[推广] [分享] 一句话让 AI Agent 把网课视频变成讲义 PDF（开源 · 全程本地 · 零 API Key）
备考的人应该都懂：强化班几十讲，做错一道题想回看对应知识点，只能凭记忆拖进度条。视频没法检索、没法打印，这个痛贯穿我整个备考期。 所以做了个开源技能 chalkpress——不是又一个「视频转文字」工具，而是把课程视频压缩成一册讲义 PDF：每页一个关键帧画面 + 该时间窗的字幕，文字层可检索可复制。 用法就是给 agent 发一句话（ ChatGPT / Claude Code 等客户端，任何能执行命令的都行）： 用这个技能把我的网课视频转成讲义： https://github.com/luolin1024/chalkpress-skill agent 会自己走完整个流程：装依赖 → ffmpeg 场景检测抓关键帧 → Whisper 本地转写 → 校对字幕（同音字误听，比如「坚偶校验」→「奇偶校验」，内置软考包 241 条术语）→ 排版成横版 A4 PDF → 写一份带星级考点的学习笔记（可选作为 PDF 首页）。 两个设计上的点： 零 API Key：校对和写笔记的 LLM 活全部由你的 agent 用它自己的智能完成，管线本身是零 LLM 的确定性 Python ，没有任何外呼
阅读原始来源![原始网页截图: [推广] [分享] 一句话让 AI Agent 把网课视频变成讲义 PDF（开源 · 全程本地 · 零 API Key）](/media/3927ab29244ce6449750467f?v=2026-11-11T18%3A05%3A26.657Z)
来源记录
研究分析
项目记录
来源描述：备考的人应该都懂：强化班几十讲，做错一道题想回看对应知识点，只能凭记忆拖进度条。视频没法检索、没法打印，这个痛贯穿我整个备考期。 所以做了个开源技能 chalkpress——不是又一个「视频转文字」工具，而是把课程视频压缩成一册讲义 PDF：每页一个关键帧画面 + 该时间窗的字幕，文字层可检索可复制。 用法就是给 agent 发一句话（ ChatGPT / Claude Code 等客户端，任何能执行命令的都行）： 用这个技能把我的网课视频转成讲义： https://github.com/luolin1024/chalkpress-skill agent 会自己走完整个流程：装依赖 → ffmpeg 场景检测抓关键帧 → Whisper 本地转写 → 校对字幕（同音字误听，比如「坚偶校验」→「奇偶校验」，内置软考包 241 条术语）→ 排版成横版 A4 PDF → 写一份带星级考点的学习笔记（可选作为 PDF 首页）。 两个设计上的点： 零 API Key：校对和写笔记的 LLM 活全部由你的 agent 用它自己的智能完成，管线本身是零 LLM 的确定性 Python ，没有任何外呼
采用记录与比较对象
可供比较的近期同类记录：“Show HN: Give your agent its own temp mail service” (Show HN, 2026年11月13日)；“Show HN: Talgent Workbench – Open-source managed agent platform you run yourself” (Show HN, 2026年11月13日)。主题相近仅用于导航，未核验其是否属于同一需求或独立证据。
采用判断
应与它要替代的工具或人工流程比较。现有记录支持发现项目，尚不能确认可靠性、运行成本优势或商业采用。
尚未核验的门槛
尚未核验：许可证权限、硬件要求、安装步骤、维护状态，以及包含失败样例的代表性任务。
下一步试验
选择一个真实任务和现有替代方案，记录 commit、环境、输入、输出、耗时与失败行为；保留结果后再给出采用建议。