created: 2026-07-08T15:21:43 (UTC 08:00) tags: [BiliNote、Docker、AI 笔记、视频转笔记、Markdown、部署教程] author: AI茶馆BiliNote Docker 部署与使用教程标签BiliNote、Docker、AI 笔记、视频转笔记、Markdown、部署教程资源地址https://pan.quark.cn/s/36d2292ce6b8项目来源GitHub - JefferyHcool/BiliNote: AI 视频笔记生成工具 让 AI 为你的视频做笔记 · GitHubBiliNote 是一个开源的 AI 视频笔记生成工具能把 Bilibili、YouTube、抖音、快手等平台的视频内容自动总结成结构化的 Markdown 笔记。2. 为什么不推荐源码部署源码部署虽然可行但坑很多主要体现在环境依赖多需要同时安装 Python 和 Node.js。依赖体积大后端pip install要下载大量包安装完成后文件夹可达 5–10 GB。容易报错例如依赖版本不存在、虚拟环境激活失败等。运行 Bug 多即使供应商和模型都配置正确也常卡在“下载音频”或“转写文字”步骤笔记一直生成不出来。因此推荐直接使用 Docker 部署可以避开大部分环境和依赖问题。3. Docker 一键部署茶馆已经打包好了 Docker 镜像和启动脚本步骤如下3.1 安装 Docker Desktop双击Docker Desktop Installer.exe。一路点击“下一步”完成安装。安装完成后打开 Docker Desktop确保引擎处于运行状态不需要登录。3.3 运行启动脚本进入 up主提供的目录双击运行start-bilinote.bat。脚本会自动检测 Docker 状态导入本地镜像bilinote.tar.gz并创建/启动容器。首次运行大约需要 1–2 分钟后续再次运行会直接启动已有容器。3.4 打开 Web 界面容器启动成功后浏览器访问http://127.0.0.14. 全局配置4.1 AI 模型配置进入“全局配置” → “添加供应商”名称随意填写例如“硅基”。API Key填入你的 API 密钥。API 地址填到/v1结尾例如https://api.siliconflow.cn/v1。类型暂时保持默认即可。重要 Bug 处理保存供应商后模型列表可能不会立即出现。需要返回 BiliNote 主界面刷新页面。再进入“全局配置”点击对应供应商然后“刷新模型”。此时“选择模型”下拉框才会加载出可用模型。模型选择建议必须选择多模态/视觉模型Vision否则“视频理解”和“原片截图”功能无法使用。判断方法在模型中转站或模型广场里筛选“视觉”或“多模态”标签。常见选择国外GPT、Gemini 系列基本都是多模态。国内Qwen、MiniMax 有视觉模型GLM 5.15.2 / GLM-5 不是视觉模型。视觉模型性能不需要太强因为只是理解截图不是写代码。4.2 音频转写配置在 Docker 内不推荐使用本地模型。选择在线转写引擎即可例如“必剪在线”、“快手在线”、“Groq在线”、“MLX Whisper仅 macOS”。任选其一保存即可。4.3 下载配置按平台填写对应的 CookieBilibiliYouTube抖音快手获取 Cookie 方法打开对应网站按F12打开开发者工具。切换到 Application / 应用 → Cookies。找到对应站点的 Cookie复制后填入 BiliNote。4.4 部署监控Docker 版本已经内置好大部分服务主要确认以下三项为可用状态后端 FastAPI模型FFmpegCUDA GPU 在 Docker 里可能显示不可用会自动使用 CPU 模式不影响生成笔记。5. 生成笔记返回首页按以下步骤操作选择平台本地视频、Bilibili、YouTube、抖音、快手。粘贴视频链接。选择模型。选择笔记风格例如“精简”。开启视频理解如果需要原片截图勾选“视频理解”下的“原片截图”。点击“生成笔记”。等待时间根据视频长度和任务难度通常10 分钟以内可以完成。如果超过十几分钟仍未生成说明部署或配置存在问题需要检查全局配置和部署监控。生成效果生成完成后BiliNote 会输出带目录、截图和要点总结的 Markdown 笔记基本能覆盖视频核心内容。6. 关键结论源码部署不推荐环境复杂、体积大、Bug 多。Docker 部署最省心up主已提供镜像和启动脚本双击运行即可。模型必须选视觉/多模态否则视频理解功能无法使用。配置保存后记得刷新页面否则模型列表可能加载不出来。按平台填好 Cookie否则无法下载部分站点视频。生成超时请检查部署监控重点看 FastAPI、模型、FFmpeg 是否正常。
BiliNote - 强大的AI视频笔记神器（markdown 笔记 思维导图）
发布时间：2026/7/9 6:28:33
