BiliNote Banner

BiliNote v2.4.2

AI 视频笔记生成工具 让 AI 为你的视频做笔记

🚀 BiliNote Pro · 在线版

不想折腾部署？访问 www.bilinote.app 即开即用 —— 免安装、免配置环境、免下模型，注册即可把视频转成笔记。
本地部署遇到的依赖、代理、模型下载这些坑，云端版统统不用管。

立即体验 BiliNote Pro

## ✨ 项目简介 BiliNote 是一个开源的 AI 视频笔记助手，支持通过哔哩哔哩、YouTube、抖音等视频链接，自动提取内容并生成结构清晰、重点明确的 Markdown 格式笔记。支持插入截图、原片跳转、AI 问答等功能。 > 💡 **想直接用、不想本地部署？** —— [BiliNote Pro 在线版 www.bilinote.app](https://www.bilinote.app/) 已上线，云端托管、开箱即用，省去依赖安装 / 代理配置 / 模型下载的全部麻烦。 ## 🌐 在线使用（推荐） 直接访问 **[www.bilinote.app](https://www.bilinote.app/)** 即可使用 BiliNote Pro 在线版，无需本地部署。 ## 📝 使用文档 详细文档可以查看[这里](https://docs.bilinote.app/) ## 📦 桌面版下载 本项目提供了 Windows 和 macOS 桌面客户端，可在 [Releases](https://github.com/JefferyHcool/BiliNote/releases) 页面下载最新版本。 > Windows 用户请注意：一定要在没有中文路径的环境下运行。 ## 💎 BiliNote AI笔记系统一对一搭建服务 提供 **BiliNote AI笔记系统一对一搭建服务**：专人一对一远程协助，从环境部署、模型配置到上手使用全程陪跑，帮你快速跑通整套系统。扫码添加微信，备注「搭建服务」即可咨询：
BiliNote AI笔记系统一对一搭建服务
BiliNote AI笔记系统一对一搭建服务
## 🔧 功能特性 - 支持多平台：Bilibili、YouTube、本地视频、抖音、快手 - 支持返回笔记格式选择 - 支持笔记风格选择 - 支持多模态视频理解 - 支持多版本记录保留 - 支持自行配置 GPT 大模型（OpenAI、DeepSeek、Qwen 等） - 本地模型音频转写（支持 Fast-Whisper、MLX-Whisper、Groq、BCut） - GPT 大模型总结视频内容 - 自动生成结构化 Markdown 笔记 - 可选插入截图（自动截取） - 可选内容跳转链接（关联原视频） - 任务记录与历史回看 - 基于 RAG 的笔记内容 AI 问答（支持 Function Calling） - 笔记顶部视频封面 Banner 展示 - 工作区和生成历史面板支持折叠/展开 ### v2.3.0 新增 - 全局代理：一处配置同时作用于 AI 模型接口、转写接口（Groq 等）、YouTube 下载（设置 → 下载配置页），支持 `HTTP_PROXY` 环境变量兜底 - 转写模型就绪门禁：本地引擎模型没下载好时拦截视频任务，引导先去下载，不再静默卡在首次下载 - 桌面端后端健康监控韧性：退出自动清理 sidecar、启动失败展示原因 + 日志、不再无限「加载中」 - whisper 模型损坏自愈：`model.bin` 截断时自动删除重下；空 API Key / 新模型 temperature 不兼容给出清晰提示 - Docker 部署韧性：`BASE_REGISTRY` 可换国内镜像源、restart 策略修正、`.env.example` 端口与默认模型修正、新增部署 FAQ ### v2.2.3 修订 - 修：vite build 在 CI 中报 'Rollup failed to resolve import @tauri-apps/api/event'（缺直接依赖声明） ### v2.2.2 修订 - 修复 v2.2.0 桌面端 Tauri 构建失败（main.yml 的 pnpm 版本没 pin，pnpm 11 不兼容 Node 20） ### v2.2.1 修订 - 修复 v2.2.0 ghcr.io 镜像构建失败（pnpm@latest 拉到 11，与 Node 20 不兼容；pin 到 pnpm 9.15.0） ### v2.2.0 新增 - **浏览器插件**笔记选项与 web 端完整对齐：style 9 个预设下拉、format 4 个 checkbox、extras 文本框、多模态视频理解开关 - **桌面客户端**首启 4 步引导（连通自检 → 供应商/模型 → 转写引擎 → Cookie 提示） - **桌面客户端**右下角后端运行状态指示，点开看日志、一键重启 - **桌面客户端**启动期主动检测中文 / 空格 / 不可写安装路径，弹横幅告警 - Whisper 默认 size 从 medium（~1.5GB）改为 tiny（~75MB）；切大模型时显式 confirm - 修：whisper 半成品模型目录死循环；`/deploy_status` 在没装 torch 的部署 500 - 详见 [CHANGELOG.md](./CHANGELOG.md) ### v2.1.4 修订 - CI：桌面端 Tauri 构建去掉 Linux（17m+ 慢线退役；Linux 用户继续走 Docker 镜像） - CI：commitlint workflow 修复 + 规范 release merge commit 标题约定 ### v2.1.3 修订 - 修复 DeepSeek 等非多模态供应商被 400 拒绝的问题（issue #282）：`UniversalGPT` 的 message builder 按是否带图切换 string / 多模态数组形态 - 感谢 @voidborne-d (#345) ### v2.1.2 修订 - 修复 v2.1.1 触发的 ghcr.io Docker 镜像构建失败（Node 18 + Tailwind v4 不兼容、缺 lockfile） - README 补上微信群二维码 ### v2.1.1 修订 - 工程化与文档收尾：CONTRIBUTING.md / RELEASING.md / issue + PR 模板 / commitlint CI / 插件发版工作流 - 关于页群聊二维码：换成最新版，改为 import 本地资源，不再依赖 CDN - 关于页移除 QQ 群入口（仅保留微信群） - 详见 [CHANGELOG.md](./CHANGELOG.md) ### v2.1.0 新增 - 浏览器插件（Chrome / Edge / Firefox MV3）—— 工具栏 popup、视频页悬浮按钮、右键菜单、侧边栏（Markdown / 思维导图 / AI 问答）四件套 - 插件设置页五大块：模型供应商 CRUD、音频转写配置、下载配置（含浏览器 Cookie 一键同步）、部署监控 - B 站字幕优先：插件在用户浏览器里直接抓字幕（带本地登录态 cookie），跳过后端音频转写 - 后端 `BilibiliSubtitleFetcher`：非插件场景下走 player API 拿字幕，作为 yt-dlp 兜底 - mlx-whisper 仓库 ID 修正（修复模型 404） - 后端 CORS 改用 regex，兼容浏览器扩展源 - 详见 [CHANGELOG.md](./CHANGELOG.md) ### v2.0.0 新增 - 基于 RAG 的笔记内容 AI 问答功能，支持半屏/全屏模式 - AI 问答支持 Function Calling，模型可主动查询原文数据 - RAG 索引支持视频元信息（标题、作者、简介、标签等） - AI 回复支持 Markdown 渲染 - 笔记顶部新增视频封面 Banner - 工作区和生成历史面板支持折叠/展开 - 笔记开头添加来源链接功能 - YouTube 字幕优先获取，有字幕时跳过音频下载 - 性能优化与转写器配置改进 ## 📸 截图预览 ![screenshot](./doc/image1.png) ![screenshot](./doc/image3.png) ![screenshot](./doc/image.png) ![screenshot](./doc/image4.png) ![screenshot](./doc/image5.png) ## 🚀 快速开始 ### 方式一：Docker 部署（推荐） 确保已安装 Docker，直接拉取预构建镜像运行： ```bash docker pull ghcr.io/jefferyhcool/bilinote:latest docker run -d -p 80:80 \ -v bilinote-data:/app/backend/data \ -v bilinote-config:/app/backend/config \ -v bilinote-static:/app/backend/static \ -v bilinote-models:/app/backend/models \ --name bilinote \ ghcr.io/jefferyhcool/bilinote:latest ``` 上面四个卷分别持久化：`data`（SQLite 数据库 + 生成的笔记）、`config`（LLM 供应商配置 / Cookie / 转写设置）、`static`（笔记引用的视频截图）、`models`（Whisper 模型缓存，可选，避免每次重新下载）。这样 `docker pull` 升级新镜像、删旧容器重建后，配置和历史都不会丢。 > ⚠️ **不要**用 `-v 卷名:/app/backend` 挂整个后端目录——命名卷会用首次启动时的镜像内容固化，之后 `docker pull` 升级也会被旧代码盖住，导致「升级不生效」。