Bili Watch

Bili Watch

Overview

让 WorkBuddy 读懂 B站视频，两条路径：

1. 文本路径：抓字幕（ai-zh）/弹幕，由 AI 阅读总结（bili_watch.py）——能"听"台词，但看不到画面。
2. 画面路径：下载视频 + ffmpeg 抽关键帧 + AI 逐张读图（bili_frames.py）——真实看到画面（运镜/UI/动作/贴图），是陪看、画面型整活（PVZ 鬼畜、MC 实拍、游戏集锦）的唯一靠谱方式。

边界：本 skill 只做"视频→文本"的单向转写，不涉及自动刷推荐/投币/评论/私信等账号托管行为（那类高风险工具见开源项目 bilibili_learning_bot，与本 skill 无关且默认不推荐）。

Key Constraints (from real probing)

• 字幕锁登录：B站字幕（含 AI 字幕）现已要求登录，无 cookie 时报 Subtitles are only available when logged in。AI 字幕的语言代码通常是 ai-zh（不是 zh-CN），--list-subs 里显示为 ai-zh srt / zh-CN.json3 才是真字幕轨道。
• 浏览器选择（关键）：
  • 优先用 Firefox：--cookies-from-browser firefox 能稳定拿到登录态 AI 字幕（Firefox cookie 无系统级加密，yt-dlp 直接读）。实测 --list-subs 成功列出 ai-zh，字幕抓得到。
  • Edge/Chrome 有 App-Bound Encryption（DPAPI）加密：--cookies-from-browser edge 会报 Failed to decrypt with DPAPI，yt-dlp 读不出 cookie，字幕分支退化成弹幕。
  • 导出的 cookie 文件不可靠：用 Cookie-Editor 导出 Netscape 格式 .txt 再 --cookies 文件 喂 api.bilibili.com，实测 nav 接口返回 isLogin=false（SESSDATA 在服务端已失效/被轮换，导出的是过期凭证），导致 player/wbi/v2 不返回字幕，只能退弹幕。不要依赖导出的 cookie 文件，改用 Firefox 实时登录态。
• 弹幕无需登录：yt-dlp --write-subs --sub-langs danmaku --skip-download 可直接抓弹幕 XML，作为无字幕时的退路（内容碎片化，且弹幕可能和当前视频主题混流，仅作大意参考，不可当真实字幕）。
• 反爬：默认 UA 直连 bilibili.com 会被 412 拦截；抓首页 BV 号/调接口需带浏览器 UA + Referer/Origin（如 Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 Chrome/120.0 Safari/537.36，Referer https://www.bilibili.com）。
• 元数据不依赖 cookie（2026-09-15 修复 v1.2.2）：--browser 默认 firefox。新机上若没装 Firefox，旧版会把公开元数据也一起丢空（标题/UP/时长/播放全为 0），因为 --dump-json 一上来就带 --cookies-from-browser firefox，浏览器不存在时 yt-dlp 直接报错、stdout 为空。现改为：先无 cookie 抓公开元数据 → 失败再带 cookie 重试 → 仍失败退回网页解析。元数据是公开信息，任何时候都不该依赖登录态。
• API 备用通道两个坑（2026-09-15 修复 v1.2.3）：fetch_subtitle_via_api() 曾是"永远不会成功"的死代码，两处都坏了。
  • ① aid/cid 不能用网页正则抽：B站视频页 HTML 结构变更后，re.search(r'"aid":(\d+)', html) 恒为空，函数静默 return None。改用 x/web-interface/view?bvid= 取 data.aid / data.cid（需 wbi 签名），网页正则降为保底。副作用：靠它判断"视频有无字幕"时全是假阴性，实测 12 个热门视频全报"无字幕"，换 view 接口后同样本 32 个里 20 个有 ai-zh。
  • ② player/wbi/v2 只接受 GET：旧代码用 _http_get(url, data=body) 走 POST，实测返回 HTTP 405 Method Not Allowed。改为 GET + query string。
  • ③ 字幕轨道顺序不可信：subtitles 返回 ['ai-zh','ai-en'] 时按数组序取会拿到英文。改为按 lan 排序，ai-zh/zh* 优先。
• 环境依赖：沙箱/新机常缺 yt-dlp，先 python -m pip install -q yt-dlp。抽帧需要 ffmpeg：pip install imageio-ffmpeg（自带静态二进制，无需系统装 ffmpeg）。whisper 通常缺失（ASR 音频转写分支默认不启用，用户已确认不需要）。

