一键把视频、录音、会议转化为精美图文 PDF 讲义、结构化会议纪要、思维导图、学习闪卡等多种格式。

支持 30+ 平台视频 | 本地录音/视频上传 | 说话人分离 | 降噪增强 | 23 种输出模板 | 中英混合

🔗 GitHub: github.com/bcefghj/noteking-pro · 小红书: @bcefghj

NoteKing Pro 是 NoteKing 的全功能升级版，在完整保留原版在线视频处理能力的基础上，新增了本地录音/会议处理能力。

如果你只需要处理在线视频 → 可以用轻量级的 NoteKing 原版

以下全部为 NoteKing Pro 自动生成的真实结果，源文件在 demos/openclaw_meeting/

原始视频：OpenClaw与AI开源圆桌会议 · 杨植麟（月之暗面）主持 — Bilibili · 35分钟

16页图文并茂的专业讲义，含12张自动提取的视频关键帧，XeLaTeX 专业排版：

预览页	预览页
封面：标题、日期、GitHub/小红书信息	目录页：自动生成章节导航
正文：关键帧截图 + 重点框 + 结构化文字	正文：表格对比 + 引用 + 知识补充框

📥 下载完整 PDF（1.5MB，16页）

PDF 每页包含：

• 🖼️ 视频关键帧截图（智能评分提取，插入对应知识点旁）
• 🟡 重点提示框 / 🔵 知识补充框 / 🔴 注意事项框
• 页眉：文章标题 + github.com/bcefghj/noteking-pro
• 页脚：小红书 @bcefghj + 页码 + NoteKing Pro

完整文件：demos/openclaw_meeting/会议纪要.md

# OpenClaw与AI开源圆桌会议纪要

## 一、会议基本信息
| 项目 | 内容 |
|------|------|
| 主持人 | 杨植麟（月之暗面/Kimi创始人）|
| 参会人员 | 张宏、张鹏（智谱）、利算科技代表、小米代表、黄超（Nanobot）等 |
| 讨论主题 | OpenClaw平台与AI开源生态讨论 |

## 二、主要议题
1. OpenClaw使用体验与价值探讨
2. OpenClaw与Agent框架的革命性意义
3. 智谱 Grok5 Turbo 模型发布
4. 推理时代的基础设施挑战
5. Agent技术发展方向（Planning / Memory / Tool Use）
6. 未来12个月展望

## 三、行动项
- [ ] 探索 Agent 自进化能力落地路径
- [ ] 打造面向 Agent 原生的基础设施生态
- [ ] 推动 MCP 协议标准化与 Skill 质量提升

完整文件：demos/openclaw_meeting/简报摘要.md

TL;DR：OpenClaw 引领 AI Agent 开源生态爆发，业界共识从"聊天工具"转向"干活助手"，但推理算力瓶颈与模型自主进化能力成为下一阶段核心挑战。

核心要点：

1. OpenClaw 重新定义 AI 交互范式 — 从"聊天"升级为"干活"，IM 软件嵌入方式带来"活人感"
2. 推理算力需求指数爆发 — Token 用量每两周翻倍，已增长 10 倍
3. Agent 框架推动模型能力两极分化 — 开源框架将国内模型"下限"提升至接近顶级模型
4. 长上下文与自主进化成竞争焦点 — 72步长程规划、上下文压缩是关键
5. 生态共建与商业可持续是长期命题 — 需回归合理商业价值

完整文件：demos/openclaw_meeting/核心金句与观点.md

"普通人也可以比较方便的来使用顶尖的这些模型的能力。" — 张宏

"模型从最开始在按照Token去聊天，到现在能够变成一个Agent，变成一个龙虾，能够帮你去完成任务——它对于我们整个AI的想象力空间已经做了一个很大的提升。"

"未来可能大部分的软件都不一定会面向人了……可能面向Agent的原生的去使用的。" — 黄超

"我们想做的就是 AI Made in China——把我们中国的这些能源上的优势，通过这些推理工厂，可持续的再输出到全球。"

完整文件：demos/openclaw_meeting/思维导图.md

mindmap
    root((OpenClaw圆桌会议))
        OpenClaw平台价值
            脚手架作用
                降低AI使用门槛
                普通人也能用顶尖模型
            交互模式创新
                IM软件形式
                更强的活人感
            开源意义
                社区深度参与
        从聊天到Agent进化
            模型能力升级
                长程任务规划
                上下文压缩处理
            系统要求提高
                Token消耗量剧增
        技术基础设施挑战
            算力瓶颈
                需求爆发式增长
            推理时代特征
                多芯片异构计算
        Agent技术方向
            Planning规划能力
            Memory记忆机制
            Tool Use工具使用
            Multi-Agent协作
        未来展望
            自进化
            生态建设
            AI Made in China

