我把“刷过就忘”的视频，变成了自己的个人知识库

一个自托管的内容整理工作流：Docker、Prompt、Markdown，以及 AI Agent。

我越来越不喜欢“收藏”这个动作。

看到一条很有价值的视频，顺手点一下收藏，心里会有一种“我已经把它保存好了”的错觉。但过几天真的要用时，往往还是找不到；就算找到了，也得重新看一遍，重新判断哪几分钟有用、哪些观点值得留下。

所以这次我重新做 WechatVideoDL 的时候，我真正想解决的，其实不是“怎么保存一条视频”，而是另一个问题：能不能把一段零散的视频内容，变成以后还可以搜索、整理、引用，甚至继续交给 AI 使用的知识资产？

01｜我想做的，其实不是一个单点视频工具

从技术能力上说，项目可以处理微信视频号的分享链接，让 AI 理解内容并生成结构化文本；在你对内容拥有权利或明确授权的情况下，也可以把相关素材保存在自己的服务器里。

但如果只把它理解成“保存文件”，价值其实很有限。真正让我觉得值得继续做下去的，是它后面的那一段流程：视频 → 理解 → 提炼 → Markdown / TXT → 标签 → 历史记录 → 个人知识库。

换句话说，我更关心的不是“文件有没有存下来”，而是这段内容有没有变成以后还能继续用的东西。

02｜一个链接，先变成一份能复用的笔记

新版的 WebUI 我刻意做得很像一个轻量工作台，而不是一个只有输入框的工具页。你放入一条自己有权处理的内容链接，然后选择这一次到底想从里面得到什么。

• 脚本 / 字幕 / 文案提炼：把完整内容整理成可继续编辑的文字；
• 工程项目核心框架：适合把访谈、演讲或项目介绍整理成目标、方案、风险、结果；
• 知识库标签与元数据：抽主题、实体、关键词、结论，方便后续检索；
• 短视频卖点与传播结构：分析钩子、卖点、论证、转折和行动号召；
• 结构化知识笔记：直接生成一句话结论、核心观点、事实、问题和执行清单。

输出可以选择 Markdown 或 TXT。对我来说 Markdown 尤其重要，因为它不是“看完就结束”的文本，而是可以直接进入 Obsidian、Notion、Git 仓库、RAG 知识库，或者交给下一个 Agent 继续工作的中间格式。

另外，新版把自动重试、任务结果和历史记录都收进了同一个工作台。某一次上游临时失败，不需要人一直守着点按钮；过去处理过什么，也可以回来重新查看。

V2 工作台：链接、Prompt、输出格式、结果与历史记录都放在同一个界面。

03｜为什么我坚持把它做成自托管

这类工具真正麻烦的地方，往往不是“能不能跑”，而是你愿不愿意把自己的登录状态、历史内容和资料交给一个陌生的第三方服务。

所以 WechatVideoDL 现在更推荐用 Docker / Docker Compose 放在你自己的电脑或服务器上。WebUI 有账号密码，API 也有认证；历史记录使用 SQLite，相关数据和凭据都留在你自己控制的运行环境里。

稍微懂一点开发的人，可以继续接 Nginx、Caddy 或 Cloudflare；不想研究这些的人，只要先把 Docker 环境跑起来，绝大部分日常操作都可以回到浏览器里的 WebUI。

04｜真正让我兴奋的，是把它交给 AI Agent

如果文章写到这里，它仍然只是一个“比较顺手的自托管工具”。但这次 V2 里，我最想分享的是第二层：它同时有 HTTP API。

以前我们看到 API，第一反应是：先看文档、研究 endpoint、参数、鉴权，再写 curl 或代码。现在这件事正在变化。

你可以把 API 文档、访问地址和账号方式交给 Codex、Harness，或者其他支持工具扩展的 AI Agent，让 Agent 自己读文档，再把常用动作包装成一个 Skill。

于是，对人的交互就可以从“我怎么调这个接口”，变成“我到底想完成什么任务”。

V2 的核心想法：API 文档交给 Agent，Agent 再把调用方式封装成 Skill。

对普通用户来说，这意味着你不一定要学 API；对开发者来说，这又保留了足够开放的集成能力。WebUI 是给人用的，API 是给 Agent 和其他系统用的。

05｜我现在更常把它用在这三类场景

第一类：个人学习。 看完一段课程、访谈或演讲，不再只是“收藏”，而是马上转成结构化笔记，带着原始来源一起归档。以后搜索一个概念，可以直接搜到当时那段内容。

第二类：项目研究。 在合规和授权范围内，把公开行业内容、自己的调研素材整理成统一格式。对比不同观点时，AI 不是凭空总结，而是有来源、有原始材料、有历史记录。

第三类：团队知识库。 很多团队的知识散落在视频、语音、会议和聊天里。只要能先把内容变成稳定的 Markdown 和元数据，后面无论接搜索、RAG、Agent 还是内部 Wiki，都会容易很多。

所以我现在看 WechatVideoDL，不太像一个单点工具。它更像一个“内容进入知识系统之前的入口”。

06｜这类工具，边界比功能更重要

因为涉及平台内容，我觉得有一件事必须说清楚：这个项目不应该被用来做大规模采集、无授权搬运，或者绕过访问控制。

• 优先处理你自己发布、自己拥有，或已经获得明确授权的内容；
• 尊重平台规则、创作者版权和个人隐私；
• 不要用于批量抓取、未经许可的二次分发、付费/私密内容提取；
• 登录凭据、Cookie、Session 只保存在自己控制的环境中；
• 如果只是为了学习和知识整理，尽量保留来源、作者和原始链接。

我更希望这个项目被用来减少“看过就丢”的浪费，而不是制造新的内容搬运。

07｜软件正在从“你去学”，变成“让 Agent 学会”

做完这一版以后，我自己最有感触的，反而不是某个具体功能。

过去我们拿到一个软件，要先学菜单、按钮、参数和 API；现在越来越多工具会出现两层：第一层用 Docker 和 WebUI 把部署门槛降下来，第二层把 API 交给 Agent，把调用门槛也降下来。

最后你真正要学的，可能只剩一件事：把自己的目标说清楚。

我对这个项目的最终定义：Docker 降部署门槛，Skill 降调用门槛。

这也是我觉得“个人知识库”这件事接下来会越来越有意思的地方。知识库不应该只是一个等你手工整理的文件夹，它会开始有自己的 Agent，主动理解你的内容、归档、标注、搜索，并在需要的时候重新拿出来工作。

WechatVideoDL 只是其中一个入口。

项目目前已经开源，GitHub 可以搜索：topgptus / WechatVideoDL。后续我也会把更多 Agent Skill 和个人知识库的玩法继续整理到 TOPGPT.US。