听网课听完就忘了，懒得自己做笔记，但是后面又想找回来复习看看，如果又去看视频，很难精准找到知识点，太降低效率。 MetaNote 是一个简单而强大的工具，能够从课程视频中自动生成带有关键图像的结构化 Markdown 笔记。 它帮你搞定网课笔记。
- （新！）便捷的图形化界面：提供基于 Streamlit 的图形化操作界面，简化使用流程，无需命令行操作经验。
- 自动语音识别：使用 FunASR 高精度转录视频中的语音内容。
- 智能关键帧提取：基于场景变化和内容稳定性分析，提取最有价值的画面，收纳作为笔记配图。
- 多模态理解：支持使用本地 Ollama 或阿里云千问多模态模型理解图像内容。
- 结构化笔记生成：自动整合文本和图像，生成格式清晰的 Markdown 笔记。
- 克隆项目
git clone https://github.com/marstaos/metanote.git
cd metanote- 安装依赖
pip install -r requirements.txt如果你使用过旧版本，需要重新安装requirements。
-
下载ASR模型 参照FunASR文档，前往魔搭社区下载模型：SenseVoiceSmall 下载完成后，记下模型文件所在的路径，后续配置需要用到。
-
安装 FFmpeg FFmpeg 用于音视频处理。在基于 Debian/Ubuntu 的系统上，可以通过以下命令安装：
sudo apt update && sudo apt install ffmpeg其他系统请参照 FFmpeg 官方文档进行安装。
推荐使用全新的图形化界面进行操作，更加直观便捷。
-
启动图形化界面 在项目根目录下运行：
streamlit run app.py
应用启动后，终端会显示正在运行服务的url。
-
使用步骤 进入图形化界面后，请按照界面左侧导航栏的步骤依次操作：
- 步骤 1: 配置检查与修改
- 在此步骤中可以查看和修改
config.yaml文件的内容。 - 关键配置项：
model_path: ASR 模型的路径 (例如model_path: /path/to/your/SenseVoiceSmall)。请确保填写您在“环境准备”步骤中下载并存放的模型路径。llm.qwen.api_key: 千问大模型的 API Key。（前往阿里百炼平台获取qwen的api-key：https://bailian.console.aliyun.com/）**注意：这个 key 需要在图形化界面中填写两次，图形化界面里面有两个地方要填sk-key**，分别对应config文件中的 image_understanding.qwen.api-key 和 note_generator.qwen.api-key
- 您可以直接在界面提供的编辑器中修改配置，修改完成后务必点击“保存配置”按钮。
- 在此步骤中可以查看和修改
- 步骤 2: 启动 ASR 服务
- 点击“启动 ASR 服务”按钮。
- 服务启动后，界面右上角会显示服务状态。“running”表示正在尝试启动。
- 可以点击“刷新日志”按钮刷新状态，确认服务是否成功运行。
- 步骤 3: 处理视频
- 上传需要处理的视频文件（支持
.mp4,.mov,.avi等格式）。 - 上传完成后，点击“开始处理”按钮。
- 处理过程会提取音频、进行语音识别、提取关键帧、进行图像理解，并最终生成笔记。此过程可能需要较长时间，如果没报错就应该是在正常进行。
- 上传需要处理的视频文件（支持
- 步骤 4: 查看结果
- 处理完成后，生成的 Markdown 笔记内容会直接显示在此页面。
- 同时，完整的笔记（Markdown 文件）和提取的关键帧图片会保存在项目根目录下的
output/[视频文件名]文件夹中。
- 步骤 1: 配置检查与修改
-
启动 ASR 服务:
python cli.py asr-server --model /path/to/your/SenseVoiceSmall
请将
/path/to/your/SenseVoiceSmall替换为实际的 ASR 模型路径。 -
处理单个视频:
python cli.py process /path/to/video.mp4
-
批量处理视频:
python cli.py batch /path/to/videos/folder --recursive
- Python 3.10+
