Communitygithub.com

hensr39-cpu/openclaw-knowledge-distiller

Konvertiert Videos von YouTube, Bilibili und Facebook in strukturierte Wissensartikel – lokal mit Open-Source-Tools und KI-Zusammenfassungen.

Was ist openclaw-knowledge-distiller?

Dieses Skill ermöglicht es dir, Videoclips von populären Plattformen wie YouTube, Bilibili und Facebook herunterzuladen und automatisch in gut strukturierte Wissensartikel umzuwandeln. Es arbeitet komplett lokal und nutzt Open-Source-Tools wie `yt-dlp` zum Herunterladen der Videos sowie KI-Modelle (z. B. über Ollama oder lokale LLMs) zur Erstellung präziser Zusammenfassungen. Der gesamte Prozess bleibt datenschutzfreundlich, da keine Daten an externe Cloud-Dienste gesendet werden müssen. Du erhältst am Ende eine Markdown-Datei mit dem Titel, der Zusammenfassung und den wichtigsten Erkenntnissen des Videos – ideal für Wissensmanagement, persönliche Notizen oder Team-Dokumentation. Unterstützt werden sowohl Sprachtranskription als auch Extraktion von Schlüsselinformationen, sodass du aus jedem Video schnell referenzierbare Inhalte gewinnen kannst.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add hensr39-cpu/openclaw-knowledge-distiller

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht openclaw-knowledge-distiller?

Konvertiere Videos von YouTube, Bilibili und Facebook lokal in strukturierte Wissensartikel mit Open-Source-Tools und KI-Zusammenfassungen.

Funktionsweise

  1. Video herunterladen – Das Tool lädt das Video von der angegebenen Plattform herunter (unterstützt YouTube, Bilibili und Facebook).
  2. Transkription – Extrahiert die Audiospur und wandelt sie mit einem lokalen Speech-to-Text-Modell in Text um.
  3. KI-Zusammenfassung – Ein lokales LLM (z. B. über Ollama) erstellt eine strukturierte Zusammenfassung mit Titel, Gliederung und Kernaussagen.
  4. Wissensartikel generieren – Das Ergebnis wird als formatierte Markdown-Datei gespeichert, die du direkt in dein Notizsystem einbinden kannst.

Voraussetzungen

  • Python 3.10 oder höher
  • yt-dlp (für Video-Downloads)
  • Ein lokales LLM (empfohlen: Ollama mit Modell wie llama3 oder mistral)
  • Optional: Speech-to-Text-Modell (z. B. whisper)

Schnellstart

# Repository klonen
git clone https://github.com/hensr39-cpu/openclaw-knowledge-distiller.git
cd openclaw-knowledge-distiller

# Abhängigkeiten installieren
pip install -r requirements.txt

# Ollama starten (falls nicht bereits ausgeführt)
ollama serve

# Ein Video verarbeiten
python main.py --url https://www.youtube.com/watch?v=BEISPIEL_VIDEO_ID

Konfiguration

UmgebungsvariableBeschreibungStandard
LLM_MODELName des lokalen LLM-Modellsllama3
OUTPUT_DIRVerzeichnis für die generierten Artikel./output
STT_MODELSpeech-to-Text-Modell (optional)base

Unterstützte Plattformen

  • YouTube
  • Bilibili
  • Facebook

Lizenz

MIT

Verwandte Skills