BiliMind-MCP

功能特点

• 从B站视频生成结构化笔记
• 支持音频自动下载和转录
• 使用 Whisper 进行语音识别
• 使用 LLM 生成结构化笔记
• 提供 MCP 服务接口

环境准备

系统要求

• Python >= 3.10
• FFmpeg（用于音频处理）

1. 安装系统依赖

# Ubuntu/Debian
sudo apt update && sudo apt install ffmpeg -y

# CentOS/RHEL
sudo yum install ffmpeg -y

2. 安装 uv

# 使用 pip 安装 uv
pip install uv

# 或使用 curl 安装
curl -LsSf https://astral.sh/uv/install.sh | sh

3. 创建并激活虚拟环境

# 创建虚拟环境
uv venv

# 激活虚拟环境
source .venv/bin/activate  # Linux/macOS
# 或
.venv\Scripts\activate     # Windows

4. 安装项目依赖

uv pip install -r requirements.txt

5. 配置环境变量

# 复制环境变量示例文件
cp .env.example .env

# 编辑 .env 文件，填入必要的配置
nano .env

使用方法

启动 MCP 服务器

python demo/bilimind_mcp.py

API 调用示例

from mcp.client import Client

# 连接到 MCP 服务器
client = Client("bili_note_generator")

# 生成笔记
video_url = "https://www.bilibili.com/video/BVxxxxxx"
notes = await client.generate_bilibili_notes(video_url)

环境变量说明

• OPENAI_API_KEY: LLM API密钥
• API_BASE: API基础URL
• MCP_PORT: MCP服务器端口（默认8001）
• DEFAULT_OUTPUT_DIR: 下载文件保存目录
• DEFAULT_MODEL_DIR: 模型文件保存目录
• WHISPER_MODEL_SIZE: Whisper模型大小（默认tiny）

注意事项

• 首次运行会自动下载 Whisper 模型文件
• 音频文件会在处理完成后自动删除
• 需要确保有足够的磁盘空间存储临时文件和模型文件
• API调用需要有效的 API 密钥

目录结构

BiliMind-MCP/
├── demo/ # 示例代码
├── tests/ # 测试文件
├── .env.example # 环境变量示例
├── requirements.txt # 项目依赖
└── README.md # 项目文档

致谢

本项目受到 BiliNote 项目的启发。BiliNote 是一个优秀的开源 AI 视频笔记助手，支持多平台视频内容的自动笔记生成。

License

MIT License