youtube-strataread 0.1.15

Turn any YouTube video into a layered, deep-readable Bionic Reading document in your terminal.

YouTube StrataRead

🌐 中文 · English

一个终端工具，把任意 YouTube 视频转成一份「可思考、可深读」的 Bionic Reading 知识文档。

1. 抓取：一条命令从 YouTube 下载原始 SRT 字幕。
2. 整理：调用你自己的大模型 API（BYOK），用一份可自定义的 prompt 一次性完成翻译 + 去冗 + 分层标题化，生成只含正文的 Markdown。全部 provider 默认启用深度思考。
3. 阅读：在终端以 Bionic Reading（词首字母加粗）风格逐句阅读；读完一个叶子自动跳到下一个，父标题自动打钩，并实时显示底部总进度条。

支持七类 Provider：OpenAI、Anthropic (Claude)、Google Gemini、DeepSeek、MiniMax、GLM，以及 Compat（任意 OpenAI 兼容的第三方中转，可配置无限个命名 profile）。仅支持 YouTube URL，本版本暂不支持本地字幕文件。

---

1. 系统要求

• macOS / Linux（Windows 建议用 WSL）。
• Python 3.10+（推荐 3.11）。
• 网络可访问 YouTube 以及你选择的 Provider 的 API。
• 无需 ffmpeg（只下载字幕）。

---

2. 安装

推荐：pipx（全局安装，无需手动管理虚拟环境）

pipx install youtube-strataread
by --help

从 GitHub 安装（最新开发版）

pipx install "git+https://github.com/v6582374-netizen/YouTube-StrataRead.git"

本地开发

# 使用 uv
uv venv --python 3.11 .venv
uv pip install -e '.[dev]'

# 或使用 pip
python3.11 -m venv .venv
.venv/bin/pip install -e '.[dev]'

source .venv/bin/activate
by --help

---

3. 先看一眼内置样例

不用配任何 key 就能体验阅读器：

by example                  # 默认 manual 模式（Tab 推进）
by example --mode stream    # 自动流式阅读
by example --path           # 打印样例路径

样例是一份预处理好的采访节目 Markdown（来自一个 YouTube 视频），展示完整的分层结构、Bionic Reading 效果，以及新的底部贴边阅读布局和面包屑/进度 footer。

---

4. 配置 Provider

七种 Provider + Compat Profiles

Provider	说明	需要配置
openai	OpenAI 官方 API	--key
anthropic	Anthropic Claude	--key
gemini	Google Gemini	--key
deepseek	DeepSeek 原生 API	--key
minimax	MiniMax 原生 API	--key
glm	智谱 GLM 原生 API	--key
compat	任意 OpenAI 兼容的第三方中转 / 代理	--key + --base-url

命令

by config set openai --key sk-...
by config set anthropic --key sk-ant-...
by config set gemini --key AIza...
by config set deepseek --key sk-...
by config set minimax --key sk-...
by config set glm --key sk-...

# compat 默认 profile（兼容旧命令）
by config set compat --key sk-... --base-url https://your-relay/v1
by config set compat --key sk-... --base-url https://your-relay/v1 --temperature off

# compat 命名 profile（推荐）
by config compat set aigocode --key sk-... --base-url https://api.aigocode.com/v1 --temperature on
by config compat set shenma --key sk-... --base-url https://api.whatai.cc/v1 --temperature off
by config compat use shenma
by config compat list
# 可选：改默认模型
by config set anthropic --key sk-ant-... --model claude-sonnet-4-5-20250929

by config use openai        # 切换默认 Provider（初始为 anthropic）
by config show              # 查看全部 Provider 当前配置（key 脱敏）
by config get gemini        # 查看单个 Provider

密钥存储（优先级从高到低）

1. 系统 keyring（macOS Keychain / Linux Secret Service）。
2. 环境变量 BY_OPENAI_API_KEY、BY_ANTHROPIC_API_KEY、BY_GEMINI_API_KEY、BY_DEEPSEEK_API_KEY、BY_MINIMAX_API_KEY、BY_GLM_API_KEY，以及 compat 的 BY_COMPAT_<PROFILE>_API_KEY（默认 profile 兼容 BY_COMPAT_API_KEY）。
3. 配置文件 ~/Library/Application Support/youtube-strataread/config.toml（macOS）/ ~/.config/youtube-strataread/config.toml（Linux）。

