver.py）：读transcript.txt与frames.json生成 Word 文字稿与关键帧 PDF（封面 + 每页 2 帧 + 实际时间戳图注）；CJK 字体多级回退，支持--out-dir/--title/--font。 - 详细阅读总结模板（
references/summary-template.md）：视频信息 / 一句话总结 / 内容脉络 / 逐章详解 / 关键概念 / 亮点金句 / 总结启发；SKILL.md工作流新增第 7 步「产出三大件」。 setup.py依赖新增 reportlab 与 python-docx；tests/test_deliver.py新增单元测试（全量 83 项通过）。