BiliNote：开箱即用的 AI 视频笔记工具，支持多平台、多模型、本地部署
一句话介绍
BiliNote 是一个开源的 AI 视频笔记助手。你给它一个视频链接（B 站、YouTube、抖音、快手，或者本地视频文件），它自动完成音频转写、内容总结和结构化笔记生成，输出一份带截图和时间戳跳转的 Markdown 笔记。
GitHub 地址：https://github.com/JefferyHcool/BiliNote | License: MIT ⭐ 2.5k+
在线体验：https://www.bilinote.app | 文档：https://docs.bilinote.app
核心功能
1. 多平台视频输入
支持五大来源：
| 平台 | 支持方式 |
|---|---|
| Bilibili | 链接 / 浏览器插件（优先利用本地登录态抓字幕） |
| YouTube | 链接 / 优先获取原生字幕，跳过音频下载 |
| 抖音 | 链接（基于 Douyin_TikTok_Download_API） |
| 快手 | 链接 |
| 本地视频 | 文件直传 |
2. AI 驱动的笔记生成
整个流水线分为三步：
- 音频提取与转写 — 支持 Fast-Whisper（本地 GPU/CUDA）、MLX-Whisper（Apple Silicon）、Groq API、BCut 等多种转写引擎
- 大模型总结 — 将转写文本提交给 GPT 大模型，生成结构化笔记
- Markdown 输出 — 包含目录、分节内容、时间戳跳转链接、自动截图插入、视频封面 Banner
笔记风格可自定义：学术风、口语风、重点提取等 9 种预设，格式（标题层级、代码块、引用等）也可自由配置。
3. 灵活的模型配置
不绑定任何特定服务商，用户可以自行配置：
- 大模型供应商：OpenAI、DeepSeek、Qwen 等任意兼容 API 的模型
- 音频转写引擎：Fast-Whisper / MLX-Whisper（本地）、Groq / BCut（API），可自由切换
- 多模态视频理解：支持带画面分析的综合总结（需模型支持多模态）
4. RAG 问答
在已生成的笔记基础上，支持基于 RAG（检索增强生成）的 AI 问答：
- 索引范围包括笔记正文、视频元信息（标题、作者、简介、标签等）
- 支持 Function Calling，模型可主动检索原文数据
- AI 回复支持 Markdown 渲染，提供半屏/全屏两种模式
- 笔记历史版本保留，可随时回溯
5. 浏览器插件
提供 Chrome / Edge / Firefox 三个版本的浏览器插件（MV3），包含：
- 工具栏 Popup 快速提交链接
- 视频页面悬浮按钮一键生成
- 右键菜单
- 侧边栏（Markdown 预览 / 思维导图 / AI 问答）
- 插件设置页：模型供应商管理、转写配置、下载配置、浏览器 Cookie 一键同步、部署状态监控
部署方式
方式一：Docker（推荐）
# 标准部署 docker pull ghcr.io/jefferyhcool/bilinote:latest docker run -d -p 80:80 \ -v bilinote-data:/app/backend/data \ --name bilinote \ ghcr.io/jefferyhcool/bilinote:latest # GPU 加速部署（需要 NVIDIA GPU + nvidia-docker） docker-compose -f docker-compose.gpu.yml up -d
Docker 镜像已内置 FFmpeg，无需额外安装。
方式二：桌面客户端
在 Releases 页面下载 Windows / macOS 客户端。
桌面客户端特性：
- 首次启动四步引导（连通自检 → 供应商/模型配置 → 转写引擎选择 → Cookie 提示）
- 右下角后端运行状态指示，支持查看日志和一键重启
- 启动时自动检测中文/空格路径并弹窗告警（Windows）
注意：Windows 用户必须在非中文路径下运行。
方式三：源码部署
git clone https://github.com/JefferyHcool/BiliNote.git cd BiliNote # 配置环境变量 mv .env.example .env # 启动后端 (FastAPI) cd backend pip install -r requirements.txt python main.py # 启动前端 (React + Tauri) cd ../BillNote_frontend pnpm install pnpm dev
前置依赖：系统需安装 ffmpeg。
技术栈
| 层级 | 技术选型 |
|---|---|
| 后端 | Python / FastAPI |
| 前端 | React 19 + Tauri（桌面客户端） |
| AI 模型接入 | 通用 GPT 适配层（UniversalGPT），兼容多供应商多模态格式 |
| 语音转写 | Fast-Whisper、MLX-Whisper、Groq、BCut |
| 容器化 | Docker + Docker Compose（含 GPU 版本） |
| CI/CD | GitHub Actions（含 commitlint、release 自动化） |
| 浏览器插件 | Chrome Manifest V3（含 popup、悬浮按钮、侧边栏、右键菜单） |
工程化亮点
除了功能本身，这个项目在工程规范上也做得相当到位：
- 完善的 CONTRIBUTING.md / RELEASING.md / CHANGELOG.md
- Issue 和 PR 模板
- commitlint CI 确保提交信息规范
- Docker 镜像自动构建并推送至 ghcr.io
- 桌面客户端 CI 构建（Windows x64 + macOS ARM64）
- 中文路径检测、模型切换确认等细节打磨
看得出来作者是以长期维护的开源项目标准在做，不是随手写的 demo。
适用场景
- 学习笔记：技术教程、公开课、学术讲座等长视频的知识点提取和归档
- 会议记录：内部技术分享、线上会议的视频/录音转文字加总结
- 内容再创作：视频创作者快速获取视频文案结构，方便二次编辑
- 知识管理：生成的 Markdown 笔记可导出 PDF/Word/Notion，融入个人知识库
总结
BiliNote 解决了一个很实际的需求：把视频内容高效转化为可检索、可回顾的文本笔记。它的优势在于：
- 平台覆盖广，国内主流的 B 站、抖音、快手都支持
- 模型不锁定，可以接自己的 API Key，数据不出自己控制的范围
- 部署灵活，普通用户用网页版，进阶用户可以 Docker 自部署，开发者可以源码跑
- 开源 MIT 协议，自由使用、修改、二次开发
- 持续迭代，issue 响应及时，版本更新频率高
如果你经常看知识类长视频，或者有视频笔记批量化处理的需求，这个项目值得一试。