- CUDA (推荐，用于加速 ASR 和 ollama 运行多模态模型)
- FFmpeg
- Streamlit (通过
requirements.txt安装) - 本地 Ollama 安装（可选，用于离线图像理解）
- 阿里云千问 API 密钥（可选，用于云端图像理解和笔记生成），前往阿里百炼平台获取qwen的api-key：https://bailian.console.aliyun.com/
metanote/
├── app.py # Streamlit 图形化界面应用
├── cli.py # 命令行接口
├── main.py # 后端主逻辑 (供 app.py 和 cli.py 调用)
├── config.yaml # 配置文件
├── requirements.txt # Python 依赖
|
├── asr_client.py # ASR 客户端逻辑
├── asr_server.py # ASR 服务端逻辑 (或通过 cli.py 启动)
├── frame_extractor.py # 帧提取模块
├── image_processor.py # 图像理解模块
├── note_generator.py # 笔记生成模块
├── utils.py # 工具函数及通用逻辑
|
├── docs/
│ ├── example/
│ ├── index.html
│ └── 技术报告.md
|
├── logs/ # 运行时日志目录 (例如 ASR 服务日志)
├── output/ # 默认笔记及图片输出目录
└── README.md # 本项目说明文件
以下是 MetaNote 生成的笔记示例：
# 如何进入良性循环：克服拖延症的学习笔记
本节课程探讨了如何通过理解拖延的心理机制，采取有效策略进入工作与生活的良性循环。以下是主要内容的结构化总结。
## 一、拖延的心态与焦虑曲线
拖延往往源于对任务不确定性的恐惧，导致我们选择暂时逃避。然而，这种行为会引发焦虑，并随着拖延时间的增长而加速上升。
- **毒舌曲线**：描述了拖延过程中焦虑的变化趋势。如果一直拖延，焦虑如同眼镜蛇昂首，最终变得难以控制。但一旦开始行动，哪怕只是迈出一小步，焦虑也会迅速下降。
- **红区与蓝区**：
- 红区：拖延阶段，焦虑持续上升。
- 蓝区：开始行动后，焦虑逐渐降低，进入高效工作状态。
*图1解释：水坝象征着拖延时积累的焦虑，而“迈出一小步”则是打开闸门的关键，让焦虑如洪水般倾泻，从而缓解心理压力。*
## 二、拖延的恶性循环及其破解
拖延行为具有自我强化的特点，容易形成恶性循环：
1. 拖延 → 焦虑增加 → 自我否定 → 动力消耗 → 更加拖延。
2. 解决方法：将拖延转化为良性循环，通过实际行动增强自信和成就感。
心理学研究表明，以下四点阻碍我们进入良性循环：
- **缺乏自信**：目标设定过高或不确定性较强，使人不敢启动。
- **任务不愉快**：预期过程或结果令人反感，降低行动意愿。
- **目标遥远**：缺乏即时反馈，难以维持动力。
- **无法专注**：分心问题严重，影响效率。
## 三、两个实用心法
为了打破拖延的恶性循环，课程介绍了两种简单有效的方法：
### 1. 五分钟启动法
由Instagram创始人凯文·斯特罗姆提出，核心理念是告诉自己“先做五分钟”。这种方法利用了人类行为的惯性：一旦开始，继续下去的概率会显著提高。即使最初只想做五分钟，通常也能顺利完成整个任务。
### 2. 想象未来的自己
拖延者常对未来抱有过度乐观的期待，认为“未来的自己”可以轻松解决当前的问题。但实际上，这只会加重未来的负担。因此，我们需要重新审视对未来的期望，善待未来的自己，避免把困难推给未来的版本。
## 四、案例实践与行动计划
在课程最后，建议学员挑选一件曾经拖延的任务，尝试使用“五分钟启动法”进行实践。具体步骤如下：
1. 选择一个具体的任务（如写报告、学习新技能等）。
2. 设定五分钟的时间限制，专注于完成该任务的第一小部分。
3. 观察自己的心理变化，记录体验。
## 总结
本节课的核心内容包括：
1. **理解拖延的机制**：从焦虑曲线到红区与蓝区的划分，揭示拖延背后的心理动因。
2. **识别阻碍因素**：明确四大障碍（缺乏自信、任务不愉快、目标遥远、无法专注）对良性循环的影响。
3. **掌握应对策略**：通过“五分钟启动法”和“想象未来的自己”，逐步培养行动习惯，进入良性循环。
希望这些知识能帮助你更好地管理时间，摆脱拖延的困扰！