用 AI 批量处理 B 站字幕：我的学习笔记自动化实践

本文将详细介绍如何使用 AI + 子代理批量处理 B 站视频字幕，生成结构化学习笔记的全过程。以软考备考为实战案例，附详细技能设计思路与效果对比。

一、背景与痛点

1.1 B 站学习的普遍性

B 站已经从一个二次元视频平台，悄然变成了中国最大的"学习网站"。

无论是备考考研、软考、职业证书，还是学习编程、听深度思考类内容、追更技术教程，B 站上有大量优质的长视频内容。某种程度上，B 站已经取代了传统的在线课程平台——它内容免费、品类齐全、而且"野生"教程往往比官方课程更接地气。

1.2 字幕提取的便利

现在有很多浏览器插件可以一键提取 B 站视频的字幕，典型工具如「B站字幕提取」「BiliBili Subtitle Downloader」等。输入视频 BV 号，几十秒就能拿到一份完整的字幕文件。

这解决了一个基本问题：看得见了。

1.3 字幕的"可用性"问题

但真正用过的人都知道，原始字幕存在几个严重问题：

• • 口语冗余：充斥着"那、嗯、啊、其实、就是、这样子的"等填充词
• • 无结构：大量内容堆在一起，缺乏层级划分
• • 识别错误：同音字错识别（如"移码"识别成"乙码"、"反码"识别成"砝码"）
• • 难以复习：想回头查某个知识点，只能翻大量原始文本

传统解决方案是人工整理——边看视频边记笔记。但这对长视频尤其不友好：一门 30 小时的课程，人工整理可能需要 100+ 小时，效率极低。

痛点总结：看得见 → 用不起来 → 人工整理太慢

二、解决方案设计

2.1 设计思路

要解决这个矛盾，核心思路是：让 AI 学会"整理"的规范，然后自动化执行。

具体来说，我们需要给 AI 两样东西：

1. 1. 角色设定：告诉它做什么（课程笔记整理助手）
2. 2. 格式规范：告诉它怎么做（结构模板、质量标准）

在 OpenClaw 体系中，这两样东西就构成一个 Skill。

2.2 Skill 详细拆解

我设计了一个名为 lecture-notes-organizer 的 Skill，专门用于将字幕文件整理为结构化笔记。

以下是 Skill 的核心构成：

（1）核心提示词设计

# 任务你是一位专业的课程笔记整理助手，擅长将杂乱的语音转录文字整理为高质量的学习笔记。# 输入文本特点- 来源：课程视频字幕语音识别- 问题：  - 口语化严重，包含大量语气词和口头禅（那、嗯、啊、其实、就是说、这样子等）  - 缺乏标点符号和语句边界  - 可能有语音识别错误（同音错字）  - 包含考频分析等元信息# 处理要求## 一、信息提取- 识别并提取所有知识点、概念、定义- 保留所有数字信息（分值、章节号、年份、考察频率等）- 保留关键术语的准确名称## 二、结构化输出- 使用多级标题建立清晰的层级- 相关内容归类到同一层级下- 使用表格呈现对比信息- 每个知识点独立成节，便于后续检索## 三、语言精简- 去除口语填充词：那、嗯、哦、啊、其实、就是说、这样子、可以看到等- 简化冗余表达：  - "我们要求掌握..." → "掌握要求：..."  - "这样子的一个方式" → "该方式"- 口语转书面语：保持专业、简洁、正式## 四、语义修正- 修正识别错误：根据上下文推断并修正同音错别字  - 例：「乙码」→「移码」、「砝码」→「反码」

（2）格式规范模板

Skill 定义了标准化的输出格式：

# X.X 章节名称> 本节概述：[一句话概括本节核心内容]## 一、[知识点名称]### 1. [子知识点]**核心概念**：...**关键特性**：...**掌握要求**：...## 二、[知识点名称]...## N、习题演练### 习题 1：...### 习题 2：...## N+1、本节小结### 核心要点### 易错点### 公式速查## N+2、关键术语

（3）常见识别错误对照表

为了保证专业术语的准确性，Skill 内置了对照表：

（4）质量检查清单

处理完成后，AI 会对照清单自检：

• •所有知识点已提取，无遗漏
• •口语填充词已去除
• •专业术语准确无误
• •文件命名符合规范（序号_名称.md）
• •章节使用中文数字（一、二、三...）

2.3 AI 辅助 Skill 设计

你可能会问：这么完善的 Skill，是怎么设计出来的？

答案是：用 AI 辅助设计 AI 工具。

我的做法是：

1. 1. 先想清楚需求：我希望 AI 帮我做什么？输出格式是什么？
2. 2. 写第一版提示词：把基本要求丢给 AI，让它帮我扩充
3. 3. 发现问题 → 迭代：生成结果哪里不好？加规则、加例子、加对照表
4. 4. 固化到 Skill：确认效果OK后，把提示词封装成 Skill

本质上，这是一个** AI 渐进式提示工程**：让 AI 帮你想细节，你来做决策和整合。

2.4 直接看字幕 vs 整理成笔记

核心差异：字幕是"信息的原始形态"，笔记是"知识的结构化表达"。

三、批量处理：子代理登场

3.1 串行处理的局限

有了 Skill，单个文件处理已经非常高效。但当需要批量处理多个字幕文件时，传统方式会遇到以下问题：

1. 1. 速度慢：9 个文件串行处理，需要一个接一个等待完成
2. 2. 上下文限制：单个对话窗口有 token 上限，文件太多会溢出
3. 3. 相互干扰：不同文件的内容可能在 AI 记忆中被混淆

