刷完一节两小时的B站课程，回头想找某个知识点，只能拖着进度条来回试。这个场景大概每个靠视频学习的人都经历过。GitHubDaily 在推文里介绍了一个叫 bilibili-douyin-notes 的项目，思路是把这件事交给 AI Agent 去做。

它的形态不是独立 App，而是一个能集成到 Claude Code 里的 AI Agent 技能。用法也简单：通过命令行交互，把视频链接丢进去就行。

支持的平台不止 B 站，还包括抖音、YouTube 和小红书。处理视频时优先利用现成字幕；没有字幕的情况下，可以在本地进行语音识别，不需要走付费的云端 API。

生成出来的东西不是一份干巴巴的转录稿。按小节整理，关键术语加粗，后面还附了知识地图、概念卡片和自测题。文末带一份时间索引，点一下就跳回视频对应的位置。

把这几项拆开看，对应的其实是学习流程里的几个断点：

  • 小节整理，解决长视频结构不清的问题
  • 术语加粗，方便快速扫读和复习
  • 知识地图与概念卡片，把零散内容串成体系
  • 自测题，让看完之后的检验有抓手
  • 时间索引，随时跳回原视频核对上下文

另外还有智能帧筛选，用来从视频画面里挑出值得保留的帧。对于以板书、代码演示为主的课程类内容，这一项的价值可能比文字转录更大。

从定位上看，这个项目属于开发者工具与个人效率的交叉地带。它没有重新造一个视频平台，也没有做云端服务，而是把能力挂到已有的 Agent 工作流上，把视频这个非结构化的输入，转成可检索、可复习的笔记结构。

对习惯用 Claude Code 处理日常任务的人来说，多装一个技能的成本几乎为零。真正决定它好不好用的，是本地语音识别的准确率，以及知识地图和自测题的质量能不能撑住"学习效率"这四个字。