VideoMind

VideoMind 是一个面向剪辑人员的本地视频素材知识库工具。

它的目标很直接：把散落在本地硬盘、RaiDrive、WebDAV、云盘挂载盘里的大量口播视频，批量转成带时间轴的字幕索引；之后剪辑人员可以通过关键词快速找到对应视频片段，并定位到原视频文件。

当前版本优先解决“找素材”这件事，不做 AI 一键成片。

适合谁使用

• 手里有大量口播视频、课程视频、访谈视频、直播切片或短视频素材的剪辑团队。
• 视频素材在本地电脑、NAS、RaiDrive、WebDAV 或云盘挂载盘中，可以被 Windows 资源管理器直接访问。
• 想通过字幕关键词找素材，而不是靠人工翻文件夹、看封面、凭记忆找视频。
• 团队人数不多，希望先用一台主机跑本地服务，局域网内多人访问。

核心能力

视频库管理

• 选择一个本地文件夹或 RaiDrive 挂载目录。
• 扫描目录下的视频文件。
• 自动识别已经处理过的视频，避免重复处理。
• 查看已接入的视频目录、处理进度和索引状态。
• 打开原文件位置，方便回到资源管理器继续剪辑。

本地字幕识别

• 使用本地 ASR 流程处理视频。
• 为每个视频生成字幕片段。
• 每条字幕片段保存开始时间、结束时间、字幕文本和原视频路径。
• 支持断点式处理，已经处理过的视频不会重复跑。

字幕关键词搜索

• 输入关键词搜索字幕内容。
• 支持“命中任意一个词”和“同时命中所有词”。
• 支持按工作目录筛选搜索范围。
• 搜索结果会展示原视频、命中的字幕、时间段和关键词高亮。
• 点击结果后可以预览原视频，并跳转到对应时间点。

素材采集

• 在搜索结果中选择“采集片段”。
• 已选片段会进入可拖动的悬浮条。
• 可以批量确认采集，把多个视频片段剪切出来。
• 支持片段前后补时，单位为秒，支持小数。
• 可以选择已有素材库，也可以新建素材库。
• 已采集片段按工作空间管理，方便后续剪辑使用。

当前版本不做什么

• 不做 AI 一键成片。
• 不做自动混剪成完整视频。
• 不做复杂的画面语义理解。
• 不上传整套几十 TB 视频到云端长期存储。
• 不把任何云盘账号、AK/SK、Token 或私密配置写入仓库。

为什么先做字幕索引

口播素材最重要的信息通常是“说了什么”，而不是“画面长什么样”。

剪辑人员真正需要的是：

• 这个人什么时候讲到了“新加坡留学”？
• 哪个视频里提到了“预算”？
• 有没有讲过“路径”“申请”“本科”“硕士”？
• 找到之后能不能立刻定位到原视频和时间点？

所以 VideoMind 第一版把重点放在字幕、时间轴、关键词召回和素材定位上。等这条链路稳定后，再考虑语义搜索、画面标签和 AI 混剪。

数据保存方式

VideoMind 默认把索引数据保存在本地 SQLite 数据库中：

data/video_kb.sqlite

数据库会保存：

• 视频文件路径
• 文件大小、修改时间等去重信息
• 字幕片段
• 每段字幕的起止时间
• 搜索索引
• 素材库和已采集片段记录

视频原文件不会被复制进数据库。原视频仍然保留在你的本地磁盘、RaiDrive 或云盘挂载盘中。

快速启动

1. 准备 Python 环境

建议使用 Python 3.12。

项目已经支持使用本地虚拟环境运行：

python -m venv .venv
.venv\Scripts\python.exe -m pip install -r requirements-local-asr.txt

2. 启动局域网服务

powershell -ExecutionPolicy Bypass -File scripts\start_lan_app.ps1

或直接运行：

.venv\Scripts\python.exe scripts\serve_app.py --db data\video_kb.sqlite --host 0.0.0.0 --port 8765

启动后访问：

http://127.0.0.1:8765

如果给局域网内其他成员使用，把 127.0.0.1 换成主机电脑的局域网 IP。

基本使用流程

1. 打开“视频库”页面。
2. 选择素材文件夹，例如本地目录或 RaiDrive 映射目录。
3. 点击“导入”，等待扫描完成。
4. 勾选待处理视频，点击“处理所选”。
5. 处理完成后进入“搜索”页面。
6. 输入关键词，查看命中的视频片段。
7. 点击结果预览视频，确认片段是否可用。
8. 点击“采集片段”，把需要的片段加入已选列表。
9. 确认采集，把片段剪切到素材库工作空间。

更详细的中文说明见：

docs/user-guide-zh.md

项目结构

VideoMind
├─ scripts/
│  ├─ serve_app.py              # 本地 Web 应用入口
│  ├─ start_lan_app.ps1         # 团队局域网启动脚本
│  ├─ local_transcribe.py       # 本地转写脚本
│  └─ search_transcripts.py     # 字幕搜索脚本
├─ src/video_kb/
│  ├─ store.py                  # SQLite 数据存储
│  ├─ inventory.py              # 视频扫描和清单
│  ├─ local_asr.py              # 本地 ASR 封装
│  ├─ search.py                 # 字幕检索
│  └─ vtt.py                    # 字幕解析
├─ docs/
│  ├─ user-guide-zh.md          # 中文使用说明
│  ├─ diagnostics.md            # 日志和排查说明
│  └─ data-storage-and-dedup.md # 数据保存和去重设计
├─ tests/
└─ requirements-local-asr.txt

日志与排查

应用会记录处理任务、导入、采集、错误等诊断信息，方便后续排查问题。

相关说明见：

docs/diagnostics.md

隐私和安全

• 仓库不会包含视频原文件。
• 仓库不会包含本地数据库。
• 仓库不会包含 .env、Token、AK/SK 或云盘凭证。
• .gitignore 已默认排除 data/、logs/、.venv/、常见视频文件和数据库文件。

如果你要把项目部署给团队使用，建议把视频素材、数据库和日志都保留在团队自己的内网或受控机器上。

当前状态

这是一个本地优先的 MVP 版本，已经具备：

• 视频目录导入
• 本地视频字幕处理
• 字幕关键词搜索
• 原视频预览和时间轴定位
• 素材片段采集
• 素材库工作空间管理
• 局域网团队访问启动方式

后续可以继续扩展：

• 更好的 ASR 引擎配置
• 更稳定的大批量队列处理
• 语义搜索
• 画面标签
• 剪辑软件项目导出
• AI 混剪工作流

适用边界

VideoMind 适合先在小团队、本地素材库、局域网环境中验证工作流。

如果要处理几十 TB 视频，建议分批导入、分批处理，并先用小目录验证识别质量、处理速度和机器稳定性。