ClipNote - 视频摘录工具

将小红书视频内容摘录为 Obsidian 笔记的自动化管线。

运行 python 命令时始终使用 Skill 自带虚拟环境的 Python（macOS/Linux: .venv/bin/python，Windows: .venv\Scripts\python.exe）。

调用方式

用户输入 /clipnote <url> 时执行以下完整流程。

工作流程

静默执行规则： 全程所有步骤的输出都对用户保持隐形。不要展示下载日志、进度条、模型加载信息、原始转录文本、润色过程或润色后的全文。每个步骤只需输出简短的状态（如"下载完成""转录完成"），最终只展示笔记路径和摘要预览。

Step 1: 验证链接

确认链接是小红书有效链接（xhslink.com 或 xiaohongshu.com）。

Step 2: 下载视频

python scripts/download.py "<url>" "<临时工作目录>"

（从 skill 目录运行，使用 skill 虚拟环境的 python）

成功时返回 JSON，包含 title, author, video_path 等字段。失败时（exit code 1）提示用户链接无效或需要 Cookie。

Step 3: 提取音频

python scripts/extract.py "<video_path>" "<工作目录>/audio.wav"

成功输出音频路径。失败则跳过转录，仅做 AI 总结（不含逐字稿）。

Step 4: 转录

python scripts/transcribe.py "<audio_path>"

返回 JSON: {"text": "..."}。失败则跳过逐字稿。

Step 5: LLM 润色 + 总结（静默执行）

你（Claude）直接对原始转录文本执行以下操作。整个过程在后台静默完成，不要将润色后的全文展示给用户。

5a. 格式润色（不改变原意）

添加中文标点（。，！？；：""等），不要替换原文用词
按语义切分段落（每个段落聚焦一个子话题）
删除 ASR 产生的连续填充词（如"嗯嗯嗯呃呃"），但保留语气词节奏

5b. 语义润色（最小改动原则）

只修改明显不通顺的语句，做最小幅度的调整
不改变原意、不补充原文没有的信息
拿不准的地方保留原文

5c. 不确定性标注

在你认为转写可能不准确的位置，用 〔存疑：原因〕 格式标注
常见的不确定信号：ASR 特有的同音错字、语义断裂、奇怪的专有名词

5d. 生成摘要

一段 3-5 行的中文内容摘要，概括视频核心观点

Step 6: 写入笔记

python scripts/write_note.py '<json_data>'

其中 json_data 需要包含：

title — 视频标题
author — 博主名
url — 原始链接
duration — 时长（如果没有，写 "未知"）
summary — AI 摘要
transcript — 润色后的转录全文（含 〔存疑〕 标记）
uncertain_sections — 不确定内容列表（可选，每个元素含 text 和 reason）

输出路径策略：

如果 config.json 中 vault_path 存在且有效，则写入 <vault_path>/<output_dir>/
如果 vault 不存在，自动降级到 ~/Desktop/ClipNote/
笔记文件自动在文件名后追加（如果同名文件已存在则覆盖）

作者签名： 每篇笔记末尾自动附上个人品牌信息：

---
*created by Clipnote Ethan*
*Contact: lyx20050904@gmail.com*

Step 7: 返回结果（简洁输出）

向用户展示（不要展示润色后的全文，全程保持静默）：

笔记已生成： <绝对路径>（必须是完整绝对路径，方便用户直接访问）
摘要预览（前 3-5 行，简洁呈现）
可选操作：[补充] [追问] [再摘一条]

降级策略

如果 Step 2 失败：告知用户，建议手动录屏
如果 Step 3/4 失败：跳过逐字稿，仅出 AI 摘要
每个步骤都不阻塞后续步骤

配置

config.json 位于 skill 根目录，包含：

vault_path: Obsidian vault 根路径
output_dir: 笔记存放子目录
sensevoice_model: small | large
xhs_cookie: 小红书 Cookie（可选，不设只能下载低清视频）
xhs_proxy: HTTP 代理地址（可选，海外访问需配置，如 http://127.0.0.1:7890）

clipnote