BiliSub 完整使用指引

最后更新：2026-02-21 项目版本：v1.2

1. 项目概述

1.1 项目简介

BiliSub 是一个功能强大的视频字幕处理工具链，支持多个主流视频平台。

核心能力：

视频下载（支持流式下载，速度提升4倍）
内置字幕提取（最快方案）
Whisper语音识别（高精度）
GLM AI字幕优化（7种优化模式）
Gemini AI视频内容分析（5种分析模式）

1.2 支持的平台

平台	支持功能	备注
B站	下载、字幕提取、语音识别	需要处理防盗链
小红书	下载、字幕提取、语音识别	支持图文内容
YouTube	下载、字幕提取、语音识别	可能需要代理

1.3 项目结构

biliSub/
├── 核心工具（根目录）
│   ├── ultimate_transcribe.py      # 主转录工具（推荐）
│   ├── batch_process_videos.py     # 批量处理工具
│   ├── check_subtitle.py           # 字幕检查工具
│   ├── optimize_srt_glm.py         # GLM字幕优化
│   └── srt_prompts.py              # 优化提示词定义
│
├── 平台模块 (platforms/)
│   ├── bilibili/                   # B站相关
│   │   ├── fetch_bili_comments.py  # 评论抓取
│   │   └── update_cookie_now.py    # Cookie更新
│   ├── xiaohongshu/                # 小红书相关
│   │   ├── download_xhs_images.py  # 图片下载
│   │   ├── xhs_professor_monitor*.py  # 教授监控
│   │   └── update_xhs_cookie.py    # Cookie更新
│   └── youtube/                    # YouTube相关
│       └── youtube_channel_downloader.py  # 频道下载
│
├── AI分析模块 (analysis/)
│   ├── gemini_subtitle_summary.py  # Gemini字幕摘要
│   ├── video_understand_gemini.py  # Gemini视频分析
│   ├── comment_analyzer.py         # 评论分析
│   └── multimodal_gemini.py        # 多模态分析
│
├── 机器人模块 (bot/)
│   ├── video_bot.py                # Telegram机器人
│   ├── telegram_notifier.py        # 通知机器人
│   └── cookie_manager.py           # Cookie管理
│
├── 工具集 (utils/)
│   ├── batch_transcribe_local.py   # 本地视频批量转录
│   ├── enhanced_workflow.py        # 增强工作流
│   ├── download_videos_from_csv.py # CSV视频下载
│   └── auto_bili_workflow.py       # 自动化工作流
│
├── MediaCrawler/                   # 社交媒体爬虫子模块
│   └── (独立项目，支持多平台爬取)
│
└── 输出目录
    ├── output/ultimate/            # 主工具输出
    ├── output/transcripts/         # 字幕文件
    ├── output/optimized_srt/       # 优化后字幕
    ├── output/xiaohongshu/         # 小红书视频
    ├── gemini_analysis/            # Gemini分析结果
    └── downloaded_videos/          # 下载的视频

2. 系统要求

2.1 硬件要求

组件	最低配置	推荐配置
CPU	双核处理器	四核及以上
内存	4GB	8GB+
硬盘	10GB 可用空间	50GB+ SSD
GPU	无	NVIDIA GPU（加速Whisper）

2.2 软件要求

软件	版本要求	说明
Python	3.9+	推荐3.10或3.11
ffmpeg	最新版	视频处理必需
操作系统	Windows/Linux/macOS	Windows需要UTF-8编码支持

2.3 Python依赖

# 核心依赖
yt-dlp          # 视频下载
whisper         # 语音识别
google-generativeai  # Gemini API
requests        # HTTP请求

# 可选依赖
paddleocr       # OCR识别
paddlepaddle    # PaddleOCR后端
python-telegram-bot  # Telegram Bot

3. 安装配置

3.1 基础安装

# 1. 克隆项目
git clone https://github.com/your-repo/biliSub.git
cd biliSub

# 2. 安装Python依赖
pip install -r requirements.txt

# 3. 验证安装
python -c "import whisper; print('Whisper OK')"
python -c "import yt_dlp; print('yt-dlp OK')"

3.2 可选组件安装

# OCR支持（用于识别视频内文字）
pip install paddleocr opencv-python paddlepaddle

# Telegram Bot支持
pip install python-telegram-bot

# 新版 Gemini SDK
pip install google-genai

3.3 API配置

创建 config_api.py 文件：

API_CONFIG = {
    # 智谱GLM API配置
    "zhipu": {
        "api_key": "your_zhipu_api_key",  # 从 https://open.bigmodel.cn/ 获取
        "api_url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
        "model": "glm-4-flash",
        "temperature": 0.3,
        "top_p": 0.7,
        "max_tokens": 2000
    },

