乐于分享
好东西不私藏

气到我自己写了个 Obsidian 插件

气到我自己写了个 Obsidian 插件
短视频的时候,相信很多人都有类似的经历:
刷到干货想存下来慢慢消化,结果点赞→吃灰,收藏→再也找不到……好不容易想翻出来看看,又得在那些层层叠叠的文件夹里翻半天。
本来想去 Obsidian 社区找个插件,一键把链接转成笔记。结果翻了一圈,居然没有好用的???
行,那我自己写一个。
于是就有了Douyin Capture—— 我第一个正经的 Obsidian 插件。

🔒 隐私优先:这是一个本地运行、注重隐私的项目。所有数据都在你的电脑上处理,不会上传到任何云端服务器。

下面这张图展示了整个工具的工作流程:

前天刚开发完,昨天优化了一下,没想到今天一看,已经有下载量了😊
真的很感动,感谢大家的认可!
先看 Obsidian 里的效果👇
一、Douyin Capture 到底能干什么?

💡 关于使用场景:本工具面向个人学习与知识管理场景,只帮你整理自己已经看到的公开内容,不涉及任何非公开数据的获取或传播。请尊重原创内容版权。

一句话概括:它是一个本地运行的 Obsidian 插件,可以把各平台的分享链接快速导入 Obsidian,自动生成结构化笔记。

具体来说,你可以这样使用:
1. 短视频内容
如果你想把短视频变成文字笔记——操作很简单:
  1. 复制分享链接
  2. 在 Obsidian 中打开插件界面(左侧边栏点击相机图标),粘贴链接

  3. 选择 「转写文稿」 模式

接下来,插件会自动完成一系列操作:
处理链接 → 收录素材 → 提取音频 → 通过本地 Whisper 自动将语音转写成简体中文 → 生成完整的 Markdown 笔记。
生成的笔记自带标题、作者、视频ID、来源平台、收录时间等 YAML frontmatter 元数据。可以见上面的例子。
如果你不需要文字笔记,只想保留素材——那就更简单了,直接选择“缓存视频”模式即可。点一下“获取信息”按钮,系统会快速获取作品信息,并提供素材缓存链接,不需要等待 Whisper 转写。
2. 图文内容
对于图文内容,流程更简洁:
同样的操作:复制链接,粘贴,选择转写文稿
插件会自动把配图按顺序保存下来,同时整理正文内容
生成一篇完整的图文笔记
图文笔记不运行 Whisper,也不做 OCR 识别,专注于图片和正文的完整保存。
3. 浏览器的Web端玩法
这个很多人可能没发现——如果你不是 Obsidian 用户,或者偶尔用不想装插件,同样可以使用这个工具。
启动后端服务后,直接在浏览器打开http://127.0.0.1:5050,就可以看到一个完整的网页界面。

粘贴链接、选择模式,就可以转写视频文案和缓存素材,无需安装任何 Obsidian 插件。

实际上,整个工具分为两个部分:
  • 前端的 Obsidian 插件(Douyin Capture):负责调用后端 API,把生成好的内容写入 Obsidian 笔记库
  • 后端的本地服务(obsidian-content-capture-backend):负责实际的网络请求、素材处理、音频提取和 Whisper 转写
后端服务的完整功能也可以通过浏览器直接调用,兼容各类其他应用场景。如果你只是想临时解析某个链接,打开浏览器网页版就可以。
二、技术上的一个亮点:本地运行 + 隐私友好

这个插件在设计之初就确定了一个基本原则——所有处理都在本地完成。

所有的语音转写工作都通过本地运行的 Faster-Whisper 来完成。这个模型是 OpenAI Whisper 的优化版本,使用 CTranslate2 重新实现,运行速度比原始 Whisper 有一定提升,同时内存占用更低。因为计算都在你的个人电脑上进行,所以不需要购买付费 API 服务,也不用担心隐私和数据泄露风险。

实际上,Faster-Whisper 在学术界也受到广泛认可。根据一项针对四种语音识别模型的定量比较,Faster-Whisper 在准确性和延迟方面均优于其他模型,是边缘设备部署的有力候选。它支持 int8 量化压缩、多线程 CPU 推理以及可选的 CUDA GPU 加速,足以在你的电脑上流畅运行绝大多数语音转写任务。

而且 Whisper 模型本身就较为优秀——它是 OpenAI 在 2022 年发布的多语言语音识别模型,对嘈杂音频和不同口音都具有较好的鲁棒性,经过 68 万小时的音频数据弱监督训练。Faster-Whisper 则是在保持接近原始模型精度的前提下,将推理速度提升了数倍,为本地实时语音处理提供了可行方案。

三、有哪些同类工具,区别在哪?

