Windows部署BiliNote：Docker安装、AI视频转写、Markdown笔记与cpolar远程访问

Windows部署BiliNote：Docker安装、AI视频转写、Markdown笔记与cpolar远程访问

前言

我平时看技术视频，最麻烦的环节往往不是播放，而是把视频里的操作沉淀下来。一个教程可能同时包含命令、界面设置和口头解释，单纯收藏链接，过几天还得重新定位关键片段；全部手工记录又很占时间。尤其是换了电脑，或者在外面突然需要查一条命令时，原来保存在本机的零散截图也不方便管理。我想要的是一套能部署在自己电脑上、能指定模型、能输出 Markdown、还能从其他设备访问的整理工具。

BiliNote 正好对应这条工作流：先解析视频并获取可处理的音频内容，再借助转写引擎和大模型整理出摘要、章节与重点，按需附上截图及时间戳。它支持多种视频来源与笔记风格，但实际处理效果仍受视频质量、平台访问条件、转写模型和 AI 服务影响，不能把生成的内容直接视为准确的原文记录。

本次我使用 Windows + Docker 运行 BiliNote，依次完成环境检查、第三方脚本部署、AI API 和 Fast-Whisper 设置，再用一个视频链接演示笔记生成。考虑到笔记和模型配置保存在本地，后半部分还会配置 cpolar 的 HTTPS 公网地址，说明如何从外网进入页面，以及哪些凭证和访问权限需要额外保护。全文保留操作命令和截图，既能看明白方案，也能按步骤自己复现。

1. BiliNote：先把视频整理成可复用的笔记

BiliNote 是一个开源 AI 视频笔记助手，项目地址：JefferyHcool/BiliNote。它不是视频播放器，也不是简单把字幕整段复制出来，而是将视频中的可提取内容经过转写和模型整理，输出便于复盘的笔记。

对我来说，它值得尝试的地方主要在于这些实际功能：

1. 视频来源：支持 Bilibili、YouTube、抖音、快手以及本地视频；能否成功解析，还与平台限制、视频权限和网络条件有关。
2. 语音转文字：可配置 Fast-Whisper 等转写方案，将讲解内容变成后续整理的基础材料。
3. Markdown 输出：把摘要、章节和重点组织成可编辑文本，方便再加工。
4. 截图与时间戳：按需将画面和对应时间保留下来，避免单凭文字猜测操作界面。
5. 原片跳转：需要核查步骤时，可以返回视频对应片段。
6. 笔记风格选择：根据内容选精简、详细、教程、学术或会议纪要等形式。
7. 模型自选：可配置兼容的模型服务，例如 OpenAI、DeepSeek、Qwen 等，具体以服务商接口为准。
8. 历史与版本：查看以往任务，必要时为同一视频生成不同风格的笔记。

我更愿意把它理解为一个"视频材料整理助手"：它负责先产出草稿，我再检查关键命令、数据和结论。原视频仍是重要依据，尤其是技术教程。

2. Windows 环境准备与 BiliNote 部署

本篇采用 Windows + Docker。先确保 Docker Desktop 能运行，再执行原文所用的第三方部署脚本；部署完成后，才进入模型配置和视频测试。具体端口、容器组成可能随脚本版本变化，以下以本次示例的 3015 端口为准。

2.1 安装并检查 Docker Desktop

从 Docker 官方页面下载安装适用于 Windows 的 Docker Desktop：

https://www.docker.com/products/docker-desktop/

安装完成后启动程序，等待 Docker 引擎处于运行状态。打开 PowerShell，执行下面两条命令：

docker --version
docker compose version

能显示 Docker 与 Compose 的版本信息，说明命令行工具已可调用；正式部署前还应确认 Docker Desktop 本身已正常启动。如果出现命令不存在或无法连接引擎，先处理安装、WSL 及引擎启动问题。

2.2 使用原文部署脚本

这篇原始实践采用的是第三方 PowerShell 脚本，并非 BiliNote 官方仓库中的部署命令。为了与截图和操作保持一致，下面保留原始命令：

irm https://gitee.com/jun-wan/script/raw/master/bilinote_deploy/deploy-bilinote.ps1 | iex

