red-blue-cp 0.6.0

B站小红书 Content Pipeline — URL 转忠实原文 + 速览（高亮/卡片/脉络）

自古红蓝出 CP —— 把 B 站和小红书内容转成本地 Markdown 知识库

粘一个链接，得到一篇 Markdown。把 B 站和小红书的视频/图文沉淀成你自己的本地知识库——文件落在你指定的目录，拿 Obsidian 管、群晖同步，都随你。

---

主要功能

• 速览（0.6 新） — 忠实原文之上加一层"快速读懂"：重点高亮跳读 / 金句卡片 / 脉络大纲，一竖屏抓重点，随时切回原文。高亮/卡片/大纲由服务端锚定回原文坐标，不编造原文没有的内容
• 视频转录 — B 站视频优先取字幕，无字幕走 ASR；小红书视频同理
• 图文识别 — 小红书图文用视觉模型识别图片里的文字与画面
• 说话人分离 — 多人对谈自动标注「说话人 1 / 2 / …」
• 博主安全批量 — 浏览器插件在你登录态抓清单 → 命令行走代理批量下载（断点续传、失败不中断、过期跳过）
• 评论提取 — 连楼中楼一起存
• 用量与费用 — 每条任务记录 token / 音频时长 / 各阶段耗时，按官方目录价估算费用
• 粘贴即用 — 直接粘整段分享文案（带标题、emoji、中文尾巴都行），自动抽干净 URL

---

四种形态

同一套核心逻辑，四种用法，按场景挑：

形态	是什么	干什么	给谁
① 油猴脚本	浏览器里的用户脚本（Tampermonkey）	在你登录态的小红书博主主页抓清单，导出 notes.json	要批量整个博主的人
② 命令行工具	本地 CLI（rbcp）	链接/清单 → 本地 Markdown + 速览 JSON，可脚本化、给 AI Agent 编排	命令行党、自动化
③ 本地服务 + 网页端	rbcp serve 起的本地网页	浏览器（含手机）点点点：提交、看进度、读 Markdown、看用量费用	想要图形界面的人
④ 桌面客户端（0.6 新）	RBCP Desktop（Tauri 原生 app，内置 serve）	装好即用的原生界面 + 速览阅读器（高亮/卡片/脉络）	不想碰命令行的人（当前 macOS arm64）

为什么抓清单单独做成油猴：下载和落知识库必须本地进程（浏览器写不了本地目录、跑不了 ffmpeg），而抓清单只有浏览器能在你登录态里安全做（避风控）。所以 ① 负责浏览器才能干的那段，②③④ 是同一套本地核心的几层皮。配合用，不是几选一。

---

路线图（Roadmap）

0.6 已发布：重心从"链接 → 忠实原文"扩到帮人快速读懂。

• 0.6 · 速览产品（已发布）：忠实原文之上加一层"速览"——重点高亮跳读 / 卡片金句 / 脉络梳理，一竖屏抓住重点（随时可切回看原文）。架构按 Extract（采集转录→忠实原文，无损）→ Digest（提炼高亮/金句/脉络，确定性服务端锚定）→ Render（呈现）分层；引擎保持开源。新增 RBCP Desktop 桌面客户端（当前 macOS arm64）。
• 下一步：托管版 RBCP Cloud（按实际使用计费）、手机端、桌面端跨平台（Windows）。这些走私有云，引擎层继续开源。
• 详见 0.6 速览产品 devlog 与 PLAN.md §v0.6。

---

快速入门

1. 装命令行工具

pipx install red-blue-cp        # 或 uv tool install red-blue-cp

想读源码 / 改代码：git clone https://github.com/MuChengZJU/red-blue-cp.git && cd red-blue-cp && uv sync，命令前加 uv run。

2. 配一个 Key

rbcp config        # 打印你本机的配置目录 + 写 Key 的确切命令（跨平台路径自动对）

按它末尾提示写入即可（配置目录因系统而异——mac 在 ~/Library/Application Support/rbcp、Linux 在 ~/.config/rbcp、Windows 在 %APPDATA%\rbcp，rbcp config 会告诉你确切路径）：

echo 'DASHSCOPE_API_KEY=sk-你的key' >> "<rbcp config 打印的路径>/.env"

单篇公开内容只需这一个 Key。百炼 API Key →（桌面客户端则直接在「设置」里填，无需碰命令行）

3. 跑起来

rbcp serve                      # 网页界面，浏览器开 http://localhost:8000
rbcp run "B站或小红书链接"        # 或命令行直接转一条（忠实原文）
rbcp digest "B站或小红书链接"     # 转录 + 生成速览（高亮/卡片/脉络）

不想碰命令行？用桌面客户端（RBCP Desktop）

0.6 起提供原生桌面 app（内置 serve，装好打开即用，界面里就能配 Key / 看任务 / 读速览）：

1. 去 Releases 下载 RBCP-Desktop-*.app（当前 macOS arm64）。
2. 首次打开：直接双击会被 macOS 拦（提示「无法打开」，因为本版未做代码签名）——右键 app → 打开，在弹窗里再点「打开」确认一次即可，之后正常双击。
3. 在「设置」里填百炼 API Key，回到「任务列表」粘链接即可。