Douyin Capture 的一个关键区别在于两点:

  • 本地化:前面说了,所有处理都在本地完成,本地 Faster-Whisper 转写,数据都在你自己的电脑上。在隐私和数据安全方面,这是云端方案难以比拟的优势。

  • 专一而精:目前专注在内容平台的深度适配,功能清晰且界面简洁友好。同时提供 Obsidian 插件版和浏览器网页版两种使用方式,不管你是不是 Obsidian 重度用户,总能找到适合自己的玩法。

这两种用法相辅相成,互补但不冲突:

  • 如果你已经在用 Obsidian 构建个人知识库 → 安装插件版,顺畅接入工作流

  • 如果你只是想偶尔缓存个视频素材 → 打开浏览器 Web 页面就行,轻量又方便

四、手把手安装教程(两种方式任你选)
第一步:启动本地后端服务 

obsidian-content-capture-backend 是整个工具运行的基础服务。安装流程清晰,你可以按照以下步骤完成:

准备工作:
  • Python 3.10 或更高版本
  • FFmpeg
  • macOS:
brew install ffmpeg
  • Ubuntu/Debian:
sudo apt install ffmpeg
  • Windows:从 ffmpeg.org 官网下载并添加到环境变量
  • Git 客户端(用于克隆代码库)
具体操作:
启动成功后,后端服务默认运行在http://127.0.0.1:5050
请保持终端窗口不要关闭,后端服务需要持续运行才能正常工作。

⚠️ 首次使用注意:第一次运行 Whisper 转写时,系统会自动下载模型文件(约 1-2 分钟),这是正常现象。模型会缓存在本地,之后离线也能正常使用。

第二步:安装 Obsidian 插件
后端服务正常运行后,就可以安装 Obsidian 插件了:
  1. 打开 Obsidian 
2.第三方插件,点击「浏览」
3. 在搜索框中输入Douyin Capture,点击安装
4. 安装完后点击启用
插件默认后端地址已经设置为http://127.0.0.1:5050,通常情况下不需要修改任何配置。
第三步:开始使用
完成以上两步后,你的工具就配置好了。使用方法也很简单:
  1. 复制分享链接
  2. 在 Obsidian 左侧边栏点击相机图标,粘贴链接到输入框
  3. 根据需要选择导入模式:
  • 选择「转写文稿」 → 缓存素材 + 本地 Whisper 转写 + 生成完整笔记
  • 选择「缓存视频」 → 仅缓存素材,不进行转写
等待处理完成,笔记会自动出现在你的知识库中,默认保存目录为
如果你不想用 Obsidian 插件版,直接使用浏览器访问:
后端服务启动后,你也可以直接在浏览器中打开http://127.0.0.1:5050。

Web 界面同样支持复制链接、选择模型(tiny/base/small)、选择处理模式,无需安装 Obsidian 插件就可以直接转写视频文案和缓存素材。适合临时使用或不常使用 Obsidian 的场景。

运行起来后,数据的流向在个人电脑闭环,没有信息会被上传到外部服务器。这正是本地优先架构在数据安全和隐私保护层面的核心优势——你的笔记内容、保存的视频素材、转写的文案,都存储在本地硬盘中,由用户掌控。

五、一些进阶小技巧
1. 根据需求调整 Whisper 模型,优化速度与准确度

插件默认使用 small 级别的模型,在准确度和速度之间提供了不错的平衡。你可以在插件设置中根据需要调整 Whisper 模型类型:

