这是一个使用Python加AI来提取优化小红书的脚步，代码是开源的，感谢作者玄清

Github：https://github.com/whotto/Video_note_generator

应用场景

• 内容创作者：快速将视频/直播内容转换为文章
• 知识管理者：自动整理视频笔记和学习要点
• 社交媒体运营：批量生成优质小红书笔记

使用方式

支持三种使用方式：

1. 处理单个视频：

python video_note_generator.py https://example.com/video

1. 批量处理 URL 文件：

# urls.txt 文件，每行一个视频链接
python video_note_generator.py urls.txt

1. 处理 Markdown 文件：

# 支持 Markdown 链接和直接 URL
python video_note_generator.py notes.md

🛠️ 使用工具

• FFmpeg - 音视频转换
• Whisper - 语音转文字
• OpenRouter - AI 内容优化
• Unsplash - 高质量图片

📦 快速开始

1. 安装依赖

# 安装 FFmpeg
# Mac: brew install ffmpeg
# Windows: 从 ffmpeg.org 下载并添加到环境变量
# Linux: apt install ffmpeg

安装 Python 依赖
pip install -r requirements.txt
配置环境变量
cp .env.example .env

2. 配置 API 密钥

编辑 .env 文件，填入必要的 API 密钥：

# OpenRouter API（必需）
OPENROUTER_API_KEY=your-api-key-here

Unsplash API（必需）
UNSPLASH_ACCESS_KEY=your-unsplash-access-key-here
UNSPLASH_SECRET_KEY=your-unsplash-secret-key-here

OpenRouter API查看：https://openrouter.ai/settings/keys

Unsplash API可在开发者APP中查看：https://unsplash.com/oauth/app

3. 开始使用

1. 创建 urls.txt 文件，每行一个视频链接
2. 运行环境检查：

python check_environment.py

3、运行生成器（按自己喜欢的方式）：

python video_note_generator.py test.md

首次运行如果你没有Whisper模型的话会自动下载

📄 输出文件

每个视频会生成三个文件：

1. 原始笔记 (YYYYMMDD_HHMMSS.md)：
   • 完整的视频转录文本
   • 保留所有细节内容
2. 整理版笔记 (YYYYMMDD_HHMMSS_organized.md)：
   • AI优化后的结构化内容
   • 重点内容突出
   • 段落优化
3. 小红书版本 (YYYYMMDD_HHMMSS_xiaohongshu.md)：
   • 优化的爆款标题
   • 600-800字精华内容
   • 2-3张相关配图
   • 优化的标签系统
   • 互动引导设计

效果

⚙️ 配置说明

在 .env 文件中可以调整以下参数：

# 内容生成配置
MAX_TOKENS=2000          # 生成小红书内容的最大长度
CONTENT_CHUNK_SIZE=2000  # 长文本分块大小（字符数）
TEMPERATURE=0.7          # AI 创造性程度 (0.0-1.0)

代理设置（可选）
HTTP_PROXY=http://127.0.0.1:7890
HTTPS_PROXY=http://127.0.0.1:7890

关于代码优化

实际上你能在代码中找到多个备用方案包括下载等，作者的初衷是好的，但带来的结果就是会多次报错并尝试.

所以，个人建议将下载配置改为API下载，特别是抖音平台，如果调用API也不需要cookie的验证，如使用https://api.pearktrue.cn/info?id=254

此外，模型转音频速度跟你的配置有关，但Whisper模型本地直接py调用是会慢的，可以选择云端部署后调用api来处理或选择速度快的模型