前言
- 上篇文章《播客文字笔记整理工具》发出来之后，发现我只用到了转写，整理成笔记还是用的gemini聊天窗口，记笔记用onenote，听播客用浏览器，感觉很割裂。
- 这两个月我把这条链路重新实现了一遍——这次不写桌面应用，而是做成了WorkBuddy 的一个技能:视频播客交互式笔记：贴个链接说句话，笔记直接进资料库。
一、先回顾：前作的两个痛点
上篇文章的结论是 PodNotes（本地 PyQt5 应用）跑通了"下载 → 转写 → 总结"三步流水线，总结后端给了 GGUF / vLLM / OpenRouter 三档。自己用是舒服了，但两个问题一直没解决：
- 门槛。想用它，你得先装 Python 环境、下载模型权重、（想快的话）还得有张显卡起服务。
- 形态。它是个独立应用，感觉很割裂。
所以这次重做，目标就三条：零配置、长在工作流里
二、技能版的长什么样
技能名：视频播客交互式笔记。
在 WorkBuddy 对话框里贴一个 B 站 / YouTube / 小宇宙链接。它自己走完这条链路：
2.1 技能+链接 开始转写
- 在对话框里加上技能和链接，技能识别到链接就直接开跑。
- 开始转写
2.2 任务完成自动打开笔记
整条链路是 Agent 自己串起来的：下载 → 转写 → 切块 → 整理 → 校验 → 上传，中间不需要我盯任何一步。任务结束时，交付的不是"输出目录里的某个 md 文件"，而是直接打开资料库里的那条笔记——转写跑着的这段时间你该干嘛干嘛，回来点开对话就是成品。
2.3 听播客记笔记
- 现在可以播放原来的视频，对着文字稿进行学习了
- 如果想记录一些，可以在workbuddy中进行
2.4 实时对话
这是我觉得最舒服的部分：边听边问。
听播客的时候总会撞上不认识的词——嘉宾随口提的一个工具、一个行业黑话、一段没头没尾的典故。以前的做法是暂停、切出去搜索、回来发现忘了刚才听到哪了。现在不用切走，直接在对话框里问：
- “他刚才说的 XX 是什么？”——AI 直接解释，还能结合上下文告诉你嘉宾为什么在这提它；
- “这个观点我持保留意见，因为……”——AI 陪你聊两句，顺便帮你把这段想法记进笔记；
- 听到一半想回头确认"前面是不是说过这个？"——AI 翻着逐字稿给你找原话。
整场播客听下来，相当于旁边坐了个懂行的朋友：你只管听，卡住了问一句，有意思的想法说一句。听播客、查概念、记笔记这三件事，第一次发生在同一个窗口里——前言里说的那种"割裂感"，就是在这消失的。
![]()
三、和前作对比速览
| 维度 | OneNote 手记 | PodNotes（前作） | 技能版（本篇） |
|---|---|---|---|
| 使用方式 | 手打 | 本地应用，界面操作 | 对话框一句话 |
| 环境配置 | 无 | Python + 模型 + 后端 | 零配置 |
| 转写硬件 | — | 本地 CPU/GPU | 平台侧，不占本机 |
| 说话人分离 | 无 | 无 | 自带 |
| 整理原则 | 手动 QA | LLM 总结（有压缩） | 全量无损 + 保真度自检 |
| 归档 | 无结构 | 本地 md | WorkBuddy 资料库，链接交付 |
| 个人笔记 | 手动维护 | 会被重跑覆盖 | 专属区块，重跑保留 |
| 分享给别人 | 截图 | 发安装包 | 技能市场一键安装 |
四、总结
- 工具的形态从桌面应用变成了技能，但"下载→转写→整理"这条链路没变
- 技能已上传 WorkBuddy 技能市场，搜索视频播客交互式笔记即可安装。