只挂上面这些数据子目录即可。 访问：`http://localhost` 也可以使用 docker-compose 本地构建： ```bash cp .env.example .env # 第一次部署务必先创建 .env，否则 BACKEND_PORT/APP_PORT 等变量为空会启动失败 docker-compose up --build -d # GPU 加速部署（需要 NVIDIA GPU + NVIDIA Container Toolkit） docker-compose -f docker-compose.gpu.yml up --build -d ``` #### Docker 部署常见问题（FAQ） 社区反馈最集中的几个坑，遇到先按下面排查： **0. 国内拉不到 docker.io（build 阶段报 `dial tcp ... i/o timeout`）** `docker-compose build` 拉 `python:3.11-slim` / `node:20-alpine` / `nginx:1.25-alpine` 时连 `auth.docker.io` 超时。三种解法，按推荐顺序： - **方法 A：直接用预构建镜像（最省事）**——不要本地 build，跳到上面的 `docker pull ghcr.io/jefferyhcool/bilinote:latest` 路径，ghcr.io 在国内通常比 docker.io 顺。 - **方法 B：配置 Docker daemon 镜像加速器**——编辑 `~/.docker/daemon.json`（Linux 在 `/etc/docker/daemon.json`），加： ```json { "registry-mirrors": ["https://docker.m.daocloud.io"] } ``` 然后重启 Docker Desktop / `sudo systemctl restart docker`。这是一劳永逸的做法。 - **方法 C：临时切换 base image 镜像源**——本项目所有 Dockerfile 都暴露了 `BASE_REGISTRY` build-arg： ```bash BASE_REGISTRY=docker.m.daocloud.io docker-compose build docker-compose up -d ``` 或永久写到 `.env`：`echo 'BASE_REGISTRY=docker.m.daocloud.io' >> .env`。 注意：Chinese 公共 docker 镜像源时常被关停，2025-2026 之间可用的列表会变；如果 `docker.m.daocloud.io` 不通，搜一下"Docker 镜像加速 可用"找最新可用源即可。 **1. 容器一直 restart / unhealthy** 先看后端日志： ```bash docker logs -f bilinote-backend ``` 后端启动会按顺序打印 `[startup 1/5] ... [startup 5/5] 启动完成`。若日志卡在某一步或出现 `[startup FAILED]`，就是那一步的问题，常见： - **卡在 `[startup 3/5]`**：转写器配置读不到。检查 `.env` 里 `TRANSCRIBER_TYPE` 是否写错，`mlx-whisper` 只能在 Apple Silicon 用，Linux/Docker 请用 `fast-whisper` 或 `groq`。 - **首次跑视频时容器被 kill**：whisper 模型下载触发 OOM。先把 `.env` 里 `WHISPER_MODEL_SIZE` 改成 `tiny`，跑通后再去前端「音频转写配置」里逐档升。 **2. 改了 `.env` 没生效** 区分两类变量： - `VITE_*` 是**构建时**变量（前端 bundle 里硬编码），改完必须 `docker-compose build frontend && docker-compose up -d`。只 `restart` 不会重新打包。 - 其他后端变量（`TRANSCRIBER_TYPE`、`WHISPER_MODEL_SIZE`、`FFMPEG_BIN_PATH` 等）是**运行时**变量，改完 `docker-compose up -d` 即可。 注意：**LLM API key 不要写 `.env`**，从前端「模型供应商」页面录入，会保存到 SQLite 数据库并持久化。 **3. 数据存在哪？删容器会丢吗？