Английский | 中

#видео-заметки

video-to-notes - это инструментарий Codex для превращения исходного материала лекции в профессиональные заметки курса LaTeX и скомпилированный PDF-файл.

Основным рабочим процессом является:

Если предоставлены URL-адрес YouTube и T1, рабочий процесс может сначала загрузить только субтитры, конвертировать их в TXT, а затем использовать транскрипт с локальными слайдами.

Репозиторий

• [[Т2]]: инструкции по навыкам Кодекса. Это источник истины для написания, выбора фигуры, загрузки субтитров, LaTeX и рабочего процесса проверки.
• assets/notes-template.tex: китайский шаблон заметок LaTeX по умолчанию, включая простую титульную страницу, основные поля, списки, цифры и TikZ. [4]: отображает слайд PDF в [5] изображения. Он может автоматически обнаружить один PDF и один TXT в текущем каталоге. [6]: преобразует [7] или [8] субтитры в читаемый [9] транскрипт. clean.sh: архивирует текущее рабочее пространство лекции в названную папку после создания заметок. agents/openai.yaml: короткая точка входа, обращенная к агенту для вызова навыка.

English | 简体中文

video-to-notes

video-to-notes is a Codex skill and helper toolkit for turning lecture source material into professional Chinese LaTeX course notes and a compiled PDF.

The main workflow is:

transcript TXT + slide PDF/PPT/PPTX -> slide images -> LaTeX notes -> rendered PDF

If a YouTube URL and cookies.txt are provided, the workflow can first download subtitles only, convert them to TXT, and then use the transcript with the local slides.

Repository Layout

• SKILL.md: the Codex skill instructions. This is the source of truth for the writing, figure-selection, subtitle-download, LaTeX, and validation workflow.
• assets/notes-template.tex: the default Chinese LaTeX note template, including a simple title page, highlight boxes, listings, figures, and TikZ.
• scripts/prepare_slide_images.py: renders a slide PDF into pic/page_N.png images. It can auto-discover one PDF and one TXT in the current directory.
• scripts/srt_to_txt.py: converts .srt or .vtt subtitles into a readable .txt transcript.
• clean.sh: archives the current lecture workspace into a named folder after notes are generated.
• agents/openai.yaml: a short agent-facing entry point for invoking the skill.
• demo/: sample slide PDFs for testing the image-preparation helper.

Supported Inputs

• Local transcript TXT plus local slide PDF.
• Local transcript TXT plus local slide PPT/PPTX, after converting the deck to PDF.
• YouTube URL or url.txt plus cookies.txt, then downloaded subtitles plus local slides.

When there are multiple candidate transcripts or slide decks, choose the files explicitly instead of relying on auto-discovery.

Prerequisites

Python helpers use only the standard library except for optional PDF rendering support:

python3 -m pip install pdf2image

Install Poppler so PDF pages can be rendered. On macOS:

brew install poppler

On Ubuntu/Debian:

sudo apt-get install poppler-utils

For optional YouTube subtitle download, install yt-dlp:

python3 -m pip install yt-dlp

For final PDF compilation, install a LaTeX distribution with XeLaTeX and common packages such as ctex, tcolorbox, listings, tikz, and pgfplots.

Quick Start

1. Prepare Source Files

Place the lecture transcript and slide deck in the working directory. If the transcript is in subtitle format, convert it first:

python3 scripts/srt_to_txt.py lecture.srt transcript.txt

2. Render Slide Images

If the working directory contains exactly one .pdf and one .txt, use auto-discovery:

python3 scripts/prepare_slide_images.py --auto

Otherwise, pass the slide PDF explicitly:

python3 scripts/prepare_slide_images.py --pdf slides.pdf --output pic