    # Gemini API配置
    "gemini": {
        "api_key": "your_gemini_api_key"  # 从 https://aistudio.google.com/app/apikey 获取
    }
}

3.4 环境变量配置（推荐）

# Linux/macOS
export ZHIPU_API_KEY='your-zhipu-key'
export GEMINI_API_KEY='your-gemini-key'
export TELEGRAM_BOT_TOKEN='your-bot-token'

# Windows PowerShell
$env:ZHIPU_API_KEY='your-zhipu-key'
$env:GEMINI_API_KEY='your-gemini-key'
$env:TELEGRAM_BOT_TOKEN='your-bot-token'

# Windows CMD
set ZHIPU_API_KEY=your-zhipu-key
set GEMINI_API_KEY=your-gemini-key

4. 核心功能详解

4.1 视频字幕提取（3种方案）

方案对比

方案	速度	准确度	适用场景
内置字幕	最快（秒级）	取决于作者	有CC字幕的视频
OCR识别	中等（分钟级）	视频有文字时	纯文字视频/PPT
Whisper识别	较慢（小时级）	最高	所有视频

方案1：检查内置字幕（推荐首选）

# 检查单个视频
python check_subtitle.py -u "视频URL"

# 批量检查
python check_subtitle.py -f videos.txt

# 保存检查报告
python check_subtitle.py -u "视频URL" --save

输出信息：

是否有内置字幕
字幕类型（手动/自动）
字幕语言
下载链接（如果有）

方案2：Whisper语音识别

# 基础用法
python ultimate_transcribe.py -u "视频URL" --model medium

# 指定输出格式
python ultimate_transcribe.py -u "视频URL" -f srt,txt,json

# 对比所有方案
python ultimate_transcribe.py -u "视频URL" --compare

Whisper模型选择：

模型	文件大小	内存需求	速度	精度	推荐场景
tiny	~40MB	~1GB	最快	较低	快速测试
base	~75MB	~1GB	快	中等	短视频
small	~250MB	~2GB	中等	良好	日常使用
medium	~770MB	~5GB	较慢	很好	中文推荐
large	~1550MB	~10GB	最慢	最佳	高精度需求

输出格式：

srt - 标准字幕格式
ass - 高级字幕格式
vtt - Web字幕格式
txt - 纯文本
json - 结构化数据
lrc - 歌词格式

方案3：OCR视频文字识别

# 启用OCR（默认开启）
python ultimate_transcribe.py -u "视频URL"

# 禁用OCR
python ultimate_transcribe.py -u "视频URL" --no-ocr

OCR适用场景：

PPT讲解类视频
代码教学视频
纯文字展示视频
ASMR等无语音视频

4.2 字幕AI优化（GLM）

7种优化模式详解

模式	特点	适用场景
optimization	平衡模式，推荐	通用场景
simple	快速模式	批量处理
conservative	保守模式	高准确性要求
aggressive	深度优化	口语严重视频
tech	技术术语规范	技术教程
interview	对话格式处理	访谈/对话
vlog	自然口语化	生活/Vlog

使用方法

# 优化单个字幕文件
python optimize_srt_glm.py -s output/transcripts/video.srt

# 指定优化模式
python optimize_srt_glm.py -s video.srt -p tech

# 批量优化目录
python optimize_srt_glm.py -d output/transcripts/ -p optimization

# 调整批处理大小
python optimize_srt_glm.py -s video.srt -b 10

优化效果对比

优化前（Whisper原始输出）：

一份引爆全网的cloud code调教指南
两天就引来170多万播放
前爷爷受损会导致认知能力下降

优化后（GLM优化）：

一份引爆全网的Cloud Code调教指南，两天就引来170多万播放。
前额叶受损会导致认知能力下降。

4.3 AI视频内容分析（Gemini）

5种分析模式

模式	输出内容	适用场景
knowledge	知识库型笔记	构建第二大脑
summary	详细总结	内容概览
brief	简洁总结	快速了解
detailed	深度分析	完整理解
transcript	对话提取	访谈整理

