把「收藏夹里吃灰的视频」变成「可检索、可问答、可溯源到时间点的视频知识库」。
输入视频链接(B站 / YouTube / 本地文件),自动完成 下载 → 语音转写 → 画面识别 → 多模态文案对齐 → 结构化摘要 → 知识库入库,最终支撑「提问即答、答必溯源到视频时间点」的使用体验。
当前版本:V1.3.0(品牌视觉与 UI 统一) — 产品规划见 docs/PRD.md,各版本实施记录见 docs/plan/。
| 方式 | 适合谁 | 入口 |
|---|---|---|
| 📦 Windows 安装器 | 普通用户(零环境) | 从 Releases 下载 zhiying-setup.exe,装完双击桌面图标即用,服务常驻托盘 |
| 🌐 Web 界面 | 日常使用 | 浏览器打开 http://127.0.0.1:8600(Docker 部署自带,无需额外启动) |
| 🤖 Agent 对话(MCP) | AI 工具重度用户 | 对话里直接丢链接、直接提问(见 docs/MCP-SETUP.md) |
| ⌨️ CLI | 脚本/批量场景 | zhiying ingest <url> |
macOS 用户:官方
.dmg暂缓(PostgreSQL/pgvector 无 macOS 预编译包),请用 Docker 或本地 Python 路径。
从 Releases 最新版 下载 zhiying-setup.exe → 双击 → 中文向导选组件(完整含知识库 / 精简纯 md)→ 装完双击桌面「知映 zhiying」。
- 服务以托盘图标常驻(任务栏右下角),关浏览器服务继续运行
- 右键托盘「退出」才停止服务;数据在
%APPDATA%\zhiying,卸载不丢 - 无需安装 Python / PostgreSQL / Docker,完全离线
# 1) 配置(必填 2 项:DB 密码 + 模型 Key)
cp .env.example .env
# 2) 构建前端产物(首次)
cd ../zhiying-web && npm ci && npm run build && cd ../zhiying
# 3) 起全套(后端 + PostgreSQL + 前端托管)
docker compose up -d浏览器打开 http://127.0.0.1:8600 即用。详细步骤与排错见 docs/DEPLOY.md。
- 🎬 多源接入:B站 / YouTube / 本地文件上传 / 批量导入;断点续传,失败片段级重跑
- 🎙️ 三级转写降级:平台字幕 → 硅基流动 SenseVoiceSmall → 本地 Whisper(自动降级,保底可用)
- 👁️ VLM 画面识别:看懂 PPT / 代码 / 图表,OCR 屏幕文字(LongCat-2.5 默认,SiliconFlow Qwen3-VL 备选)
- ⚡ 精度两档:快速(长视频秒级)/ 精细(逐帧场景检测),交互指定(DR-22)
- 🕐 时间戳溯源:答案带引用角标,点击跳转原视频对应时间点(DR-24)
- 🗄️ 知识库:PostgreSQL + pgvector 向量检索 + jieba/tsvector 全文,混合排序
- 🤖 Agent 原生:MCP Server 暴露 5 个工具,Claude Code / Codex / OpenClaw 一条配置接入
- 🔒 隐私:数据全部本地(
ZHIYING_DATA可自定义路径);Key 只在后端.env,前端/Agent 不接触
python -m venv .venv
.venv\Scripts\pip install -e . # 含 console scripts
cp .env.example .env # 填 Key
.venv\Scripts\zhiying doctor # 环境自检
.venv\Scripts\zhiying-api # 起服务CLI 全命令(均有缓存幂等):
zhiying ingest <url> [--precision=fast|precise] # 端到端处理
zhiying status [video_id] # 状态
zhiying retry <video_id> # 失败重跑
zhiying open <video_id> # 打开产物目录
zhiying transcribe / assemble / summarize <id> # 单阶段
zhiying config # 配置一览
zhiying doctor # 环境自检# Claude Code 一条命令
claude mcp add zhiying -- <仓库路径>\scripts\zhiying-mcp.cmd接入后对话里直接说:「帮我把这个视频入库:<链接>」「视频里是怎么处理菠萝的?」 完整指南(Codex / OpenClaw / 通用客户端)见 docs/MCP-SETUP.md。
<data>/videos/<video_id>/
├── meta.json / task.json # 元信息与任务状态
├── source/ # 源视频(保留,支持重处理)
├── audio/ · frames/ # 音频与关键帧(VLM 描述缓存)
├── transcript/
│ ├── multimodal_transcript.md # ★ A1 人读主产物
│ └── transcript.multimodal.jsonl # ★ A1 机器可读(同源生成)
└── summary.json # ★ A3 摘要 + 主题标签 + 溯源要点
Web / Agent(MCP) / CLI
↓ REST API (FastAPI :8600)
download(yt-dlp) → transcribe(字幕→SenseVoice→Whisper)
→ frames(PySceneDetect/seek) → vlm(LongCat/SiliconFlow 适配器)
→ assemble(A1 双形态) → summarize(A3) → kb(PG+pgvector 入库)
↓
检索(向量+全文) → RAG 问答(A4 引用深链)
设计原则:转写引擎 / VLM / 文本 LLM / 向量库 / 导出器全部为适配器接口,切换供应商只改配置不改代码(PRD FR-105 / DR-16 / DR-20)。
| 版本 | 内容 | 状态 |
|---|---|---|
| V0.1 | CLI 最小闭环 | ✅ |
| V0.2 | 知识库入库 + 检索 + FastAPI + RAG 问答 + MCP | ✅ |
| V0.3 | Web 前端(zhiying-web) | ✅ |
| V1.0 | 产品化:打包 / 镜像 / 编排 / 部署文档 / MCP 接入指南 | ✅ |
| V1.1 | 脚本安装器(install/start/pg-setup 三件套) | ✅ |
| V1.2 | Windows 一键安装器 + 降级确认 / 失败重试 / 进度条 / 启动提速 / 错误透传 / Key 同步 | ✅ |
| V1.3 | 品牌 Logo 全套(印章矢量化)+ UI 图标统一 + 安装器向导视觉 | ✅ 当前 |
| 仓 | 内容 |
|---|---|
| zhiying(本仓) | Python 管道 + 知识库 + FastAPI + MCP + Docker |
| zhiying-web | Vue3 前端(任务台 / 知识库 / 问答) |
| 文档 | 内容 |
|---|---|
| docs/PRD.md | 产品需求与决策记录(DR-1~DR-51) |
| docs/DEPLOY.md | 部署指南(Windows 安装器 / Docker 一键 / 本地直装 / 排错表) |
| docs/MCP-SETUP.md | MCP 接入指南(四种 Agent) |
| docs/plan/ | 各版本实施记录(V0.1–V1.3) |
Logo(印章「知」)矢量源在 assets/logo/final/zhiying-seal.svg,由 fix_seal.py 从原始手写印章图重建;favicon、托盘图标、安装器、前端侧栏均从同一矢量源派生。仓库头像(GitHub Avatar):assets/logo/final/github-avatar-512.png(512×512,白底)。
Apache-2.0(与 gewu 项目保持一致)
二次开发 / 衍生作品须注明源头:详见 NOTICE——保留版权与 NOTICE 声明,修改文件须显著标注「已修改」及修改日期,分发时附带归属内容,并说明本作品基于「知映 zhiying」二次开发。