完整文件：demos/openclaw_meeting/学习闪卡.md

Q: OpenClaw 是什么？它在 AI 生态中的定位？

A: OpenClaw 是一个开源 Agent 框架，提供"脚手架"让普通人便捷使用顶尖大模型能力，将 AI 从程序员专利变成大众工具。

Q: 为什么 OpenClaw 会在社区爆火？

A: ① IM 软件交互方式带来"活人感"；② 证明了简单 Agent loop 的可行性；③ 开源激发了社区创新活力。

Q: AI 开源生态目前面临哪些主要挑战？

A: Token 用量爆发（每两周翻倍）、算力资源整合、基础设施适配 Agent 时代需求。

完整文件：demos/openclaw_meeting/meeting.srt

1
00:00:00,000 --> 00:00:03,720
我們今天邀請到各位重磅的嘉賓

2
00:00:03,720 --> 00:00:07,160
然後也覆蓋了其實不同的層面

3
00:00:07,160 --> 00:00:10,320
從模型層到底層的算力層到上面的Agent層

# 克隆仓库
git clone https://github.com/bcefghj/noteking-pro.git
cd noteking-pro

# 安装 (基础)
pip install -e .

# 安装 (带录音处理)
pip install -e ".[meeting,asr]"

# 安装 (全部功能)
pip install -e ".[all]"

# 首次配置
noteking setup --api-key "你的API_KEY" --base-url "https://api.minimax.chat/v1" --model "MiniMax-M2.7"

前置依赖: Python 3.11+, FFmpeg (brew install ffmpeg / apt install ffmpeg)

# B站视频 -> 详细学习笔记
noteking run "https://www.bilibili.com/video/BV1xx" -t detailed

# YouTube -> 思维导图
noteking run "https://youtu.be/xxx" -t mindmap

# 本地视频 -> LaTeX PDF
noteking run "./lecture.mp4" -t latex_pdf

# 会议录音 -> 会议纪要（带说话人分离）
noteking process meeting.mp4 -t meeting_minutes -c "产品周会" --speakers 4

# 课堂录音 -> 课堂笔记（降噪处理）
noteking process lecture.mp3 -t lecture_notes --denoise 2

# 多段录音合并处理
noteking process part1.mp4 part2.mp4 -t meeting_minutes

# 访谈 -> 多格式输出
noteking process interview.wav -t interview --format markdown,srt,json

# 仅转录
noteking transcribe recording.mp4

# 仅降噪
noteking denoise noisy.wav --level 2

# 合并文件
noteking merge seg1.mp4 seg2.mp4 -o merged.mp4

输入 → 预处理 → ASR转录 → 说话人分离 → LLM生成 → 多格式输出

输入层:
├── 在线视频 (30+ 平台, yt-dlp)
├── 本地视频 (MP4/MKV/AVI/MOV)
├── 本地录音 (MP3/WAV/FLAC/M4A)
└── 多文件合并 (FFmpeg concat)

预处理:
├── 音频提取 (FFmpeg 16kHz mono WAV)
├── 降噪增强 (noisereduce / DeepFilterNet)
└── VAD 分片 (超长音频切分)

ASR 引擎 (自动选择最佳):
├── FunASR Paraformer-zh (中文最强, WER 8.4%)
├── faster-whisper (英文/多语言)
├── SenseVoice (50+ 语言)
└── Groq/OpenAI API (云端回退)

说话人分离:
├── pyannote-audio 3.x
└── WhisperX 风格对齐

输出:
├── Markdown / LaTeX PDF / SRT / VTT
├── 思维导图 / 闪卡 / JSON
└── 带说话人标签的完整转录

# Docker 一键部署
docker compose up -d
# 访问 http://localhost:8000

pip install -e ".[meeting]"
noteking process meeting.mp4 -t meeting_minutes

{
  "mcpServers": {
    "noteking": {
      "command": "npx",
      "args": ["tsx", "mcp/src/index.ts"],
      "env": { "NOTEKING_DIR": "/path/to/noteking" }
    }
  }
}

已发布到 ClawHub，直接安装使用。

# 启动 API 服务
uvicorn api.main:app --host 0.0.0.0 --port 8000

# 处理视频
curl -X POST http://localhost:8000/api/v1/summarize \
  -H "Content-Type: application/json" \
  -d '{"url": "https://www.bilibili.com/video/BV1xx", "template": "detailed"}'

# 上传录音处理
curl -X POST http://localhost:8000/api/v1/recording/upload -F "[email protected]"
curl -X POST http://localhost:8000/api/v1/recording/process \
  -F "file_id=xxx" -F "template=meeting_minutes" -F "context=产品周会"

详见 docs/deploy-guide.md

• 方案 A: Railway 一键部署（免费，最简单）
• 方案 B: Docker + 云服务器（推荐正式运营）
• 方案 C: 带 GPU 部署（最佳 ASR 质量）
• 个人本地: pip install 即用

MIT License - 开源免费，随意使用

核心技术栈: OpenAI Whisper, FunASR, pyannote-audio, faster-whisper, FFmpeg, yt-dlp, OpenAI SDK

灵感来源: 钉钉AI听记, Otter.ai, NotebookLM, Meetily, Open Notebook, BibiGPT

觉得好用请给个 ⭐ Star，让更多人发现这个工具！