知识库模式详解

knowledge 模式输出结构：

## 📋 视频基本信息
- 视频类型、核心主题、内容结构

## 📖 视频大意
100-200字精炼概括

## 🎯 核心观点
三段论形式呈现论点

## 📊 论点论据结构
主要论点、次要论点及支撑

## 💎 金句提取
引经据典、故事案例、精辟论据等

## 📝 书面文稿
去除口语冗余的正式文本

## ⚠️ 内容质量分析
情绪操控检测、信息可靠性评估

## 🔗 相关延伸
推荐深入了解的方向

使用方法

# 分析单个视频（默认knowledge模式）
python analysis/video_understand_gemini.py -video "video.mp4"

# 指定分析模式
python analysis/video_understand_gemini.py -video "video.mp4" -m brief

# 批量分析目录（自动并发）
python analysis/video_understand_gemini.py -dir "downloaded_videos" -m knowledge

# 指定模型
python analysis/video_understand_gemini.py -video "video.mp4" --model flash-lite

# 自定义并发数
python analysis/video_understand_gemini.py -dir "videos" -j 5

# 保留上传的文件
python analysis/video_understand_gemini.py -video "video.mp4" --keep

4.4 批量处理工作流

方案1：一站式批量处理

# 从URL列表处理
python batch_process_videos.py -i videos.txt -m medium -p optimization

# 从CSV处理
python batch_process_videos.py -i videos.csv -m medium -p tech

# 命令行指定多个URL
python batch_process_videos.py -u "url1" -u "url2" -u "url3"

方案2：增强工作流（集成MediaCrawler）

# 从MediaCrawler数据提取并处理
python utils/enhanced_workflow.py --mediacrawler

# 导出MediaCrawler数据为CSV
python utils/enhanced_workflow.py --mediacrawler --export-crawled videos.csv

# 只处理失败的视频
python utils/enhanced_workflow.py --csv videos.csv --filter fail

# 限制处理数量
python utils/enhanced_workflow.py --csv videos.csv --limit 3

方案3：本地视频批量转录

# 处理整个目录
python utils/batch_transcribe_local.py -i "downloaded_videos"

# 指定Whisper模型
python utils/batch_transcribe_local.py -i "videos" -m medium

# 跳过已存在字幕的视频
python utils/batch_transcribe_local.py -i "videos" --skip-existing

# 不递归子目录
python utils/batch_transcribe_local.py -i "videos" --no-recursive

5. 命令行工具完整参数

5.1 ultimate_transcribe.py

主转录工具，集成所有方案。

python ultimate_transcribe.py [选项]

选项:
  -u, --url TEXT          视频链接（支持B站/小红书/YouTube）
  --model TEXT            Whisper模型: tiny/base/small/medium/large
  --no-ocr                禁用OCR识别
  --compare               对比所有方案（内置字幕/OCR/Whisper）
  -f, --format TEXT       输出格式: srt,ass,vtt,json,txt,lrc

使用示例：

# 完整命令示例
python ultimate_transcribe.py \
    -u "https://www.bilibili.com/video/BV1xx411c79H" \
    --model medium \
    -f srt,txt \
    --no-ocr

5.2 optimize_srt_glm.py

GLM字幕优化工具。

python optimize_srt_glm.py [选项]

选项:
  -s, --srt PATH          SRT文件路径
  -d, --dir PATH          批量处理目录
  -p, --prompt TEXT       优化模式: optimization/simple/conservative/
                          aggressive/tech/interview/vlog
  -b, --batch-size INT    批处理大小（默认: 5）

使用示例：

# 技术视频优化
python optimize_srt_glm.py \
    -s "output/transcribes/tutorial.srt" \
    -p tech \
    -b 10

# 批量优化
python optimize_srt_glm.py \
    -d "output/transcribes/" \
    -p optimization \
    -b 5

5.3 batch_process_videos.py

批量视频处理工具。

python batch_process_videos.py [选项]

选项:
  -u, --urls TEXT [TEXT...]  一个或多个视频URL
  -i, --input-file PATH       URL列表文件（txt/csv）
  -m, --model TEXT            Whisper模型（默认: medium）
  -p, --prompt TEXT           GLM优化模式（默认: optimization）
  -o, --output PATH           报告输出文件（默认: batch_report.json）

