「NAS、键盘、路由器······年轻就要多折腾，我是爱折腾的熊猫，今天又给大家分享最近折腾的内容了，关注是对我最大的支持，阿里嘎多」

引言

不得不说，极空间的用户可真是多才多艺。本期要介绍的项目，是用户用 AI 开发出来的。虽说靠 AI 开发，但这项目完成度相当高，不仅有 Web 界面，还支持 Docker 一键部署。

项目为视频内容解析应用，像 YouTube、bilibili 这些主流平台它都支持。应用能自动下载视频并提取语音信息，还能把它们转录出来，接着用 AI 一键分析内容，从中提取重要部分，生成摘要。对于好多爱在网上看教程视频或者学习内容的用户来说，这功能可太实用了。要知道，很多教程视频时长特别长，要是看完自己去提炼里面的精华内容，那可太费时间了。但这个应用就能解决这个问题，帮用户轻松提炼精华。同时，它还能把视频内容转化成文字版本，方便储存，以后复习也方便。

项目地址为https://github.com/zhuguadundan/VideoWhisper，感兴趣的可以去多多支持。

部署机

转录得用到本地性能，所以熊猫在这儿用了性能相当不错的极空间 Z423 旗舰版。在做语音转录的时候，CPU 和内存的占用会比较高，尤其是内存。不过，Z423 旗舰版预装就有 32G 内存，就算运行时占用高，也不影响其他 Docker 和系统的流畅度。

除了内存，CPU 也会影响转录速度。虽说像 Z4 Pro 还有极空间早期的 Z4S 这些也能运行转录，但速度上，肯定还是用 AMD 5825U 的 Z423 旗舰版更快些。要是你对速度有要求，那就建议用处理器好点的 NAS 来部署。部署过程

咱回到部署过程。项目都已经提供 compose 文件了，所以部署起来特简单。不过因为涉及数据持久化，所以部署之前，咱们得先把对应的映射文件夹建好。

项目的文件夹需要映射配置文件，接着是数据和日志这些。对应的文件夹分别是 /config、/output、/temp 还有 /logs 。在自己存 Docker 项目的文件夹里新建就行，建议用 M.2 固态硬盘。

随后我们打开极空间的Docker应用，来到compose新建项目复制代码。

services:  videowhisper:    image: zhugua/videowhisper:latest  # 使用v0.15版本    container_name: videowhisper-app    ports:      - "5000:5000"    volumes:      # 配置文件映射      - ./config:/app/config      # 数据目录映射 - 支持新的任务结构      - ./output:/app/output      - ./temp:/app/temp      - ./logs:/app/logs      # 可选：如果需要持久化任务历史      # - ./data:/app/data    environment:      - TZ=Asia/Shanghai      - FLASK_ENV=production      - PYTHONPATH=/app      # 设置文件权限相关环境变量      - PYTHONUNBUFFERED=1      - APP_VERSION=0.15.0    restart: unless-stopped    # 健康检查    healthcheck:      test: ["CMD", "curl", "-f", "http://localhost:5000/api/health"]      interval: 30s      timeout: 10s      retries: 3      start_period: 40s    # 资源限制（可选）    deploy:      resources:        limits:          memory: 2G          cpus: '4.0'        reservations:          memory: 1G          cpus: '1'

这里面的文件夹映射，可以通过极空间查询路径的方法来映射。除此之外，咱们还得检查一下端口占用情况，要是发现有占用的，记得改一下。最后就是资源限制这方面，如果不想占用太多资源，自己设置个阈值就行。

等所有检查都确定没啥问题了，点击创建就好啦。之后项目会自己去拉取镜像，最后按照咱们设置的环境变量新建容器。项目创建好后，在日志里应该就能看到对应的 Web 启动信息。项目使用

不管是通过极空间的远程访问，还是直接在浏览器里输入极空间 IP 加上冒号再加上端口号，都能访问项目的 Web 界面。项目没设置鉴权，所以千万别把它暴露到公网上用。

在使用之前，咱们还得配置 API 信息。API 设置界面里，有语音识别服务、油管的 Cookies 配置、AI 文本处理服务，还有能进行 Obsidian 集成配置。按照提示填写就行，填完了记得测试一下，看看能不能正常连接，最后最后，一定要拉到最底部进行保存，熊猫首次使用就忘记了。

必填项填好以后，回到首页。这儿熊猫拿 B 站举例，把需要解析的 B 站视频链接复制下来，粘贴好，接着选择 AI 模型，再点击智能处理。这时候，项目就开始进行音频下载，之后会把音频分成几个片段来做语音转文字，最后对文字进行 AI 总结，还会优化格式再输出。

速度跟 AI 模型、项目性能设置，还有视频长短都有关系。输出的内容还挺好的，能把原视频里的重点基本都概括到。在处理结果里，你可以选择查看逐字稿、总结报告，还有内容分析，而且还支持下载。

最后在文件管理中能看到我们下载的音频文件以及对应报告的Markdown格式的文稿，支持下载以及删除。写在最后

项目挺好用的，不管是当成教程视频或者学习视频的总结工具，还是想给一些长视频做文字摘要，体验都不错。就算你没这方面需求，自己部署一个放着也没啥不行的，万一哪天有需要了，能马上拿出来用，毕竟技多不压身嘛。

以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！