3.2 子代理方案设计

OpenClaw 的 sessions_spawn 功能可以启动独立的子代理，每个子代理有独立的上下文、互不干扰。

我的批量处理流程：

┌─────────────┐│  主会话      ││  (调度中心)  │└──────┬──────┘       │ sessions_spawn       ▼┌─────────────┐ ┌─────────────┐ ┌─────────────┐│ 子代理 1    │ │ 子代理 2    │ │ 子代理 3    ││ 处理文件 09 │ │ 处理文件 10 │ │ 处理文件 11 │    .........└──────┬──────┘ └──────┬──────┘ └──────┬──────┘       │                │                │       ▼                ▼                ▼   09_xxx.md       10_xxx.md        11_xxx.md

每个子代理执行相同的任务模板：

• • 读取源文件
• • 应用 lecture-notes-organizer skill
• • 输出到目标目录

3.3 实战：9 个字幕文件并行处理

在正式介绍之前，先说明一下项目的完整规模：本文中展示的 9 个字幕文件（09-17）只是整个笔记体系的一部分。整个 E:\学习资料库\AA嵌入式相关\AA2026软考\笔记 目录下，从 00_报考指南 到 17_多媒体基础知识，共 18 篇结构化学习笔记，全部使用本方法整理而成。涵盖了软考嵌入式系统设计师考试的完整知识体系。

这次实战中，我需要处理 9 个软考相关字幕文件：

注：原始字幕字符数约等于文件大小（KB×1024），输出笔记为实际 Markdown 文件大小。

执行结果：

• • 由于并发限制，每次最多启动 5 个子代理
• • 9 个文件分两批处理
• • 总耗时约 5 分钟，全部完成

3.4 如何保证质量

子代理方案的质量保障：

1. 1. 独立上下文：每个子代理只处理单个文件，不会相互污染
2. 2. 标准化任务模板：所有子代理收到相同的指令，确保输出格式一致
3. 3. Skill 规范约束：格式、内容质量由 Skill 本身保证
4. 4. 可追溯：每个子代理的运行日志可查，问题可定位

四、效果对比：串行 vs 并行

4.1 量化对比

本章对比的是：单上下文窗口串行处理 与 子代理并行处理 两种方案的效果。

4.2 质量对比示例

以「数据结构与算法」章节为例，对比两种方案产出的笔记质量：

结论：子代理并行方案产出的笔记内容更丰富、更结构化、更适合备考复习。

五、总结与延伸

5.1 方法论总结

这次实践验证了一条可复用的文档处理流水线：

Skill（规范） + 子代理（并行） = 批量文档处理工厂

• • Skill：定义"怎么做"，确保输出质量
• • 子代理：定义"谁来做"，实现并行处理
• • 组合效果：高效 + 高质 + 可扩展

5.2 更多应用场景

这个方法不局限于软考：

• • 考研备考：政治、专业课背诵笔记
• • 职业考证：PMP、法考、CPA 等
• • 技术学习：编程语言、框架、系统的长教程
• • 深度内容：好文、访谈、纪录片要点提取
• • 任何需要"从长文本中提取结构化知识"的场景

本质上，这是一个**"AI 辅助知识管理"**的工作流：原始内容 → AI 整理 → 结构化笔记 → 便于复习。

5.3 延伸可能性

1. 1. 工作流自动化：配合定时任务cron，实现"字幕提取 → 自动整理 → 推送通知"全自动
2. 2. 多模态输入：不仅处理字幕，还可以处理 PDF、网页、音频转文字等
3. 3. 个性化定制：根据不同领域定制不同的 Skill（法律、医疗、技术等）
4. 4. 知识库集成：整理后的笔记直接存入 Obsidian/Notion，形成个人知识库

5.4 一点心里话

写这篇文章，不是为了"秀肌肉"，而是真心觉得：AI 与人的协作，还有太多可能性没有被探索。

我只是把自己的一小点实践经验分享出来。如果你也有类似的困惑或尝试，欢迎交流。

AI 不是替代我们思考的工具，而是放大我们能力的杠杆。

本文由 AI 辅助编写，实战案例基于软考嵌入式系统设计师备考笔记整理。

附录：本文所使用的 AI 环境与工具

核心 AI 平台

本地编辑工具

关键功能

• • sessions_spawn：启动独立子代理，实现并行任务处理
• • Skill 系统：可复用的 AI 任务规范模板
• • 文件处理：支持本地文件读写、批量操作

工作流程中使用的工具

1. 1. 字幕提取：B站字幕助手（Edge 浏览器插件）
• • 链接：https://microsoftedge.microsoft.com/addons/detail/bilibili视频字幕助手/nbgmggaolhiphnfblaognehbfhfpndol^[1]
2. 2. AI 助手：智谱 AutoClaw + OpenClaw 内核
3. 3. AI 模型：百度千帆 Coding Plan（MiniMax-M2.5）
4. 4. 本地编辑：TRAE（Markdown 编辑器）
5. 5. 子代理调度：sessions_spawn 并行启动多个独立任务

引用链接

[1] https://microsoftedge.microsoft.com/addons/detail/bilibili视频字幕助手/nbgmggaolhiphnfblaognehbfhfpndol: https://microsoftedge.microsoft.com/addons/detail/bilibili%E8%A7%86%E9%A2%91%E5%AD%97%E5%B9%95%E5%8A%A9%E6%89%8B/nbgmggaolhiphnfblaognehbfhfpndol