执行前的必要检查： irm ... | iex 会把远端脚本下载后直接执行。建议先查看脚本内容、确认来源和脚本将创建的目录、容器、端口及权限，再在自己信任的环境里运行；不要仅因为命令短就把它视为无风险的"官方一键安装"。如果想走官方路径，可以另行参考 BiliNote 官方项目 和 官方 Docker 部署仓库，但不要把两套方式的目录和端口混用。

按照脚本提示选择 1 安装，随后由脚本拉取镜像、建立容器并启动相关服务。

如果安装向导询问是否启用 GPU 加速，先判断电脑是否有 NVIDIA 显卡，并且 Docker 的 GPU 容器环境已配置好。满足条件可以选择 Y；尚未配置时选择 N，优先跑通 CPU 路径。选择了 GPU 并不代表一定能用上 CUDA，仍要以实际容器和转写日志为准。

安装完成后先保留终端输出，便于核对部署目录与服务端口。打开浏览器访问：

http://localhost:3015

如果页面正常出现，说明本机 Web 入口已经可访问；还需在下一节完成 AI 模型和语音转写配置，才能验证真正的笔记生成功能。

若 3015 被占用，可以检查脚本生成的 .env，根据当前部署文件实际使用的字段调整 APP_PORT 或 FRONTEND_PORT（例如改为 3016），再重启相应容器。改完之后，后文 cpolar 的本地地址也要使用实际端口。

3. 从配置模型到生成第一份笔记

页面能打开只是第一步。接下来按"模型服务 → 转写引擎 → 必要的平台凭证 → 视频生成"的顺序配置，排错也更清楚。

3.1 添加 AI 模型

在 BiliNote 中进入全局设置 → AI 模型配置，填写模型服务商要求的参数：

供应商名称：自定义，比如 siliconflow / deepseek / qwen
API Key：你的模型平台密钥
Base URL：模型供应商提供的接口地址

保存后点击连接测试；验证通过，再刷新模型列表并选择这次要使用的模型。这里的 API Key 是模型服务商提供的密钥，和 cpolar 登录账号不是一回事，不要将它放到截图、笔记正文或公开仓库里。

BiliNote 的开源部署和外部模型调用是两回事。即使本地程序可以自行部署，模型平台仍可能有额度、速率和计费规则，生成笔记前最好先了解自己的账户用量。

3.2 配置 Fast-Whisper 转写

在音频转写配置 中选择 Fast-Whisper，根据设备情况下载模型。原文按以下档位说明：

tiny：速度快，适合先测试
base / small：识别效果更好，适合日常使用
medium / large：效果强，但更吃电脑配置

第一次测试优先选 tiny 或 base，确认视频能完成下载、转写和总结，再决定是否使用更大的模型。模型越大往往意味着更高的内存和计算开销；转写质量还受原视频音质、口音和专业术语影响。

3.3 按需配置视频平台 Cookie

某些平台的视频解析可能需要登录状态，原文以抖音、快手等作为例子。如果遇到需要认证的内容，进入 BiliNote 的下载配置页面，按实际需要填写对应平台的 Cookie。

原文演示的获取顺序如下，操作只应在自己有权限使用的账号上进行：

1. 在对应视频网站登录账号；
2. 按 F12 打开浏览器开发者工具；
3. 进入 Network / 网络 面板；
4. 刷新页面，或打开需要处理的视频；
5. 选择对应请求，查看 Headers / 请求头；
6. 找到并复制需要的 cookie 内容；
7. 返回 BiliNote 下载配置页面粘贴并保存。

Cookie 相当于登录凭证，可能允许他人以你的身份访问平台。不要发布在教程、聊天群或 Git 仓库里，也不要向不可信的部署脚本或他人提供。对版权或访问受限的视频，应遵守平台规则并确认有权处理该内容。

