我把 B 站收藏夹做成了可对话的知识库：收藏不吃灰，RAG 一键复盘

我把 B 站收藏夹做成了可对话的知识库：收藏不吃灰，RAG 一键复盘

适合：访谈/演讲/课程、技术学习视频整理、公开课复盘、知识总结、会议/分享回顾、播客内容归档等。(GitHub)

很多人（包括我）在 哔哩哔哩 收藏夹里屯了大量视频：访谈、课程、公开课、技术分享……收藏时觉得“以后一定看”，结果越堆越多，想找某个观点/片段时又完全想不起来在哪个视频哪一段。

我就做了一个开源项目：把 B 站收藏夹 → 语音转写 → 向量检索 → 对话问答 串起来，让收藏夹变成“可检索、可追溯来源”的个人知识库。项目放在 GitHub 上：(GitHub)

---

这个项目能做什么

一句话：把你收藏的视频，变成能问问题、能追溯答案出处的 RAG 知识库。

功能点（按 README）：

• ✅ B 站扫码登录，读取收藏夹
• ✅ 音频转文字（ASR），并处理“音频不可达”等情况
• ✅ 语义检索（向量检索）
• ✅ 基于 RAG 的对话问答
• ✅ 本地 SQLite + ChromaDB 存储

你可以把它理解为：把视频内容“结构化成可检索的记忆” ，以后复盘/查资料不用再拉进度条翻半天。

---

工作流程（从收藏到可问答）

整体流程很直：

1. 选择收藏夹
2. 拉取视频 → 音频转写（ASR）
3. 生成向量 → 构建知识库
4. 对话/检索问答

它的亮点之一是“兜底”：有些视频音频直链会 403 或过期，项目会自动走兜底流程（带 Cookie 下载音频 → ffmpeg 转码 → 上传到 DashScope 再识别）。

---

演示与截图

视频演示：【别让收藏夹吃灰：我把 B站收藏夹变成“可问可搜”的 AI 知识库-哔哩哔哩】 b23.tv/bGXyhjU

---

3 步快速开始（真·能跑起来那种）

按 README 的“3 步”来（我把关键点强调一下）。

0）先装 ffmpeg（必须）

• macOS：brew install ffmpeg
• Linux：apt/yum/pacman 安装 ffmpeg
• Windows：安装后把 bin 加到 PATH([GitHub]

1）安装依赖

项目用 Python 依赖（requirements.txt）：

# 建议你自己建个环境
conda create -n bilibili-rag python=3.10 -y
conda activate bilibili-rag
pip install -r requirements.txt

2）配置环境变量

cp .env.example .env
# 编辑 .env，填写 DashScope API Key 等配置

这里的 DashScope 属于 阿里云 的模型服务（你也可以后续改成别家的 LLM/Embedding/ASR）。

3）启动后端 + 前端

后端（FastAPI）：

python -m uvicorn app.main:app --reload

后端文档：

http://localhost:8000/docs

前端（Next.js）：

cd frontend
npm install
npm run dev

前端页面：

http://localhost:3000

---

你大概率会遇到的 2 个坑（我提前写在这）

1）音频直链 403 / 失效

这不是你代码的问题，B 站音频直链本来就有鉴权/过期/区域限制。项目的兜底策略是：

1. 本地下载音频（带 Cookie）
2. ffmpeg 转成 16k 单声道
3. 上传到 DashScope 再识别

所以：ffmpeg 一定要装好，Cookie/登录也要能成功。

2）成本（别一上来就跑几百个视频）

README 里写得很清楚：成本主要来自三块——LLM 对话、Embedding、ASR（按时长）。建议你先用10 分钟左右短视频跑通流程，确认效果和费用，再批量处理。

---

技术栈一览（给想抄作业的同学）

• 后端：FastAPI
• LLM：LangChain + DashScope
• 向量库：ChromaDB
• 前端：Next.js + Tailwind
• 数据库：SQLite （这个组合的好处是：本地就能落地，不会一上来就被各种“企业级组件”劝退。）

---

项目里我专门做了“测试与诊断脚本”

• debug_asr_single.py：测试单个视频能否正确获取音频
• diagnose_rag.py：测试向量检索召回是否准确
• sync_cache_vectors.py：同步数据库缓存数据到向量库([GitHub]

---

Roadmap（下一步做什么）

• 会话管理/对话存储/检索历史对话
• 支持 B 站分 P 视频
• 适配更多 LLM 与向量模型 如果你也在做“视频知识库 / 学习资料整理 / RAG 应用”，欢迎一起讨论方向。

---

最后：

如果它对你有用，点个 star 就是对我最大的鼓励；也非常欢迎提 Issue / PR，一起把它打磨成更顺手的“视频知识库工具”。

---