SuperAPI AI 工具集

transcript-pipeline

写作与研究

查看项目

更新于 10-16 03:47

技能介绍

用途:将原始课堂字幕转换为高质量学习笔记,并可选做资源与 Colab 增强,全流程以账本和校验产物保证可审计、可追溯。

主要能力:按照固定阶段顺序运行——ingest(确定性摄取)、refine(精炼)、synthesize(综合)、enhance(增强)、validate(校验)、publish(发布)。确定性环节由脚本执行,语言型转换由聊天阶段提示完成;校验状态以 PASS/FAIL 为准,不使用 LLM 自我认证。

使用方式:先运行 python scripts/ingest_zoom_captions.py "<transcript_or_session_path>" 生成 .pipeline/segment_ledger.jsonl 与 segment_manifest.jsonl;随后依次加载 references/stage1-refine.md、stage2-synthesize.md、stage3-enhance.md 等产出各阶段文件;校验运行 python scripts/validate_coverage.py --pipeline-dir .pipeline;发布运行 python scripts/publish_tutorial_notes.py --root "<sessions_root>" --session-dir "<session_dir>"。可用 python scripts/run_chat_pipeline.py run "<transcript_or_session_path>" --deep-pass 一键引导。

可选增强:外部链接资源用 python scripts/resource_enrichment.py --all-sessions 或 --session-dir "<session_dir>",认证涉及 NOTION_TOKEN_V2、NOTION_ACTIVE_USER、RESOURCE_PLAYWRIGHT_STORAGE_STATE;Colab 类课程可运行 python scripts/run_colab_notebook_pipeline.py。

大转录稿处理:分块跑 Stage 1 后,用 python scripts/merge_chunks.py --chunk-dirs "<chunkA/.pipeline>" "<chunkB/.pipeline>" --output-dir "<session/.pipeline>" 合并,再继续后续阶段。

限制:必须保留阶段顺序;缺失必需产物时快速失败并明确报告缺失文件路径,仅从最早失败阶段重试;校验失败会生成 exceptions.json;资源提取状态需显式标注成功、回退或阻塞。具体收费、平台要求和效果资料暂未提供。