核心用法
Bilibili Video Parser 是一款面向 B 站（bilibili.com）视频内容的下载与解析工具。其核心流程分为三步：
1. 前置检查：验证环境中是否存在 yt-dlp 可执行文件（支持通过 YT_DLP_PATH 环境变量指定自定义路径），并检查 doubao-video-analyze 技能是否已安装；任一条件不满足即终止任务。
2. 视频获取：优先复用本地缓存（./bilibili/videos/{BV_ID}.mp4），若不存在则通过 BV 号拼接 URL 或直接接受完整链接，使用 yt-dlp 下载单条视频至工作目录。
3. 内容分析：将下载后的本地视频路径传递给 doubao-video-analyze 技能，由其完成视觉帧提取与语义理解，最终返回结构化分析结果。
显著优点
- 流程闭环：将「下载-缓存-分析」串成完整链路，用户无需手动管理中间文件。
- 依赖成熟：
yt-dlp为社区维护的活跃项目，对 B 站 anti-bot 策略有持续更新，下载成功率较高。 - 结果复用：本地缓存机制避免重复下载，降低 API 调用成本与等待时间。
- 错误隔离：明确区分「下载失败」与「分析失败」，下载阶段异常即终止，防止无效重试。
潜在缺点与局限性
- 工具链依赖重：必须同时满足
yt-dlp二进制存在 +doubao-video-analyze技能安装，任一缺失即不可用。 - 网络与合规风险：B 站视频受版权保护，下载行为可能违反平台 ToS；
yt-dlp频繁请求可能触发 IP 限制或账号风控。 - 单视频限制：参数
-I 1仅处理首条视频，不支持播放列表批量解析。 - 格式硬编码：输出固定为
.mp4，若源站提供更高码率或特殊编码（如 HEVC），可能无法自动选择最优质量。 - 无内置重试：下载失败即终止，未提供代理切换、分片重试等容错机制。
适合人群
- 需要基于 B 站视频画面做内容理解、摘要生成或帧级分析的 AI 开发者与研究人员。
- 已在本地或容器环境部署
yt-dlp与视频分析技能的技术团队。
常规风险
- 版权合规：下载受版权保护内容可能面临法律或平台处罚。
- 隐私泄露：视频 URL、BV 号及下载日志可能残留于工作目录，需定期清理。
- 供应链风险：
yt-dlp为第三方二进制，若从非官方渠道获取存在植入恶意代码的可能。 - API 计费：
doubao-video-analyze通常按视频时长或帧数计费，长视频可能导致意外费用。