使用示例：

# 完整批量处理
python batch_process_videos.py \
    -i course_videos.txt \
    -m medium \
    -p tech \
    -o "reports/course_report.json"

5.4 video_understand_gemini.py

Gemini视频分析工具。

python analysis/video_understand_gemini.py [选项]

选项:
  -video, --video-file PATH    视频文件路径
  -dir, --directory PATH       视频目录（批量处理）
  -csv, --csv-file PATH        CSV文件（用于状态跟踪）
  -m, --mode TEXT              分析模式: summary/brief/detailed/
                               transcript/knowledge
  -p, --prompt TEXT            自定义提示词
  --model TEXT                 Gemini模型: flash/flash-lite/pro
  -o, --output PATH            输出目录（默认: gemini_analysis）
  -j, --jobs INT               并发处理数
  --force                      强制重新处理所有视频
  --keep                       保留上传的文件
  --list-modes                 列出所有提示词模式
  --api-key TEXT               Gemini API Key

使用示例：

# 知识库模式批量分析
python analysis/video_understand_gemini.py \
    -dir "downloaded_videos" \
    -m knowledge \
    --model flash-lite \
    -j 10 \
    -o "analysis_results"

5.5 gemini_subtitle_summary.py

字幕摘要生成工具。

python analysis/gemini_subtitle_summary.py [选项]

选项:
  subtitle_dir                字幕文件夹路径（必需）
  -m, --model TEXT            Gemini模型: flash/flash-lite/pro
  -j, --jobs INT              并发处理数（默认: 3）
  -p, --prompt TEXT           自定义汇总提示词
  --api-key TEXT              Gemini API Key
  -i, --incremental           增量模式：跳过已处理的视频
  -a, --append                追加模式：保留已有结果

使用示例：

# 生成作者视频摘要
python analysis/gemini_subtitle_summary.py \
    "output/transcripts/作者名" \
    -m flash-lite \
    -j 5 \
    -a

6. 使用场景与最佳实践

6.1 场景1：学习笔记整理

目标：将课程视频转化为结构化笔记

# 步骤1：下载视频并提取字幕
python ultimate_transcribe.py -u "课程视频URL" --model medium

# 步骤2：优化字幕（技术模式）
python optimize_srt_glm.py -s output/transcripts/course.srt -p tech

# 步骤3：生成知识库笔记
python analysis/video_understand_gemini.py \
    -video "downloaded/course.mp4" \
    -m knowledge

6.2 场景2：UP主内容批量分析

目标：分析某个UP主的所有视频

# 步骤1：下载频道视频
python platforms/youtube/youtube_channel_downloader.py "频道URL"

# 步骤2：批量转录
python utils/batch_transcribe_local.py \
    -i "downloaded_videos/UP主名" \
    -m medium \
    --skip-existing

# 步骤3：生成汇总报告
python analysis/gemini_subtitle_summary.py \
    "output/transcripts/UP主名" \
    -m flash-lite \
    -j 5

6.3 场景4：视频内容数据库构建

目标：构建个人视频知识库

# 完整流程脚本
for url in $(cat video_list.txt); do
    # 1. 下载并转录
    python ultimate_transcribe.py -u "$url" --model medium

    # 2. 优化字幕
    srt_file=$(ls -t output/transcripts/*.srt | head -1)
    python optimize_srt_glm.py -s "$srt_file" -p optimization

    # 3. 分析视频
    video_file=$(ls -t downloaded_videos/*.mp4 | head -1)
    python analysis/video_understand_gemini.py \
        -video "$video_file" \
        -m knowledge
done

6.4 最佳实践建议

模型选择策略
- 短视频(<5分钟)：small 或 base
- 中等视频(5-30分钟)：medium（推荐）
- 长视频(>30分钟)：medium 或分段处理
- 高精度需求：large
优化模式选择
- 技术教程：tech
- 访谈对话：interview
- Vlog日常：vlog
- 通用场景：optimization
批量处理建议
- 使用 --skip-existing 跳过已处理
- 分批处理，每批10-20个视频
- 保存处理报告便于追踪
API使用建议
- Gemini优先使用 flash-lite（免费额度高）
- GLM使用 glm-4-flash（速度快、费用低）
- 批量时控制并发数避免超限

