夜雨聆风看 YouTube 技术视频有个老问题：看的时候收获满满，一周后能记住的不到两成。收藏夹里躺着一百多个视频，字幕翻译、AI 摘要、金句摘录当时都做了，可这些学习痕迹散落在浏览器插件的各个角落，既串不成知识，也查不出来源。
最近我找到了一个合适的下手对象：Zara Zhang 开源的 youtube-digest，在它上面做了六项改造。改造思路和踩过的坑都在下面，想把自己插件改成同款的，可以直接抄。
一、先认识 youtube-digest
先介绍主角。youtube-digest 是 Zara Zhang 在 2026 年 8 月初开源的 Chrome 扩展，MIT 协议。作者本身是 GitHub 上的高产独立开发者，个人主页上挂着多个千星项目，这个新仓库则是她"Follow builders, not influencers"工具家族的一员。
它的界面很简单：一个 Chrome 侧边栏，配三个 Tab。
Transcript：把视频字幕拉成可读、可搜索、可复制的文本，支持原文、中文、双语对齐三种视图，点击任意一行跳转视频进度。 Overview：把整段字幕交给 AI，产出覆盖全片的章节结构和 3 到 5 条金句，每条都带时间戳。 Notes：在播放或阅读过程中随手保存带时间戳的笔记，AI 自动清理口语中的语气词和结巴。
技术上它非常轻：没有构建步骤（纯 HTML/CSS/JS，33 个文件约 5900 行），没有后端服务器（BYOK 模式，密钥全存 chrome.storage.local），也不做遥测。取字幕走 Supadata API（免费层每月 100 credits），AI 能力固定走 DeepSeek，官方给的账单估算是翻译一个 20 分钟英文视频约 0.006。
这个项目的 README 里有个特别的设计：它鼓励你把仓库交给编码代理来安装和定制，甚至内置了"Copy customization prompt"按钮，专门用来生成给 Claude Code 这类工具的改造指令。原作者的预期用法就是"fork 一份，让 AI 替你改成想要的样子"。
我照做了。
二、改造前先想清楚它缺什么
读了它的源码，几个限制写得很明白：
视频缓存上限 20 条，超过就按最旧的淘汰（ evictOldCacheEntries(20)）；缓存 30 天过期，过期即删（ THIRTY_DAYS常量）；笔记全局上限 100 条，超出直接截断（ notes.splice(100)）；AI 提供商在 settings.js里写死 DeepSeek，normalize()函数会把用户传入的任何 baseUrl 和 model 强制覆盖回默认值。
这几条加在一起说明一件事：插件的设计只围绕"当前这个视频"。你上个月学的东西，它默认你不再需要。对偶尔看一个教程的用户这没问题，但如果 YouTube 是你的主要技术信息源，这份数据就是被白白扔掉的学习资产。
所以改造目标定为：把它从"单视频学习工具"升级成"YouTube 学习中台"，让每个视频的学习痕迹能沉淀一年以上，还能被二次利用。具体拆成六项。
三、六项改造
1. 支持任意 OpenAI 兼容接口
原项目的设置页只让你填一个 DeepSeek API key，endpoint 和 model 都不可改。想换厂商？README 的官方答案是"复制定制 prompt 交给编码代理改源码"。
这对开发者不算门槛，但对普通使用者等于把路堵死了：手里有 OpenAI、OpenRouter 或公司自建网关的人，全都被挡在门外。
改造后设置页支持任意 OpenAI 兼容接口：Base URL、Model、API Key 三个字段全部开放。你填 https://api.openai.com/v1 就用 GPT，填 https://openrouter.ai/api/v1 就从几十个模型里挑，本地跑 Ollama 或 vLLM 的人填 http://localhost:11434/v1 也行，国内用户直接对接 GLM、Qwen 的兼容端点，开箱即用。
2. 最长一年的观看记录
改造前的插件没有任何历史概念，切到下一个视频，上一个视频的一切就进入倒计时。
新增的活动页解决这个问题：记录你用插件处理过的每一个视频，保留最长一年。每条记录包含视频标题、频道、处理时间、观看状态。翻了半年的账，哪个月学了什么、哪个频道看得最多，一目了然。
实现上没有引入新的存储后端，还是 chrome.storage.local，只是把淘汰策略从"20 条上限、30 天过期"改成按时间分桶、365 天滚动保留。
3. 可按频道过滤的收藏库
活动页解决"发生过什么"，视频页解决"我囤了什么"。
