READMESource: main@8535591d
dsh-learn-distill
把网课视频蒸馏成可自足阅读的线性讲义(deep_mastery)或考试突击卡片(exam_cram)的 skill。
面向 DeepSeek Harness 的 skill 规范编写,也可作为普通 skill 目录被其它 agent 平台读取。
它解决什么
网课的原始形态是「几十分钟的屏幕录制 + 一份自动字幕」。直接让模型总结,得到的是转述; 把字幕逐句整理,得到的又是逐字稿。这个 skill 做的是中间那层:先判清素材形态(纯讲解 / 课件翻页 / 板书 / 文档), 再从画面里把讲师写下的公式、例题、图示抽成可对齐的锚点,最后按固定的六栏结构写成一份能脱离视频独立阅读的讲义, 每条内容都带时间锚点,可以回查。
流程
0 解析参数 agent
1 probe 素材盘点 列分P、过滤介绍页、报告缺口
2 代价闸门 停,等用户确认范围与 token 成本
3 取素材 字幕 / 视频 / 附带文档
4 术语纠错 按学科词库确定性纠正 ASR 错字
5 抽帧 + OCR 稳定段切分 → 终态帧 → 印刷体 OCR,手写页走 VLM
6 对齐 帧 / 字幕 / 讲次三向对齐 → anchors.json
7 六栏写作 agent(每讲次一个)
8 装配 索引与操作手册
9 校验 锚点存在性、时间越界、篇幅比例;盲测复现
确定性的事由脚本做,创造性的事由 agent 做,两个闸门由用户做决定。
用法
# 环境自检
python scripts/env_check.py --config config/local.toml
# 一键编排(跑到锚点就绪后停下)
python scripts/distill.py BV1xxxxxxxxx --goal deep_mastery --config config/local.toml
# 续跑
python scripts/state.py show <course>/dist
配置写在 config/local.toml(不入 git,复制自 config/local.toml.example)。
本机路径只出现在这个文件里,脚本按「配置 → 环境变量 → PATH → 常见位置」的顺序探测。
目录
| 路径 | 内容 |
|---|---|
SKILL.md |
入口与流程总览 |
references/entry.md |
入口参数、中文映射、闸门 |
references/env.md |
依赖、模型、环境变量 |
references/agent-teams.md |
子代理与团队分工 |
references/orchestration.md |
长任务编排、会话结束 |
references/degradation.md |
降级方案与上报格式 |
references/branches.md |
方法分支与可测量判据 |
references/contracts/chapter_writer.md |
六栏写作契约 |
scripts/ |
确定性脚本 |
assets/glossary/ |
多学科术语纠错词库 |
config/ |
默认配置与本机覆盖示例 |
当前边界
已跑通单讲次全链路。以下能力尚未实现,调用时会按 references/degradation.md 显式上报:
- 多分P 逐讲次流水线(当前只对单个讲次产出 anchors)
- 教材 PDF / 课件 PPTX 的结构化解析(CLI 参数已声明,解析未接入)
- 无字幕时的本地 ASR 兜底
exam_cram的 Anki 卡片产出
许可
MIT,见 LICENSE。第三方代码来源与许可见 LICENSES/NOTICE.md。
No comments yet. Be the first to write one.