深度思考（全部 Provider 默认开启）

每家 Provider 都自动走各自的「长思考」路径：

• OpenAI：对 o-series / GPT-5 / 任何命中启发式的推理模型，自动传 reasoning_effort="high"。
• Anthropic：Claude 系列自动传 thinking={"type": "enabled", "budget_tokens": 16000}，max_tokens=32000，强制 temperature=1.0（官方硬性要求）。
• Gemini：Gemini 2.5 系列自动附加 thinking_config(thinking_budget=-1)（动态：模型自主决定思考时长）。
• DeepSeek：默认模型 deepseek-reasoner；若切到 deepseek-chat，自动附加 thinking={"type": "enabled"}，并隐藏 reasoning_content，只保留最终正文。
• MiniMax：默认模型 MiniMax-M2.7；自动附加 reasoning_split=true，把思考过程与正文拆开，只写入正文。
• GLM：默认模型 glm-5.1；自动附加 thinking={"type": "enabled"}，隐藏 reasoning_content，只保留最终正文。
• Compat：按模型名启发式，命中 o1/o3/o4/gpt-5/deepseek-reasoner/thinking/r1 即加 reasoning_effort="high"；不命中则保持原样。Compat profile 现在默认 不发送 temperature，如确实需要再显式设 --temperature on。

所有 Provider 都使用流式请求，进度条实时显示已接收字符数，不会误以为卡死。

---

5. 核心工作流

5.1 一键跑完：by run

by run https://www.youtube.com/watch?v=XXXXXXXXXXX

会依次弹出交互式菜单：

1. Provider — 从 7 种里选。
2. Compat Profile — 仅当你选择 compat 时出现。
3. Model — 每家都列出常见模型 + 「自定义」。
4. Prompt — 列出 prompts/ 目录下所有 .md 文件，默认 prompts.md 排第一位。

选完后下载字幕 → 跑 AI → 进入阅读器。加 --mode stream 走自动流式阅读。

5.2 只抓字幕：by fetch

by fetch https://www.youtube.com/watch?v=XXXXXXXXXXX
# 产物：<当前目录>/<视频标题-slug>/raw.srt

5.3 下载 + AI 处理：by process

by process https://www.youtube.com/watch?v=XXXXXXXXXXX

产物：

<当前目录>/<视频标题-slug>/
├── raw.srt              # 原始字幕
└── <视频标题-slug>.md   # AI 终稿

常用参数：

• --provider openai|anthropic|gemini|compat|deepseek|minimax|glm（会跳过交互）
• --compat-profile <名称>（仅当 --provider compat 时使用）
• --model <名称>
• --lang en（指定源字幕语言）
• --overwrite / --suffix（目录冲突策略）

5.4 阅读：by read

by read <slug 目录>/                    # 自动找里面的 .md
by read <slug 目录>/<slug>.md           # 直接传 md
by read <slug>.md --mode stream         # 自动流式
by read <slug>.md --mode stream --cpm 500

---

6. 阅读器操作说明

两种模式都使用同一套「层级下钻选择器」，并都带 Bionic Reading（词首字母加粗）渲染。

6.0 本次阅读器增强

• 底部常驻 footer 现在采用经典进度条样式：最下方是进度条，上方是当前章节面包屑，再上方固定留一行空隙。
• 正文区改为“底部锚定句子堆叠”：最新一句始终贴在 footer 上方两行，上一句会被稳定顶上去，不会再压住 footer。
• 正文仍然持续累积：跨章节自动推进、跳读、回看、重复阅读都会把正文历史继续向上堆叠；切换章节时会插入简洁分隔线。
• Markdown 标题不再写入正文历史；章节信息统一由 footer 面包屑承担。
• 中英/CJK 断句规则更细，逗号、分号、引号等场景阅读节奏更自然。

6.1 层级选择（共享）

(root)

▶ 1) [ ] 为什么 AI 是可承载的投资主题？
  2) [✓] 如何识别信号与噪声？

↑/↓ 或数字键选, Enter/Tab 进入, Esc/b 返回, h 回根, q 退出

• 数字键 1..9：直接选择。
• ↑ / ↓：移动光标。
• Enter / Tab：进入当前节点；若为叶子则进入正文阅读。
• Esc / b：返回上一级。
• h：回根。
• q：退出并保存阅读进度。
• [✓] 表示该节点的所有叶子后代都已读完（父标题也会自动打钩）。