技术视频的学习路径经常是跨周甚至跨月的：这周看一半，下周继续，中间可能还想对照同一频道的其他视频。新增的视频页把收藏的学习视频统一管理，支持按频道过滤，频道维度对技术学习者特别关键，因为同一个频道的视频往往构成一个体系。
顺手把缓存策略也改了：被收藏的视频不再受数量淘汰影响，它的字幕、摘要、金句会一直保留，直到你取消收藏。
4. 播放器笔记和金句笔记分开管理
原项目的笔记只有一种来源：你在字幕或播放器上点时间戳保存的"播放器笔记"。Overview 里的金句看着很好，但存不下来，只能截图。
改造后的笔记页把两类笔记统一收进来，用类型字段区分：播放器笔记带视频进度上下文，金句笔记带 AI 提炼的原文和出处。两者可以在统一时间线里浏览，也可以按类型过滤。
原来的 100 条硬截断同时取消，笔记没几条，占不了多少空间。
5. 章节和金句一键翻译
原项目翻译能力只覆盖字幕轴。Overview 的章节标题、章节摘要、金句全部是英文产出，中文读者看完还得在脑子里再翻译一遍。
改造后 Overview 支持一键中文翻译，章节和金句整体切换。复用了项目原有的翻译 prompt 体系，它本身对中文输出有细到标点的规则（比如中英文之间加空格、用"你"不用"您"），翻译质量比通用接口稳定。
6. 缓存统一暴露给本地 Agent
这是正在做的部分，也是整个改造里我最看重的一项。
前五项改造解决的都是"人怎么看"，第六项解决"机器怎么用"。思路是：所有观看过的视频，其字幕、摘要、金句、笔记统一存成结构化缓存，并且暴露给本地 Agent 使用。
具体做法是把 chrome.storage.local 里的学习数据导出成本地文件（JSONL 和 Markdown 两种格式），本地 Agent（Claude Code、OpenCode 都行）把它当作普通项目文件读取。能做的事情一下子多了起来：
让 Agent 基于你三个月的观看记录做学习洞察："我最近都在看什么主题？哪些视频值得二刷？" 跨视频提问："关于向量数据库，我看过的这几个视频里分别讲了什么观点？" 定期把金句和笔记汇总成主题知识卡，直接进你的笔记系统。
数据都在本地：导出只往外写，Agent 只读指定目录，碰不到浏览器存储里的密钥。这一点沿用了原项目 PRIVACY.md 的设计原则，密钥与数据隔离，扩展不向任何第三方服务器发送你的学习记录。
四、改造的本质是工具变成了中台
回头看这六项，前五项是功能，第六项是转折点。
原项目的架构里，一切数据围绕"当前视频"组织，缓存只是为了加速重复访问。改造后数据围绕"学习者"组织：活动页按时间回溯，视频页按频道检索，笔记页放产出物，数据层把这一切对外开放。插件的角色从"帮你看好这个视频"变成"帮你管理在 YouTube 上的整个学习生命周期"。
类比一下，原项目像一把很好用的瑞士军刀，每个刀刃都锋利，但每次用完合上就什么都不剩。改造后它更像一个工作台：工具还是那些工具，但桌面上开始留下你的工件、图纸和半成品，第二天回来接着干。
对独立开发者，这个思路是通用的：任何"用完即走"的工具型产品，只要它的使用数据对用户有长期价值，都值得考虑一次这样的改造。怎么判断？问一句就行：用户半年后回头看，这些过程数据还值钱吗？
五、你也可以这样改
youtube-digest 很适合动手改造：代码量小、结构清晰、无构建步骤、MIT 协议，README 甚至预设了"交给编码代理改"的用法。我这次的全部改造，也是在这个思路上完成的：读懂原代码的数据模型，把限制条件列出来，逐项给出新方案，让 Agent 执行。
如果你想动手，几个方向供参考：
导出增强：目前导出格式是 JSONL 和 Markdown，可以加 EPUB、Anki 卡包，把学习痕迹直接接进复习系统； 主动推送：结合作者另一个项目 youtube-to-ebook 的思路，让收藏频道的新视频自动生成摘要推送； 多语言：翻译规则目前只写了简体中文，照着 prompts/translation.md 的结构补其他语言即可； 检索：给导出的字幕缓存配一个本地全文索引，让 Agent 的跨视频问答不再依赖逐文件扫描； 可视化：活动数据已经按月分桶，加一个学习热力图成本很低。
改造的起点也简单：clone 仓库，打开 settings.js 和 background.js，先读 evictOldCacheEntries 和 saveNoteToStorage 两个函数，原项目的数据边界就全在里面了。
开源的乐趣就在这里：Zara 把改造空间留好了，我填了自己的需求，剩下的就等你来 fork 了。
你平时看技术视频有做笔记的习惯吗？攒下来的笔记后来真的被翻出来用过吗？评论区聊聊你的知识管理方案。
项目地址：https://github.com/zarazhangrui/youtube-digest