GitHub - chubbyguan/chubbyskills: 把中文全渠道内容（抖音 / B站 / 小红书 / 公众号 / X / 播客）采集进个人知识库的 13 个 AI Skill：图文存图、视频转文字稿、字幕优先免 GPU，附带知识库 MCP server。 ｜ In

中文 · English

🧰 Chubby Skills

信息流会忘，知识库会记，Agent 会用。

把视频、播客、文章和本地文档保存为 Markdown，整理成能搜索、能回查来源、能交给 Agent 使用的素材库。

快速开始 · 安装到 Agent · Skill 目录 · 文档 · 更新日志

这是什么

Chubby Skills 是一套面向内容创作者和个人知识库的 14 个 Agent Skills 与命令行工具 。你可以按需安装技能，让 Agent 处理素材；也可以直接运行命令，把采集、入库、搜索和资料包导出串起来。

适合经常收藏视频、文章和播客，希望在写作时找到原文、核对出处的人。产物保存在本地 Markdown 文件中，可以用 Obsidian、文本编辑器或你的 Agent 继续处理。

链接 / 本地文档 → Markdown 原文与附件 → 本地搜索 → 带出处的资料包 → Agent 整理选题

你想做什么 项目提供什么

保存平台素材 视频字幕与转录、播客转录、文章和图文采集

导入已有资料 Markdown、TXT、PDF 文字层导入，保留来源和引用的本地附件

写作时找回证据 关键词搜索、可选语义检索、原文读取；采集入库后自动更新索引

整理一份选题资料 导出 Markdown / JSON 资料包，包含原文摘录、行号、来源和文件摘要

让 Agent 使用知识库 独立技能包，以及提供搜索、原文读取等工具的可选 MCP 服务

先看 输出样例 ，或直接运行下面的本地示例。

快速开始

建议使用 Python 3.11 或 3.12，macOS / Linux shell 。下面用一份示例 Markdown 跑通「导入 → 搜索 → 资料包」，无需安装第三方 Python 包、配置 API Key 或下载模型。

1. 获取项目并配置知识库

git clone https://github.com/chubbyguan/chubbyskills.git

cd chubbyskills

python3 -m venv .venv

source .venv/bin/activate

python3 tools/chubby.py init --vault " $PWD /creator-vault "

init 会创建 chubby.yaml 和知识库目录。下面的命令在仓库根目录运行，沿用这份配置。已有知识库可将 --vault 换成它的根目录；已有配置的调整见 创作者工作流 。

1. 导入一份文档

mkdir -p demo-input

cat > demo-input/notes.md << ' NOTE '

内容复用笔记

内容复用从保留原文和来源开始。同一份材料可以用于选题、文章和播客，但引用前要重新核对上下文。 NOTE

python3 tools/chubby.py import demo-input/notes.md --no-enrich

将示例路径换成自己的 .md 、 .markdown 或 .txt 文件即可导入真实材料。已知原始网页时，加 --source-url "原始网页地址" ；本地文件默认记录文件 URI。

1. 搜索并导出资料包

python3 tools/chubby.py search " 内容复用 "

python3 tools/chubby.py brief --topic " 内容复用 " \

--output " $PWD /creator-vault/30_Output/brief.md "

python3 tools/chubby.py status --latest

你会得到：

• creator-vault/00_Inbox/ ：带来源信息的 Markdown 和引用的本地附件。

• creator-vault/30_Output/brief.md 与 brief.json ：包含逐字摘录、原文行号、来源和 SHA-256 的资料包。

• .chubby/runs.jsonl 与 runs/ ：任务状态和运行报告，方便检查失败与重试。

打开资料包核对引用，然后交给 Agent 整理选题。 brief 在本地导出证据，不调用云模型，也不判断原文观点是否正确。上面的演示材料是人工样例；平台采集需要下一节对应的依赖。

再次导出时请换一个输出文件名；确认要替换已生成的资料包后再加 --force 。

处理你的素材

平台链接

按所需能力安装运行依赖。以 YouTube 字幕为例：

bash setup.sh light

python3 -m pip install yt-dlp

python3 tools/chubby.py doctor --platform youtube

python3 tools/chubby.py ingest " 替换为你的真实链接 " --no-enrich

python3 tools/chubby.py search " 原文中的关键词 "

light 检查 Python 并提示轻量路径，不安装字幕或转录依赖。B站和 YouTube 优先取字幕；没有字幕时需要视频转录依赖。查看 Skill 目录 选择平台，并按下表补依赖：

