# Win/Mac视频笔记生成工具Video Note AI

*Published:* 2026-07-02
*Author:* 飞翔001

Video Note AI 是一款免费开源的智能视频笔记生成工具，支持自动提取视频音频、语音转写并调用 AI 生成结构化笔记。其最大亮点在于完全本地化处理，从视频下载、音频分析、转写到笔记生成均在用户设备上完成，彻底保障数据隐私。它通过桌面应用加浏览器插件的协同架构，既能处理本地视频，也能抓取网页视频（含 Bilibili）并一键生成学习笔记，是学生、职场人士与内容创作者提升效率的得力助手。

![Win/Mac视频笔记生成工具Video Note AI](https://www.xarjtc.com/wp-content/uploads/2026/07/030a8f18f0e7162.webp)

**🎯 核心功能**

本地视频笔记： 上传本地视频，自动完成音频提取、转写与 AI 结构化笔记生成

网页视频抓取： 配套 Chrome/Edge 插件，可检测并框选网页视频，一键发送至桌面应用处理

多 AI 模型支持： 兼容 OpenAI、DeepSeek、通义千问等 API，并支持 Ollama 本地大模型离线运行

灵活转写配置： 内置 faster-whisper 引擎，可调整模型大小、运行设备及转写精度

B 站下载与笔记模式： 支持下载 Bilibili 视频，提供简洁、详细、学术、创意多种笔记模式

本地视频笔记：上传视频后自动提取音频、转写文字，并生成 AI 笔记。

网页视频笔记：Chrome/Edge 插件检测当前页面视频，选择清晰度后交给本机 App 下载和生成笔记。

视频框选择器：插件支持点击“选视频”，在页面上手动框选目标视频区域，适合多视频或复杂页面。

真实清晰度解析：后端使用 yt-dlp 解析页面 URL、HLS、DASH 和直接媒体 URL，插件展示后端返回的真实格式。

笔记模式选择：插件可选择简洁、详细、学术、创意四种笔记模式，模型和提示词细节仍由 App 端配置管理。

语音识别配置：App 端保留本地 faster-whisper 转写设置，支持模型、设备、精度等参数配置。

AI 模型配置：支持 OpenAI 兼容 API 的模型提供商配置，适配 OpenAI、DeepSeek、通义、硅基流动、LM Studio、Ollama 等兼容服务。

B 站下载：保留原有 Bilibili 下载和任务管理能力。

桌面打包：提供 Windows 和 macOS 打包脚本，桌面端通过 127.0.0.1:8483 对插件提供本机桥接服务。

**技术架构**

后端：FastAPI、SQLite、SQLAlchemy、yt-dlp、ffmpeg、faster-whisper。

前端：React、TypeScript、Vite、Zustand、lucide-react。

桌面端：pywebview + PyInstaller，内置前端静态资源和 FastAPI 服务。

浏览器插件：Chrome/Edge Manifest V3，content script + background service worker + popup。

本机桥接：插件访问 http://127.0.0.1:8483/api/extension/\*，通过本机 bridge token 保护导入接口。

GitHub地址：https://github.com/Jehuge/video-Ai-note