7. 输出文件说明

7.1 输出目录结构

output/
├── ultimate/                 # ultimate_transcribe.py 输出
│   ├── [WHISPER_]视频名.txt
│   ├── [WHISPER_]视频名.json
│   └── [WHISPER_]视频名.srt
│
├── transcripts/              # 字幕文件
│   ├── 视频1.srt
│   ├── 视频1.txt
│   └── 视频2.srt
│
├── optimized_srt/            # 优化后字幕
│   ├── 视频1_optimized.srt
│   ├── 视频1_comparison.json
│   └── 视频1_report.md
│
├── xiaohongshu/              # 小红书视频
│   └── 视频.mp4
│
├── audio/                    # 提取的音频
│   └── 视频.wav
│
└── bot/                      # Bot输出
    └── task_001/
        └── result.md

gemini_analysis/              # Gemini分析结果
├── 作者1/
│   ├── 视频1_20260221_120000.md
│   └── 视频2_20260221_120500.md
└── 作者2/
    └── 视频3_20260221_130000.md

7.2 文件格式说明

SRT字幕格式

1
00:00:01,000 --> 00:00:04,000
字幕内容

2
00:00:04,500 --> 00:00:08,000
第二段字幕

优化报告格式

生成的报告包含：

JSON对比报告：原始vs优化的详细对比
Markdown报告：人类可读的修改摘要
优化后SRT：直接可用的字幕文件

Gemini分析报告

每个分析报告包含：

元信息表格：视频文件、分析时间、使用模型、Token使用
结构化分析：根据模式不同的分析内容
质量评估：信息可靠性、知识价值评级

8. API配置与费用说明

8.1 智谱GLM API

获取方式：

访问智谱AI开放平台
注册并登录
创建API Key

模型选择：

模型	价格	速度	适用场景
glm-4-flash	¥0.1/千tokens	最快	字幕优化（推荐）
glm-4-air	¥1/千tokens	快	平衡需求
glm-4-plus	¥5/千tokens	中等	高质量需求
glm-4	¥10/千tokens	较慢	最高质量

费用估算：

优化10分钟视频字幕：约1000-2000 tokens
使用glm-4-flash：约¥0.1-0.2

8.2 Gemini API

获取方式：

访问 Google AI Studio
创建项目并获取API Key

模型配额（免费版）：

模型	请求/分钟	请求/天	说明
flash-lite	15	1000	推荐，最多请求
flash	5	100	速度与质量平衡
pro	10	100	最高质量

费用说明：

免费配额内：完全免费
超出配额：按量计费
flash-lite：最经济的选择

8.3 环境变量优先级

1. 环境变量（最高优先级）
2. config_api.py 文件
3. 命令行参数 --api-key

9. 常见问题排查

9.1 下载问题

问题：B站视频下载失败

解决方案：
1. 更新Cookie：python platforms/bilibili/update_cookie_now.py
2. 使用--no-check-certificates选项
3. 检查网络连接

问题：小红书视频需要登录

解决方案：
1. 使用MediaCrawler爬取
2. 更新Cookie：python platforms/xiaohongshu/update_xhs_cookie.py

9.2 Whisper问题

问题：识别速度太慢

解决方案：
1. 使用更小的模型（small/base）
2. 确保使用GPU（检查CUDA）
3. 降低采样率

问题：识别不准确

解决方案：
1. 使用更大的模型（medium/large）
2. 检查音频质量
3. 尝试指定语言：language="zh"

9.3 API调用问题

问题：GLM API调用失败

解决方案：
1. 检查API Key是否正确
2. 确认账户余额
3. 检查网络连接
4. 尝试更换模型

问题：Gemini配额不足

解决方案：
1. 等待配额刷新（每天重置）
2. 使用flash-lite模型（配额最高）
3. 降低并发数
4. 切换到其他模型

9.4 编码问题

问题：Windows下中文乱码

解决方案：
项目已自动处理UTF-8编码，如仍有问题：
1. 设置系统编码为UTF-8
2. 使用Windows Terminal而非CMD
3. 确保文件保存为UTF-8格式

9.5 内存问题

问题：处理大视频时内存溢出

解决方案：
1. 使用较小的模型
2. 分段处理视频
3. 增加系统交换空间
4. 只处理音频而非视频

10. 进阶功能

10.1 Telegram Bot

功能：通过Telegram机器人处理视频

# 启动Bot
cd bot
python video_bot.py

Bot命令：

/start - 开始使用
/help - 帮助信息
/status - 系统状态
/queue - 查看任务队列
发送视频链接 - 开始处理

10.2 教授监控系统

功能：识别小红书上的真实教授账号

# 分析MediaCrawler数据
python platforms/xiaohongshu/xhs_professor_monitor_integration.py \
    --analyze-data \
    --data-dir "MediaCrawler/data/xhs"