6.2 自动推进

• 进入任意叶子开始阅读后，读完该叶子会自动跳到 DFS 顺序的下一个叶子——不需要回菜单手动选。
• 到达本层最后一个叶子并读完时，自动跨越到上一层的下一个兄弟分支。
• 读完整份文档时弹回根菜单，所有节点都是 [✓]。
• 按 Esc / b 退出自动推进，回到当前叶子的父菜单。
• 菜单在独立屏幕中显示，不会擦掉主阅读屏上已经累积的正文历史。

6.3 Mode A：手动 Tab 推进（默认）

• Tab：显示下一句（逐字符浮现 + Bionic 粗体）。
• Shift+Tab：回看上一句。
• Space：跳到本小节末句。

6.4 Mode B：自动流式输出

• Space：暂停 / 继续。
• + / -：调速（×0.5 / ×0.75 / ×1 / ×1.5 / ×2）。
• Tab：立即跳到当前句末并进入下一句。
• Esc：终止回上级。
• --cpm N / --wpm N：自定义速度（默认 300 CPM）。

6.5 阅读进度

自动保存在：

~/Library/Application Support/youtube-strataread/state/progress/<docHash>.json   # macOS
~/.local/state/youtube-strataread/progress/<docHash>.json                        # Linux

6.6 Footer 面包屑

• 面包屑位于进度条上方，并会根据当前终端宽度自动换行显示。
• 当终端宽度变化时，后续输出会继续按新的宽度换行，而不是截断为省略号。
• 进度条与面包屑分离，所以窄窗口下也不会互相挤压。

---

7. Prompt 系统

7.1 单 Prompt、一次到位

YouTube StrataRead 使用一份 system prompt + 一次 LLM 调用完成全部分析。模型拿到整段字幕后自行完成翻译、去冗、分层标题化。不做分步、不做校验、不做自修复。

7.2 可编辑、可切换

• prompt 文件位于：~/Library/Application Support/youtube-strataread/prompts/（可用 BY_PROMPTS_DIR 覆盖）。
• 默认文件是 prompts.md，内容就是作者原始写的那份分析思路（首次运行自动生成）。
• 想新增 prompt 类型：直接在该目录里放一个新的 .md（比如 podcast.md、lecture.md）——下一次 by run 就会自动在菜单里看到它，让你选择。

7.3 命令

by prompts path       # 打印 prompts.md 路径
by prompts show       # 打印当前 prompts.md 内容
by prompts reset      # 恢复默认 prompt
open "$(dirname $(by prompts path))"   # 用 Finder 打开目录

---

8. 命令速查表

命令	说明
by example [--mode stream]	读取内置样例（无需 key）
by fetch <URL>	仅下载字幕
by process <URL>	下载 + AI（交互式选 Provider/Model/Prompt）
by run <URL>	process + read 一条龙
by read <MD 或 slug 目录>	进入阅读器
by config set <provider> --key X [--base-url Y]	配置 provider key / base_url / model
by config use <provider>	切换默认 Provider
by config show	查看所有 Provider 配置
by prompts path | show | reset	管理 prompt 文件

全局 flag：-v/--verbose、--no-color、--config PATH。

---

9. 产物位置一览

• AI 产物：<当前目录>/<视频-slug>/{raw.srt, <slug>.md}
• 配置文件：~/Library/Application Support/youtube-strataread/config.toml
• Prompt 目录：~/Library/Application Support/youtube-strataread/prompts/
• 阅读进度：~/Library/Application Support/youtube-strataread/state/progress/
• 崩溃日志：<slug>/.by-crash-<timestamp>.log（仅当 AI 处理失败时）
• 内置样例：by example --path 直接打印位置

---

10. FAQ

Q: zsh: command not found: by — 未安装或虚拟环境未激活。推荐 pipx install youtube-strataread，或 source .venv/bin/activate。

Q: missing API key for provider 'xxx' — 固定 provider 运行 by config set <provider> --key <KEY>，compat profile 运行 by config compat set <name> --key <KEY>；也可以设置对应的环境变量。

Q: compat provider needs a base_url — 跑 by config set compat --key ... --base-url https://your-relay/v1，或 by config compat set <name> --key ... --base-url https://your-relay/v1。

Q: 为什么 compat 默认不发 temperature？ — 某些第三方中转上的 Claude / Opus / 推理模型会拒绝 temperature。为了兼容性，compat profile 默认 temperature=off；只有明确需要时再用 --temperature on 打开。

Q: 视频没有字幕 — 工具会提示 no subtitles ... 并优雅退出，不创建产物目录。

Q: AI 处理失败但 raw.srt 已下载 — 在产物目录里会出现 .by-crash-<时间戳>.log；加 --overwrite 重跑即可。

---

11. License

MIT。