Workflow

1. 确认目标是 B站视频（链接或 BV 号）。
2. 优先走字幕：运行 scripts/bili_watch.py <BVID> --browser firefox（脚本参数是 --browser，底层走 yt-dlp 的 --cookies-from-browser）。需在用户本机 Windows（Firefox 已登录 B站）运行才拿得到字幕。本机 Firefox 在 D:\FIreFOX\firefox.exe（非标准路径），2026-09-15 实测字幕分支通过。
3. 先用 --list-subs 确认轨道：python -m yt_dlp --cookies-from-browser firefox --list-subs <URL>，看到 ai-zh 再抓；若只有 danmaku 说明登录态没过或视频无字幕。
4. 若无字幕/未登录，脚本自动退弹幕分支，输出弹幕转写（碎片化大意，且可能与视频主题不符）。登录态不可用时只能走这条。
5. 拿到文本后，由 AI 阅读并总结/问答。
6. 画面型视频（无字幕、或信息在画面里：整活/鬼畜/实拍/游戏集锦）：python scripts/bili_frames.py <BVID> 下载并抽帧，AI 用 Read 逐张读图（每批 ≤4 张，一次并发太多会报"模型不支持图片"）。严禁拿标题/标签/套路脑补画面冒充"看见"；看不清就 --width 1920 放大重抽。
7. 不要落盘：默认只在终端打印预览，不写文件。需长期存档才加 --save 生成 <BVID>.transcript.txt（用户曾明确要求不要默认保存弹幕文件）。

Bundled Script

scripts/bili_watch.py — 把 B站视频转成文本（字幕+弹幕）。

• 用法：python bili_watch.py <BVID 或链接/关键词> [--browser firefox] [--cookies 文件] [--save] [--search]
• --browser：读哪个浏览器的 B站登录态（默认 firefox；edge/chrome 因 DPAPI 加密会失败，已设为非默认）。
• --cookies：Netscape 格式 cookie 文件（已加 API 直连分支：调 player/wbi/v2 拿 AI 字幕直链）。注意：导出的 cookie 文件常因 SESSDATA 失效被判未登录，优先用 --cookies-from-browser firefox。
• --save：落盘保存为 <BVID>.transcript.txt（默认不保存，仅终端预览）。文件含元数据+字幕+弹幕+评论。
• --comments：额外拉取公开评论（走 x/v2/reply/wbi/main，无需登录，复用脚本内 wbi_sign 签名）；--comment-pages 翻页上限（默认10，每页约20条）、--comment-mode 2=按热度/3=按时间。子回复以 ↳ 前缀缩进。--save 时评论会一并追加到文件。
• --search：把 target 当关键词搜索视频，列出候选 BV。--search-limit 数量（默认20）、--search-order totalrank/click/pubdate/dm/stow。2026-08-25 已修：先走 wbi 签名接口 x/web-interface/wbi/search/all/v2（自动带浏览器登录态或 --cookies），API 常被风控返回空壳（numResults>0 但 result 空）时自动回退抓 https://search.bilibili.com/all 网页端 SSR 卡片数据（解析 bili-video-card__wrap 块拿标题/BV/UP/时长）。搜索关键词请给完整上下文（如"NX树 指令 我的世界"），分词过细容易命中无关内容。
• --min-danmaku：弹幕折叠阈值（默认2）。出现 >= 该值的重复弹幕折叠成带 (xN) 的一行；全部弹幕都保留，不做破坏性删除（弹幕是百分百输出项，不再是退路）。
• --no-danmaku：只取字幕、不抓弹幕。
• 输出结构（升级后）：①元数据置顶（标题/UP主/时长/播放/分区/标签/发布/简介，给 AI 先看背景）；②字幕优先、带时间戳 [mm:ss]；③弹幕百分百保留、带时间戳 + 去重折叠；④评论（可选）。字幕与弹幕解耦：有字幕也给弹幕，无字幕则弹幕独立输出。
• 解析逻辑：json3/vtt/srt 字幕按 from/时间码提取并附 [时间戳]；弹幕 XML 按 <d p="时间,..."> 取时间点附 [时间戳]；评论取 data.replies[].content.message（含 replies 子回复）。
• 无字幕视频：B 站侧只挂了弹幕、没挂字幕的视频（如本会话 BV1eVgA64EpH、BV1cj8c6jE7f），--list-subs 只见 danmaku；这类视频弹幕独立百分百输出，不再被当"退路"误报。
• 状态区分（已修复误报）：脚本现用 --list-subs 先探查真实轨道，不把"无字幕"误判成"未登录"。三种分支：①已读取登录态且视频确实无字幕轨道 → 提示"该视频未挂字幕轨道(无字幕)"；②有字幕轨道但 cookie 未读取成功（未登录/DPAPI加密/浏览器未装）→ 提示去换 firefox 或喂 --cookies；③既无 cookie 也未能确认轨道 → 提示跳过字幕（弹幕仍抓）。旧版统一打"可能未登录或该视频无字幕"已废弃。

