视频批量学习

在线课程视频的学习困境

在线课程平台形态各异：政务网课常需localStorage登录态与直链mp4，商业LMS多用Cookie+腾讯云VOD DRM加密流，Bilibili等社区平台虽免登录但格式多样。学习者若想将课程转为可复听的音频或结构化文本，通常需手动下载、转写、整理，流程割裂且易因版权与磁盘空间限制中断。

从视频到学习成品的自动化路径

本技能通过「探测-下载-转写-提炼」流水线，将任意在线课程视频转化为三类可学习产物：

• 原音MP3：直接提取视频音频，支持磨耳朵与复听，不保留视频文件以规避版权风险。
• 双语字幕：基于Whisper/Vosk离线转写，自动识别中英文，中文输出简体。
• 中文学习报告：AI读取完整字幕后，提炼8-15条要点（含标题、详情、时间戳），提取金句，并生成包含行动项的结构化报告。

核心脚本分工明确：

• probe_video.py 对新平台进行通用探测，输出视频源类型、DRM状态、媒体请求模式等诊断报告。
• run_one.py 处理单视频端到端流程，自动匹配下载引擎（直链/VOD-DRM/免登录）。
• run_batch.py 实现整门课程的批量调度，支持断点续跑。
• vod_download.py 专用于腾讯云VOD加密流解密，通过页面内XHR请求获取DRM密钥，采用AES-128-CBC解密分片。

技术边界与使用注意

脚本仅负责确定性操作：下载、提音、转写，避免生成占位keypoints导致批量调度误判。AI需读取完整字幕后提炼要点，而非依赖脚本的机械输出。沙箱环境可能拦截文件删除操作，需定期手动清理 _tmp/ 和 raw/videos/ 目录。

首次运行Whisper会下载约142MB的基础模型（~/.cache/whisper/base.pt），建议提前准备。对于新平台，需先运行探测脚本获取适配报告，再参照平台指南编写适配器，确保引擎与登录态类型（Cookie/localStorage）匹配。