把 B 站、YouTube 和本地视频自动转写、总结成图文笔记与思维导图的桌面工具，笔记全部落本地 SQLite，还能跨视频做 RAG 检索问答并导出到 Obsidian。
适合刷 B 站技术/课程视频的自学者 · 已有 Obsidian 知识库的人 · 在意隐私、想离线跑的用户
亮点
图文笔记按画面重组
VLM 先读截图客观事实，再以画面为线索重排文章，每张图跟在对应段落后，不堆在末尾。
跨视频 RAG 问答
所有笔记进本地向量库，语义+关键词混合检索，可对几十个视频统一提问并回溯来源。
数据全落本地
转写、笔记、截图存在本机 SQLite 与数据目录，配本地 Whisper/FunASR 与本地 LLM 可完全断网跑。
B 站细节做得深
内置扫码登录过风控、自动识别分 P 并批量建任务，还能聚合全集生成一篇总笔记。
取舍
选它的理由
- B 站扫码登录+分 P 批量，处理系列课程很顺
- 图文笔记的配图位置真的贴在对应段落旁
- 本地 FunASR 中文转写准确率高且不花 API 钱
- 笔记能直接导出 Obsidian，不锁在软件里
先想清楚
- 不想申请也不想付费用任何 AI API
- 只想偶尔看一个视频的大意
- 主力机是 Linux 桌面
- 自己不带模型，LLM 与 Embedding 都得自备 Key
安全警示
- 工具通过 yt-dlp 与 B 站扫码登录抓取内容，需保存账号 Cookies，账号存在被平台风控的可能
- 个人开发者小众项目，社区审计有限，配置的多家 AI 服务 API Key 均以本地明文形式保存，请勿在公用电脑使用
基于公开资料与 AI 分析整理，仅供参考，请自行核实。
同类推荐
查看全部更多「音视频工具」软件
WhisperSubTranslate
音视频工具开源本地运行的桌面字幕工具：用 whisper.cpp 把视频语音转成 SRT 字幕，再用内置腾讯 Hy-MT2 模型离线翻译成 15 种语言，也可接 DeepL、GPT、Gemini 等在线引擎，视频全程不上传。
mpv-Yaozhi
音视频工具开源面向 Windows 的 mpv 第三方整合包，自编译 mpv/FFmpeg/SDL2 核心，专攻 Dolby Vision、HDR Vivid、AV3A 沉浸声、5.1.4 至 9.1.6 具名多声道 PCM 与 HDR 图形字幕，并深度汉化 uosc 界面、内置弹幕与网盘直链播放。
ComfyUI-RH-MiniMax-H3
音视频工具开源把 MiniMax-H3 音视频联合生成模型接入 ComfyUI 的插件，支持文生视频+音频、首尾帧驱动和多模态参考三种任务，靠 INT8 量化与分层卸载在单张 24GB 显卡上跑完整流程。
Stash-Jellyfin Proxy
音视频工具开源一款 Python 代理服务器，通过模拟 Jellyfin HTTP API，让 Infuse、Swiftfin 等兼容播放器直接浏览与串流 Stash 媒体库，实现无缝的媒体消费体验。
Shutter Encoder
音视频工具开源由视频剪辑师开发的开源转码工具，用图形界面封装 FFmpeg，支持几乎所有音视频图像格式，并能对部分编码做无重编码剪切、字幕烧录与批量队列输出。
JAVM
音视频工具开源基于 Tauri 2 + Vue 3 + Rust 的桌面端 JAV 媒体库管理器，把本地扫描入库、番号刮削、下载队列和内置播放截图串成一条流水线，数据存本地 SQLite。
AI 整理的软件知识库
AI 整理软件资料、版本动态、更新通知、订阅权益与对比分析，沉淀可复用的工具知识。