# 添加监控用户
python platforms/xiaohongshu/xhs_professor_monitor_integration.py \
    --add-user "用户URL" \
    --name "用户名"

# 生成报告
python platforms/xiaohongshu/xhs_professor_monitor_integration.py \
    --report \
    --output "professor_report.md"

10.3 评论分析

功能：分析视频评论情感和内容

python analysis/comment_analyzer.py \
    --video "视频URL" \
    --platform "bilibili"

10.4 自动化工作流

功能：定时自动处理新视频

# 运行自动化工作流
python utils/auto_bili_workflow.py \
    --config "config/workflow.json" \
    --schedule "0 */6 * * *"  # 每6小时运行一次

附录

A. 文件格式对照表

格式	扩展名	用途	兼容性
SRT	.srt	通用字幕	所有播放器
ASS	.ass	高级字幕	大部分播放器
VTT	.vtt	Web字幕	浏览器
LRC	.lrc	歌词	音乐播放器
TXT	.txt	纯文本	所有设备
JSON	.json	结构化数据	程序处理

B. 性能参考数据

视频时长	Whisper(medium)	GLM优化	Gemini(flash-lite)
5分钟	3-5分钟	30-60秒	1-2分钟
10分钟	6-10分钟	60-90秒	2-4分钟
30分钟	18-30分钟	2-3分钟	4-8分钟
1小时	35-60分钟	4-6分钟	8-15分钟

注：时间仅供参考，实际时间取决于硬件配置和网络状况

C. 相关资源链接

D. 更新日志

v1.2 (2026-02-21)

新增Gemini 2.5系列模型支持
添加知识库型笔记生成模式
优化批量处理并发控制
修复Windows编码问题

v1.1 (2025-02-15)

新增batch_process_videos.py
7种GLM优化模式
MediaCrawler集成

v1.0 (2025-01-01)

初始版本
基础视频下载和字幕提取

文档维护： BiliSub项目组 反馈渠道： 提交Issue或Pull Request

FilesExpand file tree

README_FULL.md

Latest commit

History

README_FULL.md

File metadata and controls

BiliSub 完整使用指引

目录

1. 项目概述

1.1 项目简介

1.2 支持的平台

1.3 项目结构

2. 系统要求

2.1 硬件要求

2.2 软件要求

2.3 Python依赖

3. 安装配置

3.1 基础安装

3.2 可选组件安装

3.3 API配置

3.4 环境变量配置（推荐）

4. 核心功能详解

4.1 视频字幕提取（3种方案）

方案对比

方案1：检查内置字幕（推荐首选）

方案2：Whisper语音识别

方案3：OCR视频文字识别

4.2 字幕AI优化（GLM）

7种优化模式详解

使用方法

优化效果对比

4.3 AI视频内容分析（Gemini）

5种分析模式

知识库模式详解

使用方法

4.4 批量处理工作流

方案1：一站式批量处理

方案2：增强工作流（集成MediaCrawler）

方案3：本地视频批量转录

5. 命令行工具完整参数

5.1 ultimate_transcribe.py

5.2 optimize_srt_glm.py

5.3 batch_process_videos.py

5.4 video_understand_gemini.py

5.5 gemini_subtitle_summary.py

6. 使用场景与最佳实践

6.1 场景1：学习笔记整理

6.2 场景2：UP主内容批量分析

6.3 场景4：视频内容数据库构建

6.4 最佳实践建议

7. 输出文件说明

7.1 输出目录结构

7.2 文件格式说明

SRT字幕格式

优化报告格式

Gemini分析报告

8. API配置与费用说明

8.1 智谱GLM API

8.2 Gemini API

8.3 环境变量优先级

9. 常见问题排查

9.1 下载问题

9.2 Whisper问题

9.3 API调用问题

9.4 编码问题

9.5 内存问题

10. 进阶功能

10.1 Telegram Bot

10.2 教授监控系统

10.3 评论分析

10.4 自动化工作流

附录

A. 文件格式对照表

B. 性能参考数据

C. 相关资源链接

D. 更新日志