scripts/bili_frames.py — 下载 B站视频 + ffmpeg 抽帧，供 AI 读图看画面（v1.2.0 新增）。

• 用法：python bili_frames.py <BVID> [--interval 3] [--width 1280] [--outdir 目录]；或 --video <本地.mp4> 跳过下载直接抽帧。
• 依赖：pip install yt-dlp imageio-ffmpeg（imageio-ffmpeg 自带静态 ffmpeg，无需系统装）。
• 自动选格式（关键坑）：-f "bv*[height<=1080]+ba/b[height<=1080]" --format-sort "vbr:asc" —— 强制挑 1080p 内码率最低的普通档，避开大会员「1080P 高码率/60帧」档（free 账号下会报格式不可用）。格式 ID 因视频而异（30080/100050/80…），禁止硬编码格式 ID。失败自动降级 720p 重试。
• 读图规范：AI 用 Read 逐张读帧，每批 ≤4 张；严禁脑补画面冒充看见（历史翻车：拿标题猜"治愈向混剪"结果实为聊天体整活）；看不清放大 --width 1920 重抽。
• 合集/特殊页坑：遇到 Unable to extract initial state 报错（常见于系列合集页或"纯享版"合集），给 yt-dlp 加 --extractor-args "bilibili:download_via_api=true" 改走 view API 提取；若该 BV 实际是合集，默认会下全部分P，必须追加 --playlist-items N 只取第 N 个分P，否则可能一次性下几百个视频。
• 超长视频抽帧坑：fps=1/interval 滤镜会完整软解整个视频，对数小时以上的"纯享版"循环视频会卡死。此时应改用 ffmpeg -ss 时间点 -i <视频> -frames:v 1 按时间点 seek 抽代表性单帧（每 10~30 分钟抽一张），而不是用 fps 连续抽帧。

Notes

• 协作方式：直接在本机 Windows 调用脚本即可（Firefox 登录态可读，字幕分支 2026-09-15 实测通过）；若落到无浏览器登录态的环境，字幕分支自动退化为弹幕分支。
• 与 bilibili_learning_bot 区分：那是全账号托管（刷推荐/投币/评论/私信），封号 + API 费风险高；本 skill 仅做内容转写，低风险。