B站视频文字稿抓取总结工具

一个本地运行的 B站视频文字稿抓取与总结工具。它提供一个简单网页界面，可以输入视频链接或 UP 主空间链接，抓取文字稿，并使用 DeepSeek API 做文本整理和摘要。

安全与合规声明：本项目仅供个人学习、研究和本地自用。请勿用于批量采集、商业化采集、绕过平台限制、侵犯版权或违反 B站用户协议的用途。使用者需要自行确认自己对目标视频、账号 Cookie、生成内容和保存数据拥有合法使用权限。项目作者不提供任何平台限制绕过承诺，也不对使用者的具体使用行为负责。

功能

• 输入单个 B站视频链接，提取标题、UP 主、发布时间和文字稿。
• 输入 UP 主空间链接，先列出视频，再勾选需要处理的视频。
• 优先使用本地 Whisper 转写音频，失败时尝试 B站字幕、弹幕、简介等兜底信息。
• 使用 DeepSeek API 对转写结果做中文整理和摘要。
• 结果保存在本地 data/ 和 texts/ 目录。

公开版不包含什么

为了安全上传 GitHub，本目录不会包含以下本地文件：

• .env：你的 DeepSeek API Key。
• cookies.txt：你的 B站登录 Cookie。
• data/：抓取后的 JSON 数据。
• texts/：抓取后的纯文本稿。
• models/：Whisper 模型缓存。

这些文件都已经被 .gitignore 排除，不要手动提交。

快速开始

1. 准备环境

需要本机已经安装 Python 3.10 或更高版本。

Windows 用户可以直接双击或运行：

start.bat

第一次运行时，如果没有 .env，脚本会自动从 .env.example 创建 .env，然后停下来让你填写 API Key。

2. 配置 API Key

复制 .env.example 为 .env，然后把占位符替换成你自己的 DeepSeek API Key：

DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat

只需要改 DEEPSEEK_API_KEY。其他两项通常不用改。

3. 手动启动

如果不使用启动脚本，可以手动运行：

python -m venv .venv
.venv\Scripts\activate
python -m pip install -r requirements.txt
python -m uvicorn app:app --host 127.0.0.1 --port 8000

macOS / Linux：

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python -m uvicorn app:app --host 127.0.0.1 --port 8000

启动后打开：

http://127.0.0.1:8000

首次转写会下载 Whisper 模型到 models/，可能需要一些时间。

可选：配置 B站 Cookie

大部分公开视频可以不配置 Cookie。某些 UP 主空间列表、登录可见内容或风控场景可能需要 Cookie。

如果你确实需要 Cookie：

1. 用自己的浏览器登录 B站。
2. 使用浏览器扩展导出 Netscape 格式的 cookies.txt。
3. 保存到项目根目录，也就是和 app.py 同级的位置。

不要把 cookies.txt 发给别人，不要上传 GitHub。Cookie 相当于登录凭据。

让 AI Agent 帮你运行

如果你下载后想让本地 AI Agent 帮你配置，可以把下面这段话发给它：

请阅读这个项目的 README.md，帮我在本机启动它。只能创建或修改 .env、.venv、data、texts、models、cookies.txt 这些本地运行文件，不要上传或泄露我的 API Key 和 Cookie。启动成功后告诉我本地访问地址。

项目结构

.
├── app.py
├── requirements.txt
├── .env.example
├── cookies.example.txt
├── start.bat
├── start.sh
├── scraper/
│   ├── __init__.py
│   └── bilibili.py
├── summarizer/
│   ├── __init__.py
│   └── deepseek.py
└── static/
    ├── index.html
    ├── style.css
    └── app.js

运行后会自动生成：

data/
texts/
models/
.venv/
.env

常见问题

提示 DEEPSEEK_API_KEY is not configured

说明还没有配置 API Key。复制 .env.example 为 .env，填入你自己的 Key。

第一次抓取很慢

首次运行会下载 Whisper 模型，并且本地 CPU 转写视频音频本来就比较慢。短视频通常几分钟内完成，长视频会更久。

UP 主视频列表获取失败

B站接口可能会因为登录状态、风控、网络或接口变化而失败。可以尝试配置自己的 cookies.txt，减少请求频率，或只处理单个视频链接。

可以上传抓取结果吗

不建议。data/ 和 texts/ 可能包含第三方视频内容的文字稿或摘要，公开前需要确认版权和授权。默认不要上传。

GitHub 发布前检查

发布前请确认：

git status

不要出现这些文件：

.env
cookies.txt
data/
texts/
models/
.venv/

可以用下面命令检查是否误提交敏感信息：

git grep -n "DEEPSEEK_API_KEY\|sk-\|SESSDATA\|bili_jct\|DedeUserID"

如果出现真实 Key 或 Cookie，不要推送。先删除并作废对应凭据。

许可证

代码采用 MIT License。该许可证只覆盖本项目代码，不代表授权任何 B站视频、字幕、弹幕、文字稿或其他第三方内容。