diff --git a/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_wiki_gene_capsule_article.py b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_wiki_gene_capsule_article.py index 608f359a..bacae95f 100644 --- a/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_wiki_gene_capsule_article.py +++ b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_wiki_gene_capsule_article.py @@ -11,9 +11,10 @@ from pathlib import Path SCRIPT_DIR = Path(__file__).resolve().parent FEISHU_SCRIPT = SCRIPT_DIR / "feishu_wiki_create_doc.py" -IMG_DIR = Path("/Users/karuo/Documents/卡若Ai的文件夹/图片") +IMG_DIR = Path("/Users/karuo/Documents/个人/2、我写的日记/火：开发分享/assets") PARENT_TOKEN = "KNf7wA8Rki1NSdkkSIqcdFtTnWb" -TITLE = "卡若AI 基因胶囊 · 全功能介绍（产品经理 / 程序员 / 普通用户）" +TITLE = "卡若：基因胶囊——AI技能可遗传化的实现与落地" +JSON_PATH = Path("/Users/karuo/Documents/个人/2、我写的日记/火：开发分享/卡若_基因胶囊_AI技能可遗传化_feishu_blocks.json") # 导入 feishu 脚本的 token 逻辑 sys.path.insert(0, str(SCRIPT_DIR)) @@ -47,8 +48,77 @@ def upload_image_to_doc(token: str, doc_token: str, img_path: Path) -> str | Non return None +def _title_matches(node_title: str, target: str) -> bool: + """判断节点标题是否与目标相似（含关键词即视为匹配）""" + if not node_title or not target: + return False + kw = ["基因胶囊", "AI技能可遗传"] + return any(k in node_title for k in kw) or target in node_title + + +def _find_existing_doc(space_id: str, headers: dict) -> tuple[str | None, str | None]: + """查找父节点下是否已有同名/类似文档，返回 (doc_token, node_token)""" + page_token = None + while True: + params = {"parent_node_token": PARENT_TOKEN, "page_size": 50} + if page_token: + params["page_token"] = page_token + r = requests.get( + f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes", + headers=headers, params=params, timeout=30) + if r.json().get("code") != 0: + return None, None + data = r.json().get("data", {}) + nodes = data.get("nodes", []) or data.get("items", []) or [] + for n in nodes: + title = n.get("title", "") or n.get("node", {}).get("title", "") + if _title_matches(title, TITLE): + obj = n.get("obj_token") + node = n.get("node_token") + return obj or node, node + page_token = data.get("page_token") + if not page_token: + break + return None, None + + +def _clear_doc_blocks(doc_token: str, headers: dict) -> bool: + """清空文档内容（删除根节点下直接子块）""" + all_items = [] + page_token = None + while True: + params = {"page_size": 100} + if page_token: + params["page_token"] = page_token + r = requests.get( + f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks", + headers=headers, params=params, timeout=30) + if r.json().get("code") != 0: + return False + data = r.json().get("data", {}) + items = data.get("items", []) + all_items.extend(items) + page_token = data.get("page_token") + if not page_token: + break + child_ids = [b["block_id"] for b in all_items if b.get("parent_id") == doc_token] + if not child_ids: + return True + # 分批删除（每次最多 50） + for i in range(0, len(child_ids), 50): + batch = child_ids[i : i + 50] + rd = requests.delete( + f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children/batch_delete", + headers=headers, json={"block_id_list": batch}, timeout=30) + if rd.json().get("code") != 0: + return False + import time + time.sleep(0.3) + return True + + def create_doc_with_images(): - """创建文档、上传图片、写入图文 blocks""" + """创建或更新文档、上传图片、写入图文 blocks""" token = fwd.get_token(PARENT_TOKEN) if not token: return False, "Token 无效" @@ -66,26 +136,35 @@ def create_doc_with_images(): if not space_id: return False, "无法获取 space_id" - # 2. 创建子文档 - create_r = requests.post( - f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes", - headers=headers, - json={ - "parent_node_token": PARENT_TOKEN, - "obj_type": "docx", - "node_type": "origin", - "title": TITLE, - }, - timeout=30) - create_data = create_r.json() - if create_data.get("code") != 0: - return False, create_data.get("msg", str(create_data)) - doc_token = create_data.get("data", {}).get("node", {}).get("obj_token") - node_token = create_data.get("data", {}).get("node", {}).get("node_token") - if not doc_token: - doc_token = node_token + # 2. 