首页 / PersonalOS
PersonalOS
本地多模态信息工作台
粘贴视频链接,自动下载、转写、看关键帧,输出把事实、观点和 AI 推断分开的结构化分析,再转成任务和复盘。
要解决的问题
每天刷到大量视频和文章,看完记不住、也分不清哪些是事实、哪些是作者观点,更难转成具体行动。
核心功能
- 采集 RSS、网页、GitHub、arXiv,并按目标排序
- 视频链接解析:yt-dlp 下载 → FFmpeg 抽音频与 5 帧画面 → faster-whisper 本地转写 → 视觉模型看帧 → 结构化分析
- 分析结果分栏:原文事实 / 作者观点 / 待核实主张 / AI 推断 / 适用前提与时效
- 一键生成“30 分钟验证”任务,任务完成必须记录真实结果
- 日 / 周 / 月复盘草稿,人工修改留痕
- 模型每日额度与费用预留,额度耗尽自动顺延而不是失败
实际完成情况
| Git 59 次提交,持续迭代到 V1.6 |
| 自动化测试 57 + 8 + 1 项在隔离环境复跑通过(2026-11-19) |
| B 站公开视频真实端到端跑通(2026-10-24 验收记录) |
| YouTube 受本机网络限制;抖音 / 小红书 / 快手需要登录或被风控 |
| 本地 whisper-tiny 中文识别有误差;不做任何自动发布 |
系统架构
链接 / 分享文本识别平台
→yt-dlp + FFmpeg下载、抽音频与关键帧
→faster-whisper本地转写
→视觉模型理解采样画面
→结构化分析事实 · 观点 · 推断
→任务与复盘验证 · 记录结果
依赖本机工具链和加密存储的模型密钥,所以不做公网部署,以录屏和截图展示。所有测试都在隔离数据目录运行,不碰正式数据。
主要技术
Python(标准库 HTTP 服务、SQLite)、React 19 + Vite + Tailwind、yt-dlp、FFmpeg、faster-whisper、GLM-4-Flash / GLM-4V-Flash
运行截图
本人工作与 AI 使用
开发中大量使用 AI 编程工具(Codex、Claude、DeepSeek、Trae、WorkBuddy 等)编写代码。本人负责需求拆解、架构与边界设计、验收标准、测试审阅、取舍决定和部署,并让不同 AI 交叉审查。
已知限制
- 只在 Windows 本机验证过完整链路
- 画面理解只基于 5 帧采样,不是逐帧观看
- “机会”和“优先级”是规则排序,不代表成功概率
源码
暂未公开。需要时可提供代码讲解或现场演示。






