AIVideoNote

AI 视频笔记生成工具 — 输入视频链接，自动下载音频、语音转文字、AI 生成结构化 Markdown 笔记。

服务架构

服务	默认端口
前端	3015
后端	8080
转录服务	9090
数据库	(sqlite)

快速开始

前置条件

• Go 1.24+
• Node.js 20+
• Python 3.11+（推荐使用 uv 管理）
• yt-dlp（视频下载）
• ffmpeg（音频处理）
• whisper
  • win/linux: NVIDIA GPU + CUDA 12.x（用于 GPU 加速转录，否则会退化为 CPU 版本，速度会慢很多）
  • macOS: 使用mlx-whisper

安装与运行

# 1. 克隆仓库
git clone <repo-url>
cd AIVideoNote

# 2. 复制环境配置
cp .env.example .env
# 编辑 .env 配置模型和设备参数

# 3. 启动转录服务（Python）
cd transfer
uv sync
uv run main.py

# 4. 启动后端（Go）
cd ../backend
go run ./cmd/server/

# 5. 启动前端（Vue）
cd ../frontend
npm install
npm run dev

环境变量

所有配置集中在项目根目录 .env 文件中，参考 .env.example：

变量	说明	默认值
BACKEND_PORT	Go 后端端口	8080
TRANSCRIBER_PORT	Python 转录服务端口	9090
FRONTEND_PORT	Vue 前端开发端口	3015
FFMPEG_PATH	ffmpeg工具 路径	ffmpeg
FFPROBE_PATH	ffprobe工具 路径	ffprobe
YT_DLP_PATH	yt-dlp工具 路径	yt-dlp
TRANSCRIBE_TIMEOUT	转录超时（秒）	600
WHISPER_MODEL	Whisper 模型大小	base
WHISPER_DEVICE	推理设备	auto
WHISPER_COMPUTE	计算精度	auto
WHISPER_BEAM_SIZE	束搜索宽度	1
TRANSCRIBER_TYPE	转录引擎	fast-whisper
DATA_DIR	运行时产出目录	../data
UPLOAD_DIR	上传目录	../data/uploads
LLM_DEFAULT_BASE_URL	LLM 默认 API 地址	https://api.openai.com/v1

项目结构

AIVideoNote/
├── backend/          # Go 后端服务
│   └── data/         # SQLite 数据库文件
├── frontend/         # Vue 3 前端
├── transfer/         # Python GPU 转录服务
├── data/             # 运行时产出（音频/转录/笔记，按视频分目录）
├── Docs/             # 项目文档
├── .env              # 环境变量（不提交）
├── .env.example      # 环境变量模板
└── README.md

文档

• 后端架构
• 前端架构
• 转录服务架构
• 其他文档: 见docs目录