इस प्रोजेक्ट के बारे में

by2kb एक ओपन-सोर्स टूल है जिसे वीडियो सामग्री को संरचित, स्थायी नॉलेज बेस आर्टिफैक्ट्स में बदलने के लिए डिज़ाइन किया गया है। इसका प्राथमिक कार्य एक वीडियो URL (वर्तमान में Bilibili और YouTube का समर्थन करता है) या एक स्थानीय मीडिया फ़ाइल लेना और तीन विशिष्ट Markdown आउटपुट उत्पन्न करना है: साक्ष्य-संरक्षण कच्चा ट्रांसक्रिप्ट, त्वरित मूल्यांकन के लिए एक छोटा सारांश, और विस्तृत अध्ययन नोट्स। यह टूल "एजेंट-फर्स्ट" के रूप में वास्तुकला में बनाया गया है, जिसका अर्थ है कि इसे AI एजेंटों (जैसे Hermes) के साथ उपयोग के लिए अनुकूलित किया गया है जो अपने स्वयं के मॉडल प्रमाणीकरण का उपयोग करके मीडिया पुनर्प्राप्ति और सारांश निर्माण संभाल सकते हैं। हालाँकि, यह OpenAI-संगत API कुंजी के माध्यम से स्टैंडअलोन उपयोग का भी समर्थन करता है। by2kb मीडिया प्रोसेसिंग पाइपलाइन को संभालता है, जिसमें ऑडियो लाना, स्थानीय faster-whisper या Doubao जैसे क्लाउड प्रदाताओं के माध्यम से स्वचालित भाषण पहचान (ASR) चलाना, और ट्रांसक्रिप्ट को सामान्य बनाना शामिल है। मुख्य विशेषताएं शामिल हैं: 1. **लागत-कुशल पाइपलाइन:** यह पहले मूल उपशीर्षक प्राप्त करने का प्रयास करता है (सबसे कम लागत), फिर ऑडियो स्ट्रीम निष्कर्षण और ASR पर वापस आता है, और यदि आवश्यक हो तो अंत में पूर्ण मीडिया डाउनलोड करता है। 2. **चिंताओं का पृथक्करण:** यह "कच्चे" ट्रांसक्रिप्ट (साक्ष्य) को "अद्यतन" या "सारांश" आउटपुट (AI-जनित सारांश) से सख्ती से अलग करता है ताकि मतिभ्रम या डेटा हानि को रोका जा सके। 3. **अनुकूलन योग्य कौशल:** उपयोगकर्ता विराम चिह्न सफाई, अध्याय पहचान, या विशिष्ट सारांश प्रारूपों जैसे कार्यों के लिए पुन: प्रयोज्य Markdown-आधारित प्रोसेसिंग निर्देश (कौशल) परिभाषित कर सकते हैं। 4. **एकीकरण:** यह IM बॉट्स (Hermes प्लगइन के माध्यम से) और Obsidian या फ़ाइल सिस्टम जैसे स्थानीय नॉलेज बेस के साथ एकीकृत होता है। by2kb को Python 3.12+, pipx, और ffmpeg की आवश्यकता होती है। यह उन उपयोगकर्ताओं के लिए उपयुक्त है जो ब्राउज़र एक्सटेंशन या क्लाउड-केवल सेवाओं पर निर्भर हुए बिना वीडियो सामग्री को संग्रहीत और अध्ययन करना चाहते हैं, स्थानीय नियंत्रण और पोर्टेबल Markdown आर्टिफैक्ट्स पर जोर देते हैं।