** `docker-compose` 用的是 `./backend:/app` 绑挂，下面这些文件都在宿主机的 `./backend/` 目录里、删容器不会丢： - `./backend/bili_note.db` —— SQLite 库（含 LLM 供应商配置、笔记历史） - `./backend/config/transcriber.json` —— 转写器运行时配置 - `./backend/static/screenshots/` —— 视频截图 - `./backend/uploads/` —— 上传的本地视频 要彻底重置就 `docker-compose down && rm backend/bili_note.db backend/config/transcriber.json`。 **4. 前端打开是空白页 / 报 502** 通常是 nginx 起来了但 backend 还没 healthy。`docker ps` 看 backend 容器 STATUS 是不是 `(healthy)`；若长期 `(unhealthy)`，按问题 1 排查后端日志。 **5. 不要用 `restart: on-failure:N`** 如果你 fork 后改过 compose 文件、把 restart 策略改成了 `on-failure:3`：任何 3 次连续崩溃都会让容器永远不再启动，之后改 `.env` 也没用。本项目自带的 compose 已经统一用 `unless-stopped`。 ### 方式二：源码部署 #### 1. 克隆仓库 ```bash git clone https://github.com/JefferyHcool/BiliNote.git cd BiliNote mv .env.example .env ``` #### 2. 启动后端（FastAPI） ```bash cd backend pip install -r requirements.txt python main.py ``` #### 3. 启动前端（Vite + React） ```bash cd BillNote_frontend pnpm install pnpm dev ``` 访问：`http://localhost:3015` ## ⚙️ 依赖说明 ### 🎬 FFmpeg 本项目依赖 ffmpeg 用于音频处理与转码，源码部署时必须安装： ```bash # Mac (brew) brew install ffmpeg # Ubuntu / Debian sudo apt install ffmpeg # Windows # 请从官网下载安装：https://ffmpeg.org/download.html ``` > ⚠️ 若系统无法识别 ffmpeg，请将其加入系统环境变量 PATH > > Docker 部署已内置 FFmpeg，无需额外安装。 ### 🚀 CUDA / GPU 加速（可选） 本地 **Faster Whisper** 转写可用 NVIDIA GPU 加速（在线引擎 Groq / 必剪 / 快手 与 GPU 无关）。仓库已自带 GPU 镜像与编排，**无需改代码、无需手动配置 device**——后端会自动检测 CUDA，可用就走 GPU，否则回退 CPU。 **1. 宿主机前提** - NVIDIA 显卡 + 较新驱动（CUDA ≥ 12.4），宿主机 `nvidia-smi` 能正常输出； - 安装 [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html)（最易漏的一步，没它 Docker 进不去 GPU）。装完验证： ```bash docker run --rm --gpus all nvidia/cuda:12.4.1-base-ubuntu22.04 nvidia-smi ``` 能列出显卡即 OK。 **2. 切换到 GPU 编排**（在源码目录里） CPU 与 GPU 两套 compose 用了相同的容器名，先停掉当前栈再起 GPU 栈： ```bash docker-compose down # 停掉当前（CPU）栈 docker-compose -f docker-compose.gpu.yml up --build -d # 用 GPU 栈重建 ``` - GPU 栈用 `backend/Dockerfile.gpu`（CUDA 12.4.1 + cuDNN 基础镜像，并额外装 torch 用于 CUDA 检测），compose 已声明 `deploy...devices: nvidia` 自动透传 GPU。 - **数据不丢**：两套 compose 都把 `./backend` 整目录绑挂进容器，数据库 / 配置 / 已下载模型都保留。 - 首次构建较大较慢（CUDA 基础镜像数 GB + torch），耐心等。 **3. 启用并确认** - 「设置 → 音频转写配置」转写引擎选 **Faster Whisper（本地）**，GPU 下可放心选大模型（如 `large-v3`）。 - 确认真的走了 GPU：`docker logs bilinote-backend | grep -i cuda` 看到 `CUDA 可用，使用 GPU`；或转写时宿主机 `nvidia-smi` 能看到 python 进程占显存。 **国内镜像**：GPU compose 支持 `BASE_REGISTRY` / `APT_MIRROR` / `PIP_INDEX` 这几个 build-arg（注意 `BASE_REGISTRY` 选的源必须支持 `nvidia/cuda` 命名空间，否则拉不到 CUDA 基础镜像）。 **起来了但没走 GPU？** 依次排查：① 宿主机 `nvidia-smi` 是否正常 → ② NVIDIA Container Toolkit 是否装好（上面 `--gpus all` 测试是否通过）→ ③ `docker logs bilinote-backend` 是否有 CUDA / cuDNN 报错（驱动 CUDA 版本需 ≥ 12.4）。 `fast-whisper` 本身的 GPU 依赖说明可参考：[faster-whisper 项目](https://github.com/SYSTRAN/faster-whisper#requirements) ### 🐳 使用 Docker 一键部署 确保你已安装 Docker，然后直接拉取预构建镜像运行： ```bash # 拉取最新镜像 docker pull ghcr.io/jefferyhcool/bilinote:latest # 运行容器 docker run -d -p 80:80 \ -v bilinote-data:/app/backend/data \ -v bilinote-config:/app/backend/config \ -v bilinote-static:/app/backend/static \ -v bilinote-models:/app/backend/models \ --name bilinote \ ghcr.io/jefferyhcool/bilinote:latest ``` 上面四个卷分别持久化：`data`（SQLite 数据库 + 生成的笔记）、`config`（LLM 供应商配置 / Cookie / 转写设置）、`static`（笔记引用的视频截图）、`models`（Whisper 模型缓存，可选，避免每次重新下载）。这样 `docker pull` 升级新镜像、删旧容器重建后，配置和历史都不会丢。 > ⚠️ **不要**用 `-v 卷名:/app/backend` 挂整个后端目录——命名卷会用首次启动时的镜像内容固化，之后 `docker pull` 升级也会被旧代码盖住，导致「升级不生效」。只挂上面这些数据子目录即可。 访问：`http://localhost` 也可以使用 docker-compose 本地构建： ```bash # 标准部署 docker-compose up -d # GPU 加速部署（需要 NVIDIA GPU + NVIDIA Container Toolkit，详见上方「CUDA / GPU 加速」） docker-compose -f docker-compose.gpu.yml up --build -d ``` ## 🧠 TODO - [x] 支持抖音及快手等视频平台 - [x] 支持前端设置切换 AI 模型切换、语音转文字模型 - [x] AI 摘要风格自定义（学术风、口语风、重点提取等） - [x] 加入更多模型支持 - [x] 加入更多音频转文本模型支持 - [x] 基于 RAG 的笔记内容 AI 问答 - [ ] 笔记导出为 PDF / Word / Notion ### Contact and Join-联系和加入社区 扫描下方公众号二维码，关注后回复 **「交流群」** 即可获取最新的微信交流群二维码（群码会自动更新，避免过期失效）：
BiliNote 公众号
BiliNote 公众号
## 🔎代码参考 - 本项目中的 `抖音下载功能` 部分代码参考引用自：[Evil0ctal/Douyin_TikTok_Download_API](https://github.com/Evil0ctal/Douyin_TikTok_Download_API) ## 📜 License MIT License --- 💬 你的支持与反馈是我持续优化的动力！欢迎 PR、提 issue、Star ⭐️ ## Buy Me a Coffee / 捐赠 如果你觉得项目对你有帮助，考虑支持我一下吧
## ⭐ Star History [![Star History Chart](https://api.star-history.com/svg?repos=JefferyHcool/BiliNote&type=Date)](https://www.star-history.com/#JefferyHcool/BiliNote&Date)