11K Star 的 VidBee:一个把下载、转写、AI 总结串起来的桌面
- 2026-11-17 00:29:19
想找一段采访里的原话,得先在进度条上反复拖;想把一节公开课整理成笔记,得先下载、再转写、再丢进 AI——三件事分在三个工具里。VidBee 想把这些收进一个桌面应用:下载、转写、AI 处理,围着同一份媒体文件走完。
项目简介
VidBee 是一款免费开源的桌面工具,MIT 协议,用 TypeScript 写成(Electron + React)。它把视频和音频变成一个有组织、可搜索的媒体库:既能从 1000 多个站点下载视频、音频、播放列表和频道,也能直接导入本地文件。仓库目前 1.1 万 Star,版本 v2.3.0,覆盖 macOS、Windows 10 以上和 Linux。

核心功能
转写是它最实用的部分。语音识别在本机跑,媒体不用上传;模型可选本地 Whisper、SenseVoice、Parakeet、Qwen3-ASR,VidBee 会按你的机器和语言推荐型号。它能自动识别说话人,也能指定人数后重新标注而不改动识别文字;转写结果可搜索、点时间戳直接跳回那段继续播,还能导出纯文本或 Markdown,或生成带字幕的新视频。
转写之后接 AI。内置提示词能做要点总结、语法清理、生成 FAQ、提取数据、画思维导图、改写和翻译;供应商可选 OpenAI、Anthropic、Google、DeepSeek、Groq、Azure、Hugging Face、OpenRouter、xAI,也能接 Ollama、LM Studio,或用自定义 Base URL 再加一个。API Key 存在本机,换供应商不用重配提示词库。

下载侧该有的也有:批量粘贴链接,队列里看进度、速度、体积和格式,随时暂停、续传、重试;RSS 订阅能自动盯更新、按关键词过滤、打标签、只下最新一条;输出可选 MP4、MKV、WebM 或原始格式,能把标题、作者、封面、章节标记和字幕写进文件。
技术栈与形态
底层是 yt-dlp 加 FFmpeg 这套成熟组合,界面是 Electron、React、Vite 和 Tailwind。仓库是个 monorepo:共享的下载核心在 packages/downloader-core,服务端是 Fastify 加 oRPC 和 SSE,网页端用 TanStack Start,另有桌面端和浏览器插件。所以它不止桌面一种用法——官方给了 Docker 镜像,一条 docker compose up -d 就能在自己的 NAS 或服务器上跑一套网页版。

使用方式
到官网 vidbee.org/download 下对应安装包:macOS 分 Apple Silicon 和 Intel,Windows 有安装版和免安装便携版,Linux 有 AppImage 和 deb。装好粘贴链接就能下;要转写就在设置里挑一个模型,首次会下载模型文件。Android 的 APK 是社区另做的 Flutter 项目,官方页面写明它不是核心仓库的正式发布,装之前要知道这一点。

适用场景
采访要摘引原话、播客要出可搜索文稿、公开课要整理成笔记、自己拍的素材要批量归档——这些都在它的能力范围里。做内容的人可以用它先把长视频转成结构化文本,再人工精修。
边界与判断
这类工具必须说清边界:VidBee 明确不支持 DRM 保护的内容,官方也写了「只下载你有权访问的媒体,并遵守平台条款和当地法律」。下载受版权保护的作品、绕过付费墙或会员限制,都不是它该被用的方式;转写和 AI 总结同样只处理你有权处理的内容。

判断值不值得装,标准很直接:你的活儿是不是「自己有权使用的媒体加需要文本化」。如果是,它把三段流程收进一个界面确实省事;如果你只是想白拿付费内容,那它帮不了你,也不该那么用。
github地址:https://github.com/nexmoe/VidBee
官网地址:https://vidbee.org/download/