当前仅 macOS arm64，且未签名（开源项目暂无签名证书）。Windows / Intel Mac 待后续；想自己构建见 desktop/README.md 或下方"技术"。

4. 要批量整个博主？再装浏览器插件（油猴）

下载整个博主需要先抓清单——这步只有浏览器能在你登录态里安全做（避风控），所以拆给插件：

1. 装 Tampermonkey（应用商店搜，本身可信）
2. 点 安装脚本，油猴弹确认即装好（以后自动更新）
3. 打开小红书博主主页，右下角面板「导出 notes.json」
4. 交给命令行下载：rbcp batch notes.json --proxy http://127.0.0.1:7897（代理填你自己的 http 代理地址；或用网页端「批量」标签导入）

也提供 MV3 扩展版（开发/调试用），装法见 extension/README.md。

---

全面功能

能力	命令 / 入口	说明
单条转 Markdown	rbcp run <url> / 网页端单条	B站视频 / 小红书视频 / 小红书图文
速览（高亮/卡片/脉络）	rbcp digest <url> / 桌面端阅读器	原文之上提炼重点，服务端锚定回原文坐标
列已转录	rbcp ls	列本地知识库已有内容
网页端	rbcp serve	桌面+移动端，任务列表、实时状态、Markdown 预览、用量费用
博主批量	插件导出 → rbcp batch notes.json --proxy …	断点续传、过期跳过、失败留痕、批次进任务列表
评论	rbcp fetch "<笔记>" --comments	含楼中楼，需登录态 + 系统 Chrome/Edge
扫码登录	rbcp login	弹浏览器扫码，cookie 本地复用
去重	自动	已成功下过的链接再提交会提示，可选强制重下
给 Agent 用	所有命令加 --json	输出机器可读 JSON + 完整性标记，供 AI 编排内容调研

字段契约、完整性标记（区分"拉全了"还是"被风控截断"）见 SPEC.md。

---

技术

核心 + 多薄壳：抓取/转录/落库逻辑在 app/extract/，与前端完全无关（不依赖任何 Web/CLI 框架）。命令行、网页端、桌面客户端都只是调用它的薄壳。0.6 起在引擎之上加一层与 extract 物理隔离的 app/digest/（原文 → 速览，LLM 有损但确定性锚定回原文坐标）。

app/
├── extract/          # 引擎：采集 / 转录 / Markdown / 存储 / 批量 / 用量 / 错误（无损，原 service/）
├── digest/           # 速览：原文 → 高亮 / 卡片 / 脉络（LLM 有损，确定性服务端锚定，与 extract 隔离）
├── web/              # 网页端 + REST API（薄壳）
├── config.py         # 跨平台配置发现（platformdirs）
└── cli.py            # 命令行入口（薄壳）
desktop/              # RBCP Desktop：Tauri v2 壳 + PyInstaller sidecar（内置 rbcp serve）
extension/            # 浏览器插件：油猴脚本 + MV3 扩展，抓博主清单导出 notes.json

技术栈：FastAPI + Jinja2 + Typer + SQLite + asyncio；速览的呈现在桌面端是原生 HTML/CSS/JS（Tauri v2）；模型走 DashScope（ASR paraformer-v2 / 视觉 qwen3-vl-flash / 文本 qwen-plus，OpenAI 兼容端点流式调用）；下载走代理（requests 显式 proxies）。插件抓清单优先读页面初始状态、补以网络拦截，不驱动自动化浏览器。

uv sync && uv run pytest        # 612 测试
uv run rbcp serve               # 本地起服务
uv run rbcp digest "<链接>"      # 转录 + 生成速览（高亮/卡片/脉络）
# 桌面端构建：见 desktop/README.md；本 release 仅提供 macOS arm64 产物，其它平台改 cargo target 自构建

---

📖 开发日志开源 —— 一个 AI 协作开发的真实样本

这个项目把全过程的设计与开发日志一并开源。不只是代码能看，怎么想的、踩了什么坑、怎么和 AI 协作都摊开记着，供学习参考：

• 软件设计与架构决策 —— 为什么是"核心 + 多薄壳"、产品形态怎么定、范围怎么砍
  • 产品形态定案（插件 / 客户端 / 服务+网页）
  • 何时并行 + 调研分层
• 开发踩坑实录 —— 单测全绿却真用崩、爬虫结构靠探针实证而非猜
  • 集成层 bug：完工 = 真链路跑通
  • 插件根因 + 油猴分发决策
• 人机协作经验 —— 多 agent 并行、契约先行、挂机自主开发一夜的复盘
  • 挂机自主完成一个里程碑的复盘
  • 并行契约 + spike 先行

完整索引（决策 / 开发 / 经验三条线）在 LOG.md，全部详情在 docs/devlog/。

---

文档

文档	内容
PRD.md	产品需求、定位、排期
SPEC.md	技术规格、API、数据模型
PLAN.md	里程碑进度
LOG.md	演进日志索引（决策 / 开发 / 经验）
CHANGELOG.md	版本变更
AGENTS.md	AI agent / 贡献者规则书（CLAUDE.md @import 它）
RELEASING.md	发布流程（打 tag → CI 自动发 PyPI + 桌面 Release）
extension/README.md	浏览器插件安装与使用
desktop/README.md	桌面客户端构建与运行

License

MIT