# course-toolkit — YouTube 课程「下载 + 转写 + 成册」工具包

把某个 YouTube 课程/播放列表，批量变成 **本地视频 + 英文文稿 + 中文导读 Markdown**。

## 组成
| 文件 | 作用 |
|---|---|
| `fetch_course.sh` | 主入口：枚举播放列表 → 并行下载+转写 → 清洗文稿 |
| `worker.sh` | 单个视频的下载/抽音频/转写（被主脚本并行调用） |
| `course_util.py` | 子命令：`manifest` / `clean` / `transcribe` / `build` |

## 快速开始
```bash
# 1) 下载 + 转写（默认英文，4 路并行）
./fetch_course.sh "https://www.youtube.com/playlist?list=XXXX" ~/course/我的课程
#    中文课程： MODEL=small LANG=zh ./fetch_course.sh <url> <outdir>

# 2) 生成中文导读：在 <outdir>/guides/ 下放 01.txt 02.txt ...（可直接让 AI 读 clean/NN.txt 生成）
#    然后组装成册：
python3 course_util.py build ~/course/我的课程
```

产物结构：
```
<outdir>/
├── manifest.txt        # NN|id|slug|title
├── videos/NN-slug.mp4   # 本地视频（默认 360p）
├── transcripts/         # 带时间轴文稿
├── clean/NN.txt         # 去时间轴文稿（供检索/摘要）
├── guides/NN.txt        # 中文导读（可选，人工/AI 写）
├── NN-slug.md           # 成册笔记（导读 + 全文）
├── README.md            # 目录索引
└── build.log            # 运行日志
```

## 环境变量
| 变量 | 默认 | 说明 |
|---|---|---|
| `PROXY` | `socks5://192.168.27.96:1080` | 访问 YouTube 的代理 |
| `MODEL` | `base.en` | faster-whisper 模型（英文 base.en/small.en；中文 small）|
| `LANG` | `en` | 转写语言 |
| `JOBS` | `4` | 并行数 |
| `FMT` | `18` | yt-dlp 格式（见下）|

依赖：`yt-dlp`、`ffmpeg`、`faster-whisper` + `python3`。

## 关键经验（踩过的坑）
1. **画质问题**：YouTube 未登录下载被限，实测只有 `--extractor-args "youtube:player_client=android"` 能下 → **上限 360p**（格式 18，渐进式、含音轨）。`android_vr`/`tv_embedded` 会列出 1080p 但下载 **403**；要高清需 PO token / 登录 cookie。
2. **官方字幕不稳**：常遇 **429 限流**或该视频**根本没有字幕** → 故用**本地 ASR**替代。
3. **模型下载**：走 `hf-mirror`，并必须 `HF_HUB_DISABLE_XET=1`（否则 xet CAS 401）。
4. **速度**：faster-whisper `base.en` + `beam_size=1` + **单线程多进程并行**，实测 ~28x 实时（4 并行）；19 集≈12 分钟。
5. **成册**：每集 md = 中文导读 + 英文全文；文稿为自动转写，**未人工校对**。
6. ⚠️ 版权：视频版权归原作者，建议仅作**个人学习**归档，勿公开分发。

_（本工具包由小五沉淀，首个用户：《Full Algorithmic Trading Using Python》19 集）_