2 篇博文 含有标签「chatvideo」

如果不想从零写视频网页理解流水线，可以先试几个已经能跑起来的开源项目。这里按“能不能直接部署”“是否支持 B 站”“是否有 Web UI”“是否包含 ASR/VLM/知识库能力”来筛了一轮。

如果目标是“给一个 B 站视频链接，然后自动整理视频里讲了什么”，最稳的做法不是把网页 URL 直接丢给一个大模型，而是自己搭一条可观察、可缓存、可替换的 evidence pipeline：先拿到网页 metadata、字幕或音频，再用 ASR、抽帧、OCR/VLM 和 LLM 逐层补全证据。