bili-parser: B站视频信息解析和AI字幕工具

bili-parser是一个用来解析B站视频信息的网页工具，输入B站链接之后，可以得到视频的封面、标题、播放数据和简介，并且一键复制成方便分享的格式。后来又加上了基于Whisper的AI字幕，以及基于字幕的AI摘要和对话。代码发布在GitHub上，项目地址，在线版本部署在Vercel上。

背景

之前在QQ群里看到有一个bot，别人在群里发了B站链接之后，它会自动回复这个视频的信息和总结，个人觉得这个功能挺好的。

但是如果是自己手动把B站链接转发给别人，就会有一个问题。对方只能看到一个链接，并不知道这个视频里面包含什么内容，得点进去才能看，所以吸引力就不是很强。如果转发的时候能带上封面、标题、播放数和简介，吸引力就会强很多。

所以就先做了这个工具，把视频的metadata整理成一段可以直接复制的内容，然后再慢慢往上加功能。

功能

Fig. 1. bili-parser的首页

目前主要有以下功能:

视频信息: 输入可以是完整的B站链接、带有其他文字的分享文本、BV号，或者b23.tv的短链和短链代码。解析之后会显示封面、标题、UP主和粉丝数、播放/弹幕/点赞/投币/收藏/分享数据、简介，以及当前在线观看的人数。
在线播放: 页面里嵌入了B站的播放器，可以直接看视频。
一键复制: 把上面的信息复制到剪贴板，同时包含纯文本和带封面图的富文本，粘贴到支持富文本的地方就会带上封面。
AI字幕: 通过自己部署的Whisper服务生成带时间戳的字幕。
AI摘要和AI对话: 基于视频信息和字幕，用大模型生成摘要，或者针对视频内容进行对话。

每个视频也有自己的页面，比如 https://bili-parser.vercel.app/BV1xx411c7mD，可以直接把这个地址发给别人。

Fig. 2. 解析B站最早的视频字幕君交流场所(BV1xx411c7mD)的结果

复制出来的纯文本是这样的，粘贴到聊天软件里面基本上一眼就能看到这个视频是什么。

标题: 字幕君交流场所
UP主: 碧诗 粉丝: 143.6万
👀播放: 559.4万 💬弹幕: 12.9万
👍点赞: 27.8万 💰投币: 4.1万
📁收藏: 12.8万 🔗分享: 2.9万
📝简介: www
🏄‍♂️ 总共 21 人在观看，21 人在网页端观看
https://www.bilibili.com/video/BV1xx411c7mD

使用方法

在线使用

直接打开 https://bili-parser.vercel.app，粘贴链接之后点获取信息，然后点复制信息就可以了。

API

除了网页之外，也提供了两个API，方便在别的地方调用。

/api/parse: 返回JSON格式的视频信息
/api/copy: 返回和网页上复制的内容一样的纯文本

1 2	curl "https://bili-parser.vercel.app/api/parse?url=BV1xx411c7mD" curl "https://bili-parser.vercel.app/api/copy?url=BV1xx411c7mD"

其中url参数可以是BV号，也可以是URL编码之后的完整链接。

自己部署

git clone https://github.com/ControlNet/bili-parser.git
cd bili-parser
cp .env.example .env
npm install
npm run dev

然后访问 http://localhost:5173 就可以了。.env 里面有以下几个变量:

WHISPER_ASR_URL: Whisper服务的地址，用于生成AI字幕
OPENAI_API_KEY，ANTHROPIC_API_KEY，GOOGLE_GENERATIVE_AI_API_KEY: 用于AI摘要和对话，至少配置一个，按照这个顺序使用第一个配置了的

如果只用视频信息和复制功能，不需要配置任何环境变量。

Whisper服务需要部署在有GPU的机器上，可以直接用打包好的docker镜像。

docker run -d --gpus all -p 9000:9000 --name whisper \
  -e ASR_MODEL=base \
  -e ASR_ENGINE=openai_whisper -v $HOME/.cache:/root/.cache -e "UID=$UID" -e "GID=$GID" \
  controlnet/whisper-api

实现

整个项目使用SvelteKit^[1] + Tailwind CSS，部署在Vercel上。由于浏览器直接请求B站的API会遇到跨域的问题，所以对B站的请求都是通过SvelteKit的服务端接口转发的。

视频信息

第一个版本是一天之内做完的。输出视频的metadata还是比较容易的，B站有现成的接口可以拿到视频信息、UP主的粉丝数和在线人数，整理成固定的格式就行。b23.tv的短链则是在服务端请求一次短链，不跟随跳转，从返回的Location里读出真正的视频地址。

