srt to obsidian notes

SRT转黑曜石代理商

一个智能代理，使用MCP（模型上下文协议）服务器集成将SRT字幕文件转换为格式良好的黑曜石笔记。

特性

• 🎬 SRT解析：通过适当的时间戳处理自动解析SRT字幕文件
• 📝 智能格式化：将字幕分组为带有时间戳的可读段落
• 🏷️ 自动标记：智能内容分类和标签分配
• 🔗 MCP集成：通过MCP服务器与Obsidian无缝集成
• 📁 文件夹组织：自动创建和组织文件夹
• 🎯 批处理：一次处理多个SRT文件
• 🛡️ 错误处理：强大的错误处理和验证

文件概述

核心组件

1. srt_to_obsidian_agent.py -具有SRT解析和格式化逻辑的主代理
2. mcp_obsidian_integration.py -黑曜石增强MCP集成
3. run_srt_agent.py -简单的CLI界面，易于使用
4. README.md -此文档文件

安装

先决条件

• Python 3.7+
• 黑曜石，支持MCP服务器
• 访问您的黑曜石保险库目录

设置

1. 下载代理文件 到目录（例如。， /Users/pangwong/obsidian/WLB/tmp/)

1. 使脚本可执行:

   chmod +x run_srt_agent.py
   chmod +x srt_to_obsidian_agent.py

1. 验证您的黑曜石保险库路径 在配置中（默认值： /Users/pangwong/obsidian/WLB)

用法

快速开始

# Convert a single SRT file
python3 run_srt_agent.py /path/to/your/video.srt

# Convert with custom folder
python3 run_srt_agent.py /path/to/your/video.srt --folder "Projects/Transcripts"

# Convert with custom title and tags
python3 run_srt_agent.py /path/to/your/video.srt \
  --title "My Custom Title" \
  --tags "education" "ai" "lecture"

高级用法

自定义保险库

python3 run_srt_agent.py /path/to/video.srt --vault "MyVault"

禁用自动标记

python3 run_srt_agent.py /path/to/video.srt --no-auto-tags

详细输出

python3 run_srt_agent.py /path/to/video.srt --verbose

批处理

# Process all SRT files in a directory
python3 srt_to_obsidian_agent.py --batch /path/to/srt/directory --folder "Transcripts"

真实文件示例

# Convert the Stanford CS25 lecture
python3 run_srt_agent.py \
  "/Users/pangwong/obsidian/WLB/Projects/Transformers/stanford CS25/subtiles/[English (United States)] Stanford CS25_ V1 I Transformers United_ DL Models that have revolutionized NLP, CV, RL [DownSub.com].srt" \
  --folder "Projects/Transformers/stanford CS25/transcripts" \
  --tags "stanford" "cs25" "transformers" "education"

输出格式

代理通过以下方式创建结构良好的Markdown文件：

元数据部分

## Metadata

- **Source**: original-filename.srt
- **Duration**: ~45 minutes
- **Paragraphs**: 23
- **Created**: 2024-01-15 14:30

成绩单科

## Transcript

**00:15** Welcome to CS25, Transformers United. This course will cover the revolutionary deep learning models that have transformed natural language processing, computer vision, and reinforcement learning.

**02:30** Today we'll start with the history of attention mechanisms, beginning with RNNs and LSTMs, and then dive into the core concepts that make Transformers so powerful.

自动生成的标签

代理会自动对内容进行分类并添加相关标签：

• 教育内容: education, learning
• 技术内容: ai, machine-learning, transformers
• 演示: presentation, conference
• 特定内容: attention-mechanism, nlp等等。

配置

自定义代理

您可以通过编辑Python文件中的配置来修改行为：

段落分组

# In TranscriptFormatter class
time_gap_threshold = 2.0  # Seconds between paragraphs
max_paragraph_lines = 12  # Maximum lines per paragraph

保险库配置

# In MCPObsidianClient class
vault_path = "/Users/pangwong/obsidian/WLB"  # Your vault path

自动标记规则

# In _auto_categorize_content method
educational_keywords = ['cs25', 'stanford', 'lecture', 'course']
technical_keywords = ['transformer', 'ai', 'ml', 'deep learning']

MCP集成

代理使用MCP（模型上下文协议）服务器进行黑曜石集成：

可用的MCP工具

1. 创建笔记：在vault中创建新注释
2. 添加标签：向现有注释添加标记
3. 搜索保险库：搜索vault内容
4. 列出可用保管库：列出可用保管库

MCP服务器配置

代理需要以下MCP服务器：

• 服务器名称: mcp.config.usrlocalmcp.obsidian
• 工具：标准黑曜石MCP工具

故障排除

常见问题

“找不到文件”错误

❌ Error: SRT file not found: /path/to/file.srt

解决方案：检查文件路径并确保SRT文件存在。

“无法读取SRT文件”错误

❌ Error: Cannot read SRT file: UnicodeDecodeError

解决方案：代理将自动尝试不同的编码。如果仍然失败，请检查文件格式。

“MCP服务器不可用”错误

❌ Error: MCP server connection failed

解决方案：确保Obsidian正在运行，MCP服务器配置正确。

“权限被拒绝”错误

❌ Error: Permission denied writing to vault

解决方案：检查黑曜石保管库目录的文件权限。

调试模式

运行详细输出以查看详细的处理信息：

python3 run_srt_agent.py /path/to/file.srt --verbose

例子

处理教育内容

# Stanford CS25 lecture
python3 run_srt_agent.py \
  "stanford-cs25-transformers.srt" \
  --folder "Education/CS25" \
  --title "Transformers United - Introduction" \
  --tags "stanford" "transformers" "deep-learning"

处理会议谈话

# Conference presentation
python3 run_srt_agent.py \
  "neurips-2023-attention.srt" \
  --folder "Conferences/NeurIPS2023" \
  --tags "neurips" "attention" "research"

批处理

# Process entire course
python3 srt_to_obsidian_agent.py \
  --batch "/path/to/cs25/subtitles/" \
  --folder "Education/CS25/Transcripts" \
  --tags "stanford" "cs25" "education"

高级功能

自定义格式

您可以扩展 TranscriptFormatter 类以添加自定义格式：

class CustomTranscriptFormatter(TranscriptFormatter):
    def format_transcript(self, paragraphs, title):
        # Add custom formatting logic
        content = super().format_transcript(paragraphs, title)
        # Add table of contents, summary, etc.
        return content

与其他工具集成

该代理可以与其他工具集成：

• YouTube下载器：处理下载视频中的字幕
• 视频处理管道：批量处理教育内容
• 记笔记工作流程：与现有的黑曜石工作流集成

贡献

要扩展代理：

1. 添加新解析器：支持其他字幕格式（VTT、ASS等）
2. 增强格式：添加更复杂的文本处理
3. 改进分类：更好的自动标记算法
4. 添加集成：支持其他笔记应用程序

许可证

这个项目是开源的。请根据您的需求自由修改和分发。

支持

对于问题或疑问：

1. 检查故障排除部分
2. 与一起跑步 --verbose 详细输出
3. 验证您的黑曜石保险库配置
4. 确保MCP服务器设置正确

______________________________________________________________________

记笔记快乐！ 📝✨