模型
特点
适合场景
tiny
🚀 速度最快,准确率稍低
追求效率、对准确率要求不高
base
⚖️ 兼顾速度与准确率
日常使用,推荐首选
small
🎯 准确率更高,速度适中
默认选项
,平衡之选
medium
📈 准确率高,硬件要求更高
复杂音频、多种口音
large-v2
🏆 准确率最高,消耗资源最多
追求极致准确率
根据实际测试,大型模型在处理复杂音频或多种口音时表现更稳定,但也会相应消耗更多的 CPU 或 GPU 资源。如果是日常视频内容,small 模型通常已经足够好用了。
2. 自定义笔记存放位置,让内容管理更清晰
插件在设置中提供了几个实用的自定义选项,你可以根据自己的习惯来调整:
  • 笔记文件夹:默认是Douyin ,你可以改成自己常用的目录Inbox/Douyin
  • 附件文件夹:存放保存的视频和图片,默认为attachments ,建议单独设置,避免和笔记文件混在一起
  • 嵌入视频:如果不想在笔记里直接嵌入播放器(预览大文件可能卡顿),可以关闭这个选项,笔记内只显示保存链接
  • 创建后打开笔记:开启后导入完成自动打开新笔记,方便你立刻查看或编辑
这些小调整能让笔记的存储结构更符合你的个人知识库组织方式。
六、总结:为什么要用这个工具?
作为一个 Obsidian 深度用户,我一直坚信一个理念:笔记工具应当是“本地优先”的——你的数据应当属于你自己,而不是保存在云端、受制于平台的条款。
Douyin Capture 把这个理念贯穿到底:功能离线,数据本地留存,操作简洁高效。同时两种使用方式并行兼容:既可以直接将内容导入 Obsidian 形成个人知识库,也可以只用浏览器网页版轻量级使用。
它有几点让我特别满意的地方:
  • ✅本地运行,隐私友好——计算和数据都在你的个人电脑上处理,不依赖外部服务
  • ✅开源项目,项目本身不收取费用
  • ✅结构化输出,易于管理——自动生成标题、标签、YAML frontmatter
  • ✅两种使用模式并行——既可以深度集成 Obsidian,也可以用浏览器快捷处理
  • ✅容错机制——即使视频或部分图片保存失败,只要文案抓取成功,仍然会生成笔记并给出降级说明,不会因为个别环节失败而丢失内容
  • ✅支持多种链接形式——兼容各平台的短链和完整链接,甚至直接粘贴整段分享文案,都可以正常处理
    重要声明(请务必阅读)
本工具为开源项目,面向需要将零散信息整合进个人知识库的 Obsidian 用户。请务必注意以下事项:
  • 仅限个人使用:本工具仅供个人学习和研究用途,请勿用于商业目的。
  • 遵守平台条款:你提取和保存的内容版权归原作者所有,请遵守相关平台的用户协议,不要侵犯他人知识产权。
  • 合理使用原则:建议仅保存你真正需要的内容,避免大量无意义的采集行为。
  • 作者免责声明:作者不对因使用本工具产生的后果承担法律责任。请自行评估使用风险。
开源地址与交流
这个项目完全开源。如果你有兴趣,可以在 GitHub 上搜索项目名称找到它:
  • Obsidian 插件仓库:lyxdream/obsidian-douyin-capture
  • 本地后端仓库:lyxdream/obsidian-content-capture-backend

如果你在使用过程中遇到任何问题,或者有改进建议,欢迎在 GitHub 上提交 Issue 或 PR。

欢迎给项目点个 Star ✨,让更多人看到。

最后说两句
这个插件的诞生,其实就是一个普通人想解决自己遇到的小问题。
开源和共享一直是技术社区迷人的文化之一——有问题,大家一起想办法;有成果,大家一起受益。希望这个小工具能帮到和曾经的我一样在 Obsidian 中苦苦探索、渴望把散落的知识资产统一管理起来的你。如果你觉得有用,欢迎去 GitHub 点个 Star;
  喜欢就关注一下吧
大模型|RAG|Agent 实战,分享真实踩坑经历与解决方案。
 用 AI 解决日常遇到的问题,碰到什么记录什么。
 日踩一坑,坑坑涨见识🤣

相关学习资料