查找是否已有同名/类似文档 + doc_token, node_token = _find_existing_doc(space_id, headers) + if doc_token and node_token: + print(f"📋 发现已有类似文档，将更新内容") + if not _clear_doc_blocks(doc_token, headers): + print("⚠️ 清空原内容失败，将追加写入") + else: + print("✅ 已清空原内容") + else: + # 3. 创建新文档 + create_r = requests.post( + f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes", + headers=headers, + json={ + "parent_node_token": PARENT_TOKEN, + "obj_type": "docx", + "node_type": "origin", + "title": TITLE, + }, + timeout=30) + create_data = create_r.json() + if create_data.get("code") != 0: + return False, create_data.get("msg", str(create_data)) + doc_token = create_data.get("data", {}).get("node", {}).get("obj_token") + node_token = create_data.get("data", {}).get("node", {}).get("node_token") + if not doc_token: + doc_token = node_token - # 3. 上传图片 + # 4. 上传图片 img1 = IMG_DIR / "基因胶囊_概念与流程.png" img2 = IMG_DIR / "基因胶囊_完整工作流程图.png" file_token1 = upload_image_to_doc(token, doc_token, img1) if img1.exists() else None @@ -95,45 +174,58 @@ def create_doc_with_images(): if file_token2: print(f"✅ 图片2 上传成功") - # 4. 构建 blocks（含图片 block） - blocks = get_article_blocks(file_token1, file_token2) + # 5. 构建 blocks：从 JSON 加载，配图占位处注入图片 block + if JSON_PATH.exists(): + with open(JSON_PATH, "r", encoding="utf-8") as f: + data = json.load(f) + raw_blocks = data.get("children", []) + blocks = [] + tokens = [file_token1, file_token2] + for b in raw_blocks: + c = (b.get("text") or {}).get("elements") or [] + content = (c[0].get("text_run") or {}).get("content", "") if c else "" + if "【配图 1" in content and tokens[0]: + blocks.append({"block_type": 18, "gallery": {"imageList": [{"fileToken": tokens[0]}], "galleryStyle": {"align": "center"}}}) + elif "【配图 2" in content and len(tokens) > 1 and tokens[1]: + blocks.append({"block_type": 18, "gallery": {"imageList": [{"fileToken": tokens[1]}], "galleryStyle": {"align": "center"}}}) + elif "【配图 1" in content or "【配图 2" in content: + blocks.append(b) + else: + blocks.append(b) + else: + blocks = get_article_blocks(file_token1, file_token2) - # 5. 分批写入（过滤 None，分别处理 text 与 image block 避免 invalid param） + # 6. 分批写入所有 blocks（含图片），保持顺序 valid_blocks = [b for b in blocks if b is not None] for i in range(0, len(valid_blocks), 50): batch = valid_blocks[i : i + 50] - # 仅写入 text/heading 类 block，跳过可能报错的 image block - safe_batch = [b for b in batch if b.get("block_type") != 13] - if not safe_batch: - continue wr = requests.post( f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children", headers=headers, - json={"children": safe_batch, "index": i}, + json={"children": batch, "index": i}, timeout=30) res = wr.json() if res.get("code") != 0: - # 若仍失败，可能是 index 等；尝试不含 image 的纯文本 - if i == 0: + # 若含图片的批次失败，则跳过图片仅写文本 + if any(b.get("block_type") in (13, 18) for b in batch): + safe = [b for b in batch if b.get("block_type") not in (13, 18)] + if safe: + wr2 = requests.post( + f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children", + headers=headers, + json={"children": safe, "index": i}, + timeout=30) + if wr2.json().get("code") == 0: + print(f"⚠️ 图片块跳过，已写文本") + elif i == 0: return False, res.get("msg", "写入失败") + else: + gallery_count = sum(1 for b in batch if b.get("block_type") == 18) + if gallery_count: + print(f"✅ 写入 {gallery_count} 个图片块") if len(valid_blocks) > 50: import time time.sleep(0.3) - # 5b. 