Redacta：借助 GitHub Copilot CLI 提升视频内容

Source: Dev.to

我构建的内容

Redacta 是一个源于特定需求的个人解决方案：希望重新获取被音频和视频格式锁住的知识。

作为一个拥有强大视觉记忆的人，我一直发现阅读远比观看视频或收听播客更有效。当我能在页面上看到文字时，短语和图像更容易在脑中留下印象。我可以快速扫视文本以找到概念，刷新对特定章节的记忆，或迅速识别段落的核心信息。

然而，世界上充斥着通过视频和音频传递的精彩内容。不幸的是，我常常觉得自己没有充分利用这些内容，因为它们没有文字记录。视频内部搜索非常痛苦，而想要重新观看某个特定的播客集几乎是不可能的。

我尝试过阅读原始转录文本，但它们往往难以阅读——尤其是 YouTube 自动生成的字幕，缺少标点、格式和合理的结构。

Redacta 正是为了解决这些问题而构建的。它接受原始转录文本，并利用 GitHub Copilot 与大型语言模型（LLM）的强大能力，将其转化为一份经过良好编辑、标点完整且严格忠实于原始内容的文档。

自诞生以来，我已将 Redacta 扩展为：

• 为文本配图 – 自动添加图片和示意图，以帮助视觉学习。
• 生成摘要和帖子 – 创建不同格式的内容，适用于快速阅读或深入学习。
• 突破语言障碍 – 将内容翻译成其他语言，让我能够获取原本用我不熟练的语言分享的知识。

Redacta 不仅是一个工具，它是连接庞大的视频/音频内容世界与我大脑实际处理知识方式的桥梁。

核心能力

可用命令

如何使用

安装

npm install -g redacta

配置

export CUSTOM_SEARCH_KEY='your_key'
export CUSTOM_SEARCH_PROJECT='your_id'

使用示例

在特定语言下的基本清理

redacta tutorial.srt --language=spanish

完整转换（博客 + 摘要 + 图表）

redacta lecture.srt --blog --summary --with-illustration-all

提案使用案例

Redacta 不仅用于清理文本；它还能释放您媒体库中的价值。

• 课程加速器 – 学生可以在几分钟内将一个学期的录像讲座转化为结构化、带插图的学习指南。
• 播客内容引擎 – 创作者可以将音频节目转换为符合 SEO 的博客文章和社交媒体摘要，完全无需手动撰写。
• 技术文档 – 工程师可以录制复杂架构的“脑力倾泻”视频，让 Redacta 生成带有图表的格式化技术文档。
• 会议档案员 – 将录制的全体会议或技术同步会转化为可搜索、结构化的摘要，供未能参加的团队成员使用。
• 跨境学习 – 通过翻译和格式化您不懂语言的转录稿，了解全球专家的高质量技术内容。

演示

要看到 Redacta 的实际效果，让我们来看两个截然不同的场景，展示它的多功能性。

1. 高层次技术教育

第一个示例是 Andrej Karpathy 关于大型语言模型的技术演讲。

Source: Intro to Large Language Models by Andrej Karpathy.

Command

node ./dist/bin/redacta.js ./examples/Intro_Large_Language_Model_LLM_talk.srt \
    --with-illustration --blog

对于技术内容，Redacta 注重结构清晰和视觉辅助。它不仅仅是清理文本；还会识别核心架构概念并生成 ASCII 图表，以弥合口头表达与视觉理解之间的差距。

生成的片段（知识支架）

大型语言模型仅由两个文件组成。例如：Llama 2 70B 模型。它包括参数文件（权重）和运行文件（代码）。

+---------------------+           uses         +---------------------+
|                     |----------------------->|                     |
|  PARAMETERS FILE    |                        |     RUN FILE        |
|  (140GB, float16    |                        |  (C/Python code,    |
|   weights)          |                        |   ~500 lines)       |
|                     |                        |                     |
+---------------------+                        +---------------------+

生成的输出

• 格式化文本: Intro_Large_Language_Model_LLM_talk_formatted.md
• 博客文章: Intro_Large_Language_Model_LLM_talk_blog.md

2. 艺术史与分析（多语言）

Source: Las 5 alegorías (Analysis of Baroque Art)

Command

node ./dist/bin/redacta.js ./examples/analisis_de_las_5_alegorias.srt \
    --with-illustration --summary --language=English --blog

此示例突出显示了 Redacta 处理跨语言翻译和精准图像插入的能力。该工具将西班牙语讲座翻译成结构化的英文博客文章，并自动找到所讨论的具体名作。

生成的片段（视觉上下文）

Claesz 巧妙地将每种感官编织进构图中：

• 听觉 – 乐器唤起声音的感受。
• 视觉 – 画作本身，以及一面映出酒杯的镜子。

图片：Still Life with Musical Instruments – 1623

Redacta 成功地从转录上下文中识别出特定的画作（Still Life with Musical Instruments），并准确嵌入到描述出现的位置。

生成的输出

• 格式化文本: analisis_de_las_5_alegorias_formatted.md
• 博客文章: analisis_de_las_5_alegorias_blog.md
• 摘要: analisis_de_las_5_alegorias_summary.md

仓库

您可以在此处找到完整项目：

• Redacta –

我使用 GitHub Copilot CLI 的经历

我从第一行代码起就使用 GitHub Copilot CLI。它不仅是一个助手，更是 Redacta 架构之旅中的核心伙伴。

哲学方法 – “先 CLI，后自动化”

我的工作流遵循严格的 CLI‑First 哲学。在编写任何自动化逻辑之前，我先用 Copilot CLI 勾勒 思路：

1. 向 CLI 说明高层目标。
2. 对建议的项目结构和基础进行迭代。

这避免了过度设计。只有在手动在 CLI 环境中验证了核心逻辑（例如特定提示的输出）后，我才开始编写实际脚本。

使用 GitHub Copilot CLI 的优势

• 迭代式提示工程 – 我可以将原始转录管道输送给 Copilot，应用提示，并在几秒钟内看到结果。如果标点有误，只需调整提示并立即重新运行。
• 零样板原型 – 无需搭建单元测试或完整本地环境，只为验证 LLM 能否完成格式化任务。CLI 充当快速测试的沙箱。
• 上下文感知脚手架 – 当从手动提示转向脚本时，CLI 会读取我的项目文件，建议与现有模式完美契合的自动化逻辑。

与 Copilot SDK 的无缝集成

Copilot SDK 弥合了实验与生产之间的鸿沟。在 CLI 中确定提示后，我通过 SDK 将完全相同的智能嵌入代码中。这种 “复制‑粘贴智能” 方法在将 LLM 集成到代码库时显著缩短了调试时间。

高影响力的改进

随着 Redacta 的成长，CLI 处理了通常会拖慢项目的繁重工作：

• TypeScript 迁移 – 协助将整个代码库从 JavaScript 迁移到 TypeScript，精准地建议类型并处理样板代码。
• 测试套件 – 脚手架了完整的 Vitest 测试套件，确保提示的细化永不破坏核心功能。