处理路径 安装 / 配置

Markdown / TXT 导入、关键词检索、资料包

Python 标准库，无需额外包

X / 小红书图文

Python 标准库； bash setup.sh light 检查环境，登录态与平台限制仍可能影响采集

B站 / YouTube 字幕

python3 -m pip install yt-dlp

本地视频转录

bash setup.sh video ；需要系统 ffmpeg ，本地模型首次使用会下载

本地播客转录

bash setup.sh podcast ；使用 faster-whisper ，默认模型 small

公众号及其 PDF 路径

bash setup.sh wechat

通用 PDF 文字层导入

python3 -m pip install 'pymupdf>=1.24'

平台抓取受 Cookie、字幕、地区和页面变化影响。失败时查看 平台状态 和 替代处理方式 ，也可以保存正文后走本地导入。支持范围与最近的实测结果分开记录，见 真实平台验证 。

本地文档与 PDF

python3 tools/chubby.py import " /你的资料目录/report.md " --no-enrich

python3 tools/chubby.py import " /你的资料目录/report.pdf " \

--source-url " https://example.org/original-report " --no-enrich

导入器保留原文件，把文档引用的目录内附件复制到产物旁；缺失或越界的本地附件会报错。PDF 只提取文字层，不做 OCR；扫描件需先由其他工具识别。详见 文档导入 。

播客与可选云转录

默认在本地转录音频：

python3 tools/chubby.py ingest " /你的音频目录/episode.mp3 " \

--skill podcast --provider local --no-enrich

v0.13.0 新增 Atlas Cloud / MuAPI 实验后端 。需要主动选择 provider 并配置对应凭据；云服务会接收音频并可能计费。任务 ID 和完成结果持久保存，轮询失败或进程中断后可恢复； --resubmit 会明确创建新任务，可能再次计费。

播客自动下载仅接受公网 HTTP(S) 直连地址，不跟随重定向，也不使用代理。需要跳转或代理的资源，先自行下载，再传本地文件。配置和恢复方法见 云转录说明 。云服务的真实转录尚未完成验收。

重复采集、批量与重试

相同来源、处理参数和目的地的有效产物会复用；原文件或引用附件变化后会重新导入。 --refresh 重新处理并保留旧版本。

把链接逐行放入 inbox/links.txt ，再运行：

python3 tools/chubby.py run --queue inbox/links.txt --no-enrich

python3 tools/chubby.py status --failed

python3 tools/chubby.py retry --all-failed

采集入库后和统一查询前，索引会增量同步。更多例子见 创作者工作流 ；已有索引的迁移和重建见 知识库自动化 。

安装到 Agent

按需安装技能

在完整仓库根目录运行。以 Codex 为例，安装知识库技能：

python3 tools/install_skill.py knowledge-base-management --dest ~ /.codex/skills

查看技能列表；如果选择全部安装，用 --all 替代上面的单技能安装，并指定一个没有同名技能的目标目录：

python3 tools/install_skill.py --list

python3 tools/install_skill.py --all --dest /path/to/agent/skills

Claude Code、OpenCode、OpenClaw、Hermes 等客户端使用各自实际配置的 skills 目录作为 --dest ，并按客户端方式启用技能。运行环境中的 Python 和系统依赖仍需另外配置。

安装器会打包仓库内依赖，生成可独立搬移的技能目录； setup.sh 负责安装运行依赖。已有同名技能时安装器会拒绝覆盖，升级时先安装到临时目录核对自己的修改。请使用安装器或 Release 技能包 ，避免只下载单个源码目录漏掉公共模块。 完整安装指南

首页的 tools/chubby.py 统一流程需要完整仓库。独立知识库技能使用其自带的 tools/import_document.py 、 tools/vault_index.py 和 tools/evidence_brief.py ，命令见 文档导入 。

通过 MCP 连接知识库

python3 -m pip install -r knowledge-base-management/requirements-mcp.txt

python3 tools/mcp_smoke.py --json

MCP 提供搜索、语义检索、读取原文、最近笔记、重新索引和统计共 6 个工具。上面的命令用临时知识库检查真实服务启动和交互；连接自己的 Agent 时，还需配置服务器命令与 VAULT_DIR 。见 MCP 配置 。

