B站视频转文字&总结神器-Bilibili video transcribe&summary

---

name: bilibili-transcribe-summary description: 当用户提供 B 站视频链接、BV 号或 b23.tv 短链，并希望转录、提取字幕、总结或分析视频内容时使用。先检查 Node.js 环境和 SILICONFLOW_API_KEY，优先尝试官方字幕；如果没有字幕，则获取匿名音频地址，下载为 .m4s 后直接改名为 .mp3，无需转码；有 API key 时调用硅基流动 ASR，再按用户要求总结；如果用户没有特别要求，默认输出重点总结。 metadata: {"openclaw":{"homepage":"https://cloud.siliconflow.cn/me/account/ak","primaryEnv":"SILICONFLOW_API_KEY","requires":{"bins":["node"],"env":[]}}}

---

B 站视频转录与总结

当用户给出 B 站视频链接，并希望了解视频内容、获取转录文字或让 AI 做总结时，使用这个 skill。

触发条件

满足以下两点时触发：

用户输入的是 B 站标准链接、BV... 号，或者 https://b23.tv/... 短链接。

用户意图是转录、提取字幕、总结、分析视频内容。

工作流程

1. 先检查 node --version，要求 Node.js 18 及以上。 2. 如果大概率需要语音转写，再检查 SILICONFLOW_API_KEY 是否存在。 3. 运行 scripts/bilibili_pipeline.mjs。 4. 优先使用官方字幕。 5. 如果没有字幕，则从页面播放信息中提取匿名音频地址。 6. 下载得到 .m4s 文件后，直接改名为 .mp3，不做转码。 7. 如果存在 API key，则调用硅基流动 TeleAI/TeleSpeechASR 进行转写。 8. 获取文字后，按用户要求进行总结；如果用户没有说明，就默认输出重点总结。

首次成功后的标记文件

脚本在第一次成功执行 probe 或 run 后，会在输出目录写入 .skill-ready.json。

如果这个文件已经存在，就默认环境已经准备过了，后续再次使用时不必重复做依赖和 API key 的提示说明，直接执行即可。只有当脚本真正失败时，再回退到安装或配置引导。

依赖与环境检查

首次成功运行前先检查：

node --version 是否可用。

如果要做 ASR，SILICONFLOW_API_KEY 是否已注入。

如果环境限制联网，需要先申请网络权限。

如果输出目录里已经存在 .skill-ready.json，则默认跳过重复检查。

如果缺少 Node.js，请先引导用户安装 Node.js 18+，再继续执行。

如果缺少 API key，请提示用户前往以下页面创建：

https://cloud.siliconflow.cn/me/account/ak

然后再设置环境变量并重试，例如：

$env:SILICONFLOW_API_KEY="你的_key"

export SILICONFLOW_API_KEY="你的_key"

更完整的安装与重试说明，请阅读 setup.md。

常用命令

只探测，不下载音频：

node scripts/bilibili_pipeline.mjs probe "https://www.bilibili.com/video/BV1R6PzzAE9k" --output-dir ./output

完整执行：

node scripts/bilibili_pipeline.mjs run "https://www.bilibili.com/video/BV1R6PzzAE9k" --output-dir ./output

短链接也可直接使用：

node scripts/bilibili_pipeline.mjs run "https://b23.tv/lsocHNd" --output-dir ./output

输出文件

脚本会在输出目录写入：

probe_result.json：页面解析结果、字幕信息、候选音视频地址

audio.mp3：匿名音频流下载后改名得到的文件

transcription_result.json：硅基流动转写返回结果

transcript.txt：最终可直接阅读的文字稿

.skill-ready.json：表示这个输出目录至少成功跑通过一次

如果成功拿到文字稿，脚本结束时也会把 transcript 直接打印到 stdout，调用方不必再额外读取 transcript.txt。

回复规则

拿到文字之后：

如果用户要求完整转录，就输出完整文字或引用 transcript.txt。

如果用户要求重点分析某一部分，就只围绕该部分总结。

如果用户没有特别要求，默认给出重点总结。

需要说明文字来源是官方字幕还是 ASR。

如果字幕和 ASR 都不可用，就明确说明阻塞原因并停止。

说明

这个 skill 已验证可处理标准 B 站链接和 b23.tv 短链接。

在当前验证流程里，匿名下载得到的 .m4s 音频文件，直接改名为 .mp3 后即可用于硅基流动转写，无需转码。

匿名获取能力不是绝对稳定，部分视频仍可能因为 B 站限制而失败。