我的收藏 Skills（Bilibili / 知乎 / 小红书）

这是一组可复用的 skills + 脚本，用于拉取/查看你在各平台的收藏结构与内容（文件夹/收藏夹/专辑），并在需要时拿到“可用于总结的文本”（例如字幕逐字稿、文章正文、笔记文案）。

已支持（当前三平台）：

• Bilibili：收藏夹列表 + 收藏夹条目 + 视频字幕逐字稿（如有字幕）
• 知乎：收藏夹列表 + 条目列表 + 回答/文章全文提取
• 小红书：收藏笔记列表 + 收藏专辑/收藏夹（Boards）+ 笔记详情提取（Playwright 优先）

设计原则：

• 永远不依赖 RSSHub。
• API 优先：能用官方/事实标准 Web API 的就不用浏览器（B站 / 知乎）。
• Playwright 优先：遇到签名/反爬/JS Challenge 的站点，优先用浏览器加载后读取 hydrated state / 网络数据，尽量避免脆弱的 DOM 解析（小红书）。

包含哪些 skills

• 平台原子 skill：
  • skills/bilibili-favorites
  • skills/zhihu-favorites
  • skills/xiaohongshu-favorites
• 聚合入口（路由器）：
  • skills/favorites-harvester（一个入口按 URL/平台分发到原子脚本）
• 可选媒体流水线（也是原子 skill，可组合使用）：
  • skills/media-audio-download（下载音频，用于转写）
  • skills/whisper-transcribe-docker（faster-whisper 本地转写，Docker 运行）

快速开始（Docker + CookieCloud，推荐）

这套仓库是 Docker-first：不要求你本机装 Python。

CookieCloud 链接与说明

• CookieCloud 项目主页（服务端 + 浏览器插件）：https://github.com/easychen/CookieCloud
• Docker 镜像：easychen/cookiecloud
• 浏览器插件：在 Chrome Web Store / Edge 扩展商店搜索 CookieCloud 安装

CookieCloud 插件配置示意（脱敏示意图）：

1. 启动 CookieCloud（Docker）：

docker compose up -d cookiecloud

2. 在宿主机设置 CookieCloud 凭据（会透传进容器）：

PowerShell：

$env:COOKIECLOUD_UUID="YOUR_UUID"
$env:COOKIECLOUD_PASSWORD="YOUR_PASSWORD"

Bash：

export COOKIECLOUD_UUID="YOUR_UUID"
export COOKIECLOUD_PASSWORD="YOUR_PASSWORD"

3. 浏览器 CookieCloud 插件配置：

• Server：http://127.0.0.1:8088
• UUID / PASSWORD：填你自己的
• 然后点一次同步/导出（让服务端拿到加密 cookie payload）

4. 构建 runner（包含 Playwright + Python 依赖）：

docker compose build runner

5. 一键列出三平台收藏容器（JSON）：

docker compose run --rm runner python skills/favorites-harvester/scripts/favorites_harvester.py list --platform all --json

更多用法见：

• docs/cookiecloud.md
• docs/usage.md

示例输出（脱敏示意图）：

常见需求怎么跑

1. “帮我看看 B 站最近收藏了哪些视频”

docker compose run --rm runner python skills/bilibili-favorites/scripts/bili_folders.py --json
# 选一个 media_id 后：
docker compose run --rm runner python skills/bilibili-favorites/scripts/bili_folder_items.py --media-id <folderId> --order mtime --limit 20 --json

2. “这条 B 站视频讲了啥（要逐字稿）”

• 先尝试字幕逐字稿（如果视频本身有字幕，这是最稳的“逐字稿”来源）：

docker compose run --rm runner python skills/bilibili-favorites/scripts/bili_video_transcript.py --url 'https://www.bilibili.com/video/BV...' --timestamps

• 如果提示没有字幕：走“下载音频 -> Whisper 转写”（见下方）。

3. “这篇知乎回答/文章讲了什么”

docker compose run --rm runner python skills/zhihu-favorites/scripts/zhihu_item_content.py --url 'https://www.zhihu.com/question/.../answer/...'
docker compose run --rm runner python skills/zhihu-favorites/scripts/zhihu_item_content.py --url 'https://zhuanlan.zhihu.com/p/...'

4. “小红书我收藏了哪些笔记/收藏专辑” （遇到验证码/风控请加 --no-headless）

docker compose run --rm runner python skills/xiaohongshu-favorites/scripts/xhs_saved_notes.py --max 50 --json
docker compose run --rm runner python skills/xiaohongshu-favorites/scripts/xhs_boards.py --max 50 --json

视频/音频转写（Docker）

当平台没有字幕/没有可直接提取的逐字稿时，用这两个原子 skill 组合：

1. 下载音频（输出到 ./out）：

mkdir -p out
docker compose run --rm media-audio-download --url 'https://www.bilibili.com/video/BV...'

2. faster-whisper 转写（写文件，带时间戳）：

docker compose run --rm -e HF_ENDPOINT=https://hf-mirror.com whisper-transcribe \
  /work/out/<audio>.m4a --model tiny --timestamps --out /work/out/<audio>.txt

说明：

• 第一次运行会下载模型权重（缓存到 whisper-models volume）。
• 如果你的网络可直连 Hugging Face，可以不传 HF_ENDPOINT。

注意事项 / 免责声明

• 本仓库通过 你自己的登录 cookies 访问 你自己的账号数据；cookies 属于敏感信息，请妥善保管。
• 请自行确保使用方式符合各平台的服务条款与当地法律法规。
• 若出现 captcha/403/空数据，通常需要重新同步 CookieCloud，或用 --no-headless 可视化调试。

License

MIT（见 LICENSE）。