比较麻烦的是封面图。B站的图片有防盗链，所以又加了一个图片代理的接口，带上B站的Referer去获取封面。复制富文本的时候，封面会转成base64直接嵌入到HTML里，如果图片超过5MB，就按0.8倍一步一步缩小，直到小于5MB为止。

AI字幕和对话

做完基本功能之后，又想要能基于视频的内容进行对话，所以首先需要获取视频的全部字幕。但是结果发现，B站的字幕没法匿名获取，必须要登录账号，这样可能会造成一些别的问题。

所以换了一个思路，自己部署一个Whisper^[2]服务来识别视频里的语音。具体的流程是，bili-parser先通过B站的接口拿到视频的音频流地址，然后发给Whisper服务，Whisper服务下载音频之后识别出所有的transcript。这里fork了whisper-asr-webservice^[3]，做了以下几个修改:

音频地址: 支持直接传入audio_url，由服务端自己下载音频
异步任务: 用/submit提交任务，然后用/get/{job_id}查询结果，网页端每10秒轮询一次
缓存: 用bili_{bvid}_{cid}作为音频的id，识别结果存到SQLite里，同一个视频不需要重复识别

改完之后打包成了docker镜像controlnet/whisper-api。一开始字幕接口是同步请求的，同一天晚上就改成了异步提交加轮询，然后又加上了缓存。另外Whisper识别出来的中文经常是繁体，所以还要再转成简体。

有了字幕之后，把视频的背景信息和字幕一起作为上下文交给大模型，就可以生成摘要和进行对话了。大模型的部分用的是Vercel AI SDK^[4]，支持OpenAI，Anthropic和Google三家。自己用的是Google的免费API，摘要用的是Gemma 3，对话用的是Gemini 2.0 Flash。

Windows和iOS

有了这些功能之后，除了在网页上点击使用，也希望在别的地方能方便地使用。

首先是Windows。在Windows上，没有办法简单地通过某个API把带封面的内容自动复制到剪贴板，如果要用API，怎么说也得套个壳。所以就写了一个本地的Python脚本，直接对Windows的剪贴板进行写入。这个脚本完全重现了网页端复制的逻辑，但是并没有基于bili-parser的API来写。

然后是移动设备。iOS上用的是快捷指令，请求bili-parser服务端的API，获取视频的相关信息然后复制。但是这样只能复制文本，没有办法把封面图一起复制，对分享来说还是有一些限制。

412风控

2026年9月的时候，发现B站的API会返回412，也就是被风控了。之前为了模仿浏览器，服务端在请求时手动加了一个Chrome 91的User-Agent和Referer等header，最后的修复反而是把这些伪造的header全部删掉，直接请求就恢复正常了。

现在的问题

用了一段时间之后，发现这里面还是有一些问题，可以作为后续改进的部分。

字幕获取: 应该有更好的办法去获取字幕，通过Whisper去识别，总归来说是不太靠谱的。
缺少视觉信息: 现在的对话完全是基于语音识别出来的文字，失去了所有的视觉能力，不能完整地反映视频的情况。
ASR服务: 现在依赖自己的本地服务器来跑Whisper，但是实际上像Cloudflare^[5]这样的平台都有免费档的语音识别服务，没有必要自己去搭服务器。而且现在也没有支持OpenAI兼容的语音API。
Windows脚本: 可以直接重用bili-parser服务端的API，本地只负责和剪贴板交互，甚至用PowerShell就够了，不需要Python。
iOS快捷指令: 只能复制文本，封面图的部分还需要想办法解决。

总结

本文介绍了bili-parser，一个解析B站视频信息、方便分享B站链接的小工具，以及后来加上的AI字幕、摘要和对话功能。目前视频信息和复制的部分已经可以满足日常使用，AI和多端的部分还有不少可以改进的地方，以后有空再继续做。

参考文献

[1] "SvelteKit • Web development, streamlined", Svelte, 2025. https://svelte.dev/docs/kit
[2] A. Radford, J. W. Kim, T. Xu, G. Brockman, C. McLeavey, and I. Sutskever, “Robust Speech Recognition via Large-Scale Weak Supervision,” in Proceedings of the 40th International Conference on Machine Learning (ICML), 2023, pp. 28492–28518.
[3] "ahmetoner/whisper-asr-webservice", GitHub, 2025. https://github.com/ahmetoner/whisper-asr-webservice
[4] "AI SDK", Vercel, 2025. https://ai-sdk.dev/
[5] "Workers AI", Cloudflare, 2025. https://developers.cloudflare.com/workers-ai/