你係咪成日喺 B 站睇完教學片覺得好有用，但係收咗入收藏夾之後就冇再開過？截圖截到成個相簿都係，想揾返之前講過嘅某個位就好似大海撈針。嬌姐都有呢個煩惱，佢話「視頻係被動吸收，你當時覺得明咗，關咗就忘一半」。

佢設計咗一個全自動流程：只要俾個 B 站連結，5 分鐘後 Obsidian 就會多咗篇完整逐字稿

硬件方面，任何電腦只要 8G RAM 以上就得，無論 Windows、Mac 定 Linux。軟件需要四個：Obsidian（知識庫載體）、Hermes（AI 助手大腦）、yt-dlp（音頻提取）同 faster-whisper（語音轉寫）。

以 BV1JJ411z7LB 為例，嬌姐逐個步驟拆解。第一步係用 yt-dlp 淨係下載音頻，唔好畫面，慳位又快。

yt-dlp -f "30280" --max-filesize 100M -o "video_audio.%(ext)s" "https://www.bilibili.com/video/BV1JJ411z7LB"

成功後會見到一個 .m4a 檔案。第二步係用 Python 腳本做 AI 轉寫，嬌姐提供咗一段現成嘅 `transcribe.py`，用 small 模型，CPU 運行，10 分鐘片大約要跑 3-5 分鐘。

from faster_whisper import WhisperModel
import sys
audio_path = sys.argv[1]
output_path = sys.argv[2]
model = WhisperModel('small', device='cpu')
segments, info = model.transcribe(audio_path, language='zh', beam_size=5)
with open(output_path, 'w', encoding='utf-8') as f:
 for seg in segments:
 f.write(f'[{seg.start:.1f}s-{seg.end:.1f}s] {seg.text}\n')
print('轉寫完成')

第三步係將 output.txt 拉入 Obsidian 嘅 zhishiku folder，改埋 Frontmatter 做 `title`、`date`、`tags`、`source`，咁就永久可用。

Frontmatter 格式：```--- title: "Claude Code教程-第1集" date: 2026-05-09 tags: [B站教程, Claude-Code] source: "https://bilibili.com/video/BV1JJ411z7LB" ---```

如果你要轉成個系列，例如 23 集 Claude Code 教程，一集集做就太慢。嬌姐寫咗個 `batch_main.py` 批量腳本，會自動行曬三件事：逐集下載音頻、逐集轉寫、寫入 Obsidian，然後清理臨時檔。

import subprocess, os
for ep in range(1,24):
 subprocess.run(['yt-dlp', '-f', '30280', '--max-filesize', '100M', '-o', f'p{ep}.m4a', f'https://www.bilibili.com/video/BV1JJ411z7LB?p={ep}'])
 subprocess.run(['python3', 'transcribe.py', f'p{ep}.m4a', f'p{ep}.txt'])
 os.remove(f'p{ep}.m4a')

行完之後，23 集逐字稿就全部入咗 Obsidian。如果想再懶啲，可以將呢個流程綁落 Hermes Skills，以後只要對 Hermes 講「幫我將呢個 B 站片整成逐字稿」，佢就會自動做曬。

嬌姐整理咗幾個實戰常見嘅問題。第一，下載失敗可以檢查連結係咪有分集參數（例如 `?p=2`），B 站版權影片可能唔支援音頻提取，要換片。第二，轉寫速度－如果有 NVIDIA 顯卡可以開 GPU 加速，冇嘅話用 small 模型性價比最高。

第三，準確率方面，small 模型中文約 95%，少啲錯字屬正常，要 100% 準確就要人工校對或者用更大模型。第四，知識庫路徑問題：確保 Obsidian 開嘅係你自己整嘅 zhishiku folder，唔係預設嗰個。

呢套方案嘅精髓唔係技術，而係改變學習習慣：將被動睇片變成主動翻書。