一句话，让 AI Agent 把课程视频变成讲义 PDF
考研网课、研究生课程、软考法考等专业考试视频：30 分钟的课 → 5 分钟读完，全程本地，零 API Key。
备考最痛的不是「看课」，是回头找：强化班几十讲，错题对应的知识点在哪一讲全靠记忆，进度条拖到怀疑人生。Chalkpress 把一门课压缩成一册讲义——阅读从此可以跳读、搜读、打印读：
| 场景 | 看视频 | 读讲义 |
|---|---|---|
| 第一轮抓框架 | 30 分钟线性播放，重点在哪只能等 | 约 5 分钟：翻关键帧页扫读，先抓框架再补细节 |
| 错题回源 | 拖进度条靠记忆，来回试 | 关键词全文检索，秒级定位到页 |
| 冲刺只补薄弱章节 | 几乎只能重看整讲 | 只翻对应几页；需要听语气，按页内时间戳回看那 1~2 分钟 |
| 打印背诵 | 不可能 | 一页一个知识画面，直接打印随身背 |
讲义不是替代看课，而是把「看完」和「找到 / 背住」解耦：通读交给阅读，回看交给时间戳。
把这句话发给你的 AI Agent（workbuddy / ChatGPT / Claude Code 等，能执行命令即可）：
用这个技能把我的网课视频转成讲义：https://github.com/luolin1024/chalkpress-skill
Agent 会按 SKILL.md 自己完成剩下的一切：下载技能 → 按需装依赖 → 转录 → 校对字幕 → 生成 PDF → 写学习笔记。你只需要告诉它视频文件在哪。校对和写笔记这两步由 agent 用自己的智能完成——不需要任何 API Key，没有任何额外配置。
确定性 Python 管线负责一切机械工作，LLM 判断力由你的 agent 提供——职责单向、边界干净：
graph LR
A[🎬 视频] --> T[transcribe<br>转录 + 关键帧]
T --> D[草稿 SRT]
D --> P[🤖 你的 agent<br>校对字幕]
P --> B[build<br>对齐 + PDF]
B --> H[📄 讲义目录]
H --> S[🤖 你的 agent<br>学习笔记 summary.md]
一次转换的交付物：
| 你得到 | 说明 |
|---|---|
<视频名>.pdf |
每页一个关键帧画面 + 该时间窗的字幕（可选笔记首页），文字层可检索可复制 |
<视频名>.srt |
全片字幕（校对后），可独立导入播放器 |
<视频名>.aligned.md |
字幕 × 关键帧对照表（内嵌画面，直接阅读） |
<视频名>.summary.md |
agent 撰写的结构化学习笔记（可选） |
keyframes/ |
讲义页原图，随时复用 |
manifest.json |
帧时间戳与时长——build 不依赖 ffmpeg，可在任何环境重跑 |
AI 学习笔记 —— agent 自动提炼出带星级权重的考点结构（作为 PDF 可选首页）：
| 特性 | 说明 | |
|---|---|---|
| 🎯 | 关键帧成页 | 场景检测驱动抽帧：内容变化才截页，不是机械等间隔 |
| 📝 | 字幕随页 | Whisper 本地转写，字幕对齐到所在画面的时间窗 |
| 🤖 | Agent 原生 | 校对与笔记交给你的 agent 完成——零 API Key、零外呼 |
| 🧩 | 术语包即数据 | 专业考试同音字误听确定性修正（坚偶校验 → 奇偶校验、生存数 → 生成树）；内置软考包 241 条，新领域只需加一个 JSON |
| 🔒 | 全程本地 | 转写、抽帧、排版全在你机器上，管线零网络调用 |
| 🖨️ | 可检索 PDF | 横版 A4，画面为图、字幕为真实文字层；中文不缺字 |
| Chalkpress | 剪映 / 飞书妙记 | 通用转写工具 | |
|---|---|---|---|
| 产出形态 | 讲义 PDF（画面+字幕同页） | 转文字稿 | 纯文字 |
| 可打印可检索 | ✅ 文字层 PDF | ❌ | ❌ |
| 结构化学习笔记 | ✅ agent 撰写 | ❌ | ❌ |
| 复习方式 | 搜关键词定位到页 | 在长文字稿里翻找 | 翻找 |
| 视频上传 | 永不上传 | 需上传云端 | 视本地实现 |
| API Key | 不需要 | 平台账号 | 多数需要 |
视频始终不上传——转写、抽帧、排版全程在你机器上完成，管线自身零网络调用（whisper 模型首次下载除外）。字幕与关键帧只出现在你自己的 agent 会话里。涉密的内部培训视频同样可用。
为什么不需要 API Key？校对和笔记谁做的？
你的 AI Agent 本身就是 LLM——它按 SKILL.md 的指引读取草稿字幕自行校对、阅读画面和字幕撰写笔记。管线只做机械工作。这也是本项目与「套壳调 API」工具的本质区别。
不用 agent，想手动跑命令？
pip install -e ".[zh,asr]" # macOS Apple 芯片把 asr 换成 mac
chalkpress transcribe 课程.mp4 --language zh --term-fix
chalkpress build 课程.mp4已有字幕用 --reuse-srt 跳过转写；详见 SKILL.md 与 chalkpress --help。
「30 分钟 → 5 分钟」夸张吗？
以课件型网课（PPT 录播、概念讲解）为典型场景：讲义页数 ≈ 课件页数，翻页扫读确实能把通览一节课压到 5 分钟上下。推导密集的内容压缩比会低一些——但讲义依然先给你地图。
支持英文视频吗？
支持。Whisper 支持 90+ 语种自动识别；笔记语言由 agent 与你约定。
- 两段子命令 + manifest 交接（build 无 ffmpeg 依赖）
- 内置软考术语包（241 条）
- 双语 README
- 更多领域术语包（法考 / 考研政治英语 / 医考…—— 欢迎 PR，只需加 JSON）
- CUDA / GPU 转写后端
- 发布到主流 agent 技能市场
欢迎 PR！特别是术语包：往 chalkpress/scene_packs/ 加一个 {scene, terms, direct} JSON，就是对新考试领域的完整支持——引擎零改动。管线改进请先跑 pytest tests/ -q，并遵守 AGENTS.md 的两条不变量。