3.4 用视频链接生成笔记

现在可以找一个自己有权观看的 B 站教程视频，复制链接，在 BiliNote 首页填写内容。原文操作项如下：

视频平台：哔哩哔哩
视频链接：粘贴 BV 链接
模型选择：选择刚才配置好的模型
笔记风格：教程风格 / 详细风格 / 精简风格
笔记格式：按需勾选截图、时间戳、跳转链接

设置好之后点击生成笔记。处理时间会随视频长度、下载条件、转写模型和所选 AI 服务变化，不能保证复制链接后立刻出结果。

生成完成后，先检查标题、摘要、重点与章节，再结合截图、时间戳返回视频核实具体操作。对于代码或参数，不建议只依赖 AI 摘要；有必要时手动修正 Markdown，并保存为后续可以复用的学习记录。

4. 为什么还要配置 cpolar？

做到这里，示例中的 BiliNote 已经可以在本机 localhost:3015 使用。不过我有时不在这台 Windows 电脑前，想打开之前生成的笔记，单靠这个本地地址就不够了。localhost 指向的是当前使用的设备，手机在外网访问它，并不会自动连回家中的电脑。

cpolar 的作用是将本地 Web 服务映射成可从外部访问的地址。它不负责视频转写，也不负责生成笔记；BiliNote 负责内容处理，cpolar 负责连接。公网访问之前，应先确认笔记是否涉及私人内容、模型凭证或视频平台 Cookie，并做好访问保护。

4.1 Windows 安装 cpolar

访问 cpolar 官网，使用"免费使用"入口注册账号，并下载 Windows 版本安装包。

根据安装向导完成安装。此处的图示是 Windows 安装流程，不要与前面 Docker 容器安装混为一谈。

完成后，在安装 cpolar 的电脑上打开浏览器，访问 http://localhost:9200，使用 cpolar 账号登录 Web 管理界面。

5. 为 BiliNote 建立远程访问地址

登录 cpolar Web UI 后，进入隧道管理 → 创建隧道 。这次连接的是 BiliNote 的 Web 端口，因此需要将隧道本地地址指向前面部署成功的 3015，而不是 cpolar 管理后台的 9200。

按照原文的配置填写：

• 隧道名称：自定义，且不要与现有隧道重名；
• 协议 ：http；
• 本地地址 ：3015；
• 域名类型：临时测试可用随机域名；这篇演示长期使用的二级子域名；
• 地区 ：China Top。

需要固定地址时，先到 cpolar 控制台的预留 → 保留二级子域名，选择地区、输入希望使用的名称并保留。固定子域名的可用性及套餐条件以自己的账号页面为准，不能把免费随机域名与固定地址当作同一功能。

保留成功后，复制实际获得的名称：

返回隧道创建或编辑页面，把名称填写到 Sub Domain 栏，确认地区与预留时一致，再创建或更新隧道。

然后进入状态 → 在线隧道列表，查看刚才生成的公网地址。

用手机移动网络或另一台外网设备打开 HTTPS 地址，检查页面是否加载，并尝试查看一份既有笔记。只看到首页，还不能代表所有生成、上传和截图接口都能正常工作；必要时再做完整功能验证。

长期访问还要求 Windows 电脑、Docker 容器及 cpolar 服务持续运行。公网域名固定只意味着地址不随随机隧道改变，不代表主机断电或服务停止后仍能连接。建议优先使用 HTTPS，并按实际能力配置访问认证或其他限制；不要把模型密钥、Cookie 和私人学习记录直接暴露给所有访问者。

6. 总结

这次我把一条视频学习流程真正串了起来：在 Windows 上部署 BiliNote，配置模型和语音转写，按需处理平台凭证，再把教程视频整理成带重点、截图和时间戳的 Markdown 笔记。最后通过 cpolar 为本地 Web 页面增加远程入口，让不在电脑旁的时候也可以继续查看资料。

最有价值的变化不是"几秒钟就能写完笔记"，而是减少重复查找视频片段的工作，把重要内容留下来。AI 生成的摘要可以作为第一稿，关键技术步骤仍要自己复核；而在远程访问方面，也要同时管好模型 Key、Cookie、服务权限和备份。这样积累下来的资料，才更适合以后真正拿出来用。