Skill 目录

方向 Skill 主要用途

视频 bilibili-transcribe B站字幕优先、视频转录、批量处理

视频 youtube-transcribe YouTube 字幕、转录、可选翻译与中英对照

视频 douyin-transcribe 抖音视频转文字稿

视频 tiktok-transcribe TikTok 视频转录

视频 weibo-transcribe 微博视频转录

视频 zhihu-transcribe 知乎视频转录

播客 podcast-transcribe 单集、RSS、本地音频；可选实验云后端

图文 wechat-article-ingest 公众号文章和 PDF 转 Markdown

图文 xiaohongshu-ingest 小红书图文、视频及可选内容分析

图文 x-ingest X / Twitter 正文、图片和视频

加工 content-enrich 可选的摘要、要点和标签加工

知识库 knowledge-base-management 文档导入、索引、资料包、归档与 MCP

工作流 industry-intelligence-radar 多源情报扫描和趋势简报

工作流 learning-notes-automation 学习笔记、闪卡和知识关联

数据与处理边界

素材默认保存在本地。不同处理路径的联网范围如下：

功能 处理位置与配置

文档导入、关键词搜索、 semantic-lite 、资料包 本地；本地导入不抓取远程附件

平台采集 访问来源平台；小红书可按需配置自己的 XHS_COOKIE

本地音视频转录 本机推理；首次运行可能需要下载模型

内容加工、翻译、学习笔记提取 可选 DEEPSEEK_API_KEY ，内容发送至对应 API

OpenAI 向量检索 可选 OPENAI_API_KEY ，参与向量化的内容发送至 API

Atlas / MuAPI 转录 可选 ATLAS_API_KEY / MUAPI_API_KEY ，音频发送至服务商

云端 Agent 读取素材 被读取的内容进入该 Agent 的模型上下文

API 服务可能计费，密钥和 Cookie 不要写入笔记或提交到仓库。外部解析工具可以把完整 Markdown 交给本地导入；cue-omni-reader 等入口及其验证状态见 可选集成 。

输出协议

采集与导入产物使用带 frontmatter 的 Markdown，记录标题、类型、平台、来源和日期。统一 CLI 还会补充 schema v1 的任务 ID、采集时间、来源摘要与附件信息，供索引和重试使用。 查看输出样例

python3 tools/validate_outputs.py output/ --schema-v1

验证与社区贡献

v0.13.0 发布记录 包含 220 项测试、Linux / macOS CI、14 个技能包的 24 个脚本隔离导入、实际 PDF 导入和 MCP 交互验证 。发布资产附带校验和与验证记录；这些结果不代表所有平台或云服务都已完成在线验收。

本地环境自检：

python3 tools/chubby.py quickstart --ephemeral --no-state

这条命令检查离线样例和环境，不抓取真实平台内容。开发者的完整命令见 发布检查 。

安装建议来自 catwithtudou 的 #1 ；Atlas 和 MuAPI 需求分别来自 binyangzhu000-sudo 的 #3 与 Anil-matcha 的 #5 。这些需求已通过现行实现吸收并保留归属。 huhoo 的 #6 已进入可选集成文档，真实解析示例仍待补充。 处理记录

欢迎提交可复现的问题、修正 PR 或平台适配。贡献方式见 CONTRIBUTING.md 和 平台适配指南 。

文档入口

文档 内容

安装指南 运行依赖、技能目录、独立安装与升级

创作者工作流 从素材到搜索、资料包和 Agent 选题

文档导入 Markdown / TXT / PDF、来源和附件规则

云转录 Provider 配置、任务恢复和计费边界

知识库自动化 索引、向量检索、归档和知识卡片

MCP 配置 将知识库接入 Agent

平台状态与替代方式 依赖、常见失败与补救路径

可选集成 外部解析工具的 Markdown 交接

更新日志 版本变化；当前版本为 0.13.0

使用范围与许可

采集类技能用于个人学习与研究。请遵守来源平台条款、 robots.txt 和相关法律，使用自己有权访问和保存的内容；不要用于批量抓取、商用爬取、二次分发或侵犯他人权益的场景。原内容版权归原作者，引用与转载按需要取得授权并注明来源。

代码采用 MIT License ，按现状提供。代码许可不授予第三方内容的使用权。

致谢 感谢 Agent Skills 、 yt-dlp 、 SenseVoice 、 faster-whisper 、 Whisper 、 MarkItDown 、 PyMuPDF 、 Obsidian 、 GraphRAG 、 DeepSeek 以及 khazix-skills 提供工具、标准和参考。

关于 Chubby

我是 Chubby，平时做内容、搭个人知识库，也记录 AI Agent / Skill 和电商实践。

X / Twitter · 即刻 · 小红书 · 微信公众号： 关关不过

Gitee 镜像 · Made by @chubbyguan

— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。