created: 2026-07-08T15:21:43 (UTC 08:00) tags: [BiliNote、Docker、AI 笔记、视频转笔记、Markdown、部署教程] author: AI茶馆BiliNote Docker 部署与使用教程标签BiliNote、Docker、AI 笔记、视频转笔记、Markdown、部署教程资源地址https://pan.quark.cn/s/36d2292ce6b8项目来源GitHub - JefferyHcool/BiliNote: AI 视频笔记生成工具 让 AI 为你的视频做笔记 · GitHubBiliNote 是一个开源的 AI 视频笔记生成工具能把 Bilibili、YouTube、抖音、快手等平台的视频内容自动总结成结构化的 Markdown 笔记。2. 为什么不推荐源码部署源码部署虽然可行但坑很多主要体现在环境依赖多需要同时安装 Python 和 Node.js。依赖体积大后端pip install要下载大量包安装完成后文件夹可达 5–10 GB。容易报错例如依赖版本不存在、虚拟环境激活失败等。运行 Bug 多即使供应商和模型都配置正确也常卡在“下载音频”或“转写文字”步骤笔记一直生成不出来。因此推荐直接使用 Docker 部署可以避开大部分环境和依赖问题。3. Docker 一键部署茶馆已经打包好了 Docker 镜像和启动脚本步骤如下3.1 安装 Docker Desktop双击Docker Desktop Installer.exe。一路点击“下一步”完成安装。安装完成后打开 Docker Desktop确保引擎处于运行状态不需要登录。3.3 运行启动脚本进入 up主提供的目录双击运行start-bilinote.bat。脚本会自动检测 Docker 状态导入本地镜像bilinote.tar.gz并创建/启动容器。首次运行大约需要 1–2 分钟后续再次运行会直接启动已有容器。3.4 打开 Web 界面容器启动成功后浏览器访问http://127.0.0.14. 全局配置4.1 AI 模型配置进入“全局配置” → “添加供应商”名称随意填写例如“硅基”。API Key填入你的 API 密钥。API 地址填到/v1结尾例如https://api.siliconflow.cn/v1。类型暂时保持默认即可。重要 Bug 处理保存供应商后模型列表可能不会立即出现。需要返回 BiliNote 主界面刷新页面。再进入“全局配置”点击对应供应商然后“刷新模型”。此时“选择模型”下拉框才会加载出可用模型。模型选择建议必须选择多模态/视觉模型Vision否则“视频理解”和“原片截图”功能无法使用。判断方法在模型中转站或模型广场里筛选“视觉”或“多模态”标签。常见选择国外GPT、Gemini 系列基本都是多模态。国内Qwen、MiniMax 有视觉模型GLM 5.15.2 / GLM-5 不是视觉模型。视觉模型性能不需要太强因为只是理解截图不是写代码。4.2 音频转写配置在 Docker 内不推荐使用本地模型。选择在线转写引擎即可例如“必剪在线”、“快手在线”、“Groq在线”、“MLX Whisper仅 macOS”。任选其一保存即可。4.3 下载配置按平台填写对应的 CookieBilibiliYouTube抖音快手获取 Cookie 方法打开对应网站按F12打开开发者工具。切换到 Application / 应用 → Cookies。找到对应站点的 Cookie复制后填入 BiliNote。4.4 部署监控Docker 版本已经内置好大部分服务主要确认以下三项为可用状态后端 FastAPI模型FFmpegCUDA GPU 在 Docker 里可能显示不可用会自动使用 CPU 模式不影响生成笔记。5. 生成笔记返回首页按以下步骤操作选择平台本地视频、Bilibili、YouTube、抖音、快手。粘贴视频链接。选择模型。选择笔记风格例如“精简”。开启视频理解如果需要原片截图勾选“视频理解”下的“原片截图”。点击“生成笔记”。等待时间根据视频长度和任务难度通常10 分钟以内可以完成。如果超过十几分钟仍未生成说明部署或配置存在问题需要检查全局配置和部署监控。生成效果生成完成后BiliNote 会输出带目录、截图和要点总结的 Markdown 笔记基本能覆盖视频核心内容。6. 关键结论源码部署不推荐环境复杂、体积大、Bug 多。Docker 部署最省心up主已提供镜像和启动脚本双击运行即可。模型必须选视觉/多模态否则视频理解功能无法使用。配置保存后记得刷新页面否则模型列表可能加载不出来。按平台填好 Cookie否则无法下载部分站点视频。生成超时请检查部署监控重点看 FastAPI、模型、FFmpeg 是否正常。
![PL2303老旧芯片Windows 10终极修复方案：3分钟搞定驱动兼容性问题 [特殊字符]](http://pic.xiahunao.cn/yaotu/PL2303老旧芯片Windows 10终极修复方案：3分钟搞定驱动兼容性问题 [特殊字符])