尝试追加图片块（在文档末尾，逐张添加） - for ft in [b for b in [file_token1, file_token2] if b]: - try: - imgb = {"block_type": 13, "image": {"file_token": ft}} - wr = requests.post( - f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children", - headers=headers, - json={"children": [imgb], "index": -1}, - timeout=30) - if wr.json().get("code") == 0: - print("✅ 图片块插入成功") - else: - print("⚠️ 图片块跳过（飞书 API 限制）") - except Exception as e: - print(f"⚠️ 图片块异常: {e}") url = f"https://cunkebao.feishu.cn/wiki/{node_token}" return True, url @@ -190,7 +282,7 @@ def get_article_blocks(file_token1: str | None, file_token2: str | None) -> list def main(): print("=" * 50) - print(f"📤 创建基因胶囊全功能介绍（图文）") + print(f"📤 基因胶囊全功能介绍（创建或更新 + 图片上传）") print(f" 父节点: {PARENT_TOKEN}") print("=" * 50) ok, result = create_doc_with_images() diff --git a/03_卡木（木）/木叶_视频内容/视频切片/脚本/identify_theme_segments.py b/03_卡木（木）/木叶_视频内容/视频切片/脚本/identify_theme_segments.py new file mode 100644 index 00000000..4aaf850d --- /dev/null +++ b/03_卡木（木）/木叶_视频内容/视频切片/脚本/identify_theme_segments.py @@ -0,0 +1,229 @@ +#!/usr/bin/env python3 +# -*- coding: utf-8 -*- +""" +按完整主题切片 - 分析 transcript，找出每个主题的完整起止时间 + +与 identify_highlights 不同：本脚本按「视频剪辑方案」的 7 个主题类型分析， +时间节点非固定，需结合视频内容分析出每个主题的完整段落。 + +主题类型（来自剪辑方案图片）： +1. 引出问题 - 建立共鸣，问用户痛点 +2. 解决方案 - 核心方法、干货 +3. 案例分享 - 真实案例、数据 +4. 未来展望 - 接下来怎么做 +5. 痛点强调 - 避坑、踩坑警告 +6. 福利展示 - 限时福利、福利放送 +7. 权威背书 - 专业背书、可信证明 + +用法： + python3 identify_theme_segments.py -t transcript.srt -o highlights.json +""" +import argparse +import json +import re +import sys +from pathlib import Path + +OLLAMA_URL = "http://localhost:11434" +DEFAULT_CTA = "关注我，每天学一招私域干货" + +THEME_DEFINITIONS = """ +【主题类型定义，按视频剪辑方案】 +1. 引出问题：开场建立共鸣，提出用户普遍遇到的问题或痛点 +2. 解决方案：讲解核心方法、干货、具体做法 +3. 案例分享：真实案例、数据佐证、用户证言 +4. 未来展望：接下来这样做、未来趋势、行动建议 +5. 痛点强调：这个坑千万别踩、常见误区、避坑指南 +6. 福利展示：限时福利、福利放送、赠送、优惠 +7. 权威背书：专业背书、可信证明、资质、成果展示 + +参考时间顺序（非固定）：引出问题→解决方案→案例分享→未来展望→痛点强调→福利展示→权威背书 +""" + + +def parse_srt_segments(srt_path: str) -> list: + """解析 SRT 为 [{start_sec, end_sec, start_time, end_time, text}, ...]""" + with open(srt_path, "r", encoding="utf-8") as f: + content = f.read() + segments = [] + pattern = r"(\d+)\n(\d{2}):(\d{2}):(\d{2}),(\d{3}) --> (\d{2}):(\d{2}):(\d{2}),(\d{3})\n(.*?)(?=\n\n|\Z)" + for m in re.findall(pattern, content, re.DOTALL): + sh, sm, ss = int(m[1]), int(m[2]), int(m[3]) + eh, em, es = int(m[5]), int(m[6]), int(m[7]) + start_sec = sh * 3600 + sm * 60 + ss + end_sec = eh * 3600 + em * 60 + es + text = m[9].strip().replace("\n", " ") + if len(text) > 2: + segments.append({ + "start_sec": start_sec, "end_sec": end_sec, + "start_time": f"{sh:02d}:{sm:02d}:{ss:02d}", + "end_time": f"{eh:02d}:{em:02d}:{es:02d}", + "text": text, + }) + return segments + + +def srt_to_timestamped_text(srt_path: str) -> str: + """将 SRT 转为带时间戳的纯文本""" + segments = parse_srt_segments(srt_path) + return "\n".join(f"[{s['start_time']}] {s['text']}" for s in segments) + + +def _build_theme_prompt(transcript: str) -> str: + txt = transcript[:15000] if len(transcript) > 15000 else transcript + return f"""你是短视频内容策划师。根据「视频剪辑方案」，分析以下视频文字稿，找出 7 类主题各自的**完整段落**。 + +{THEME_DEFINITIONS} + +【关键】时间节点非固定！需结合视频实际内容分析： +- 每个主题只取一段，且必须是**完整主题**（不中断、语义完整） +- 从文字稿中精确找出该主题开始和结束的时间点 +- 若某类主题在视频中未出现，可跳过，不强制凑齐 7 段 +- 参考顺序帮助理解，实际顺序按内容出现顺序 + +【输出格式】严格 JSON 数组，每项含： +- theme: 主题类型名（如"引出问题"） +- title: 简短标题（简体中文） +- start_time: "HH:MM:SS" +- end_time: "HH:MM:SS" +- hook_3sec: 前3秒Hook，15字内 +- cta_ending: 结尾CTA（可用"{DEFAULT_CTA}"） +- transcript_excerpt: 该段内容前60字 + +只输出 JSON 数组，不要```包裹，不要其他文字。所有文字必须简体中文。 + +视频文字稿： +--- +{txt} +---""" + + +def _parse_ai_json(text: str) -> list: + text = text.strip() + if text.startswith("```"): + text = re.sub(r"^```(?:json)?\s*", "", text) + text = re.sub(r"\s*```\s*$", "", text) + m = re.search(r"\[[\s\S]*\]", text) + if m: + return json.loads(m.group()) + return json.loads(text) + + +def call_ollama(transcript: str) -> str: + """调用 Ollama 分析主题""" + import requests + prompt = _build_theme_prompt(transcript) + try: + r = requests.post( + f"{OLLAMA_URL}/api/generate", + json={ + "model": "qwen2.5:1.5b", + "prompt": prompt, + "stream": False, + "options": {"temperature": 0.2, "num_predict": 8192}, + }, + timeout=120, + ) + if r.status_code != 200: + raise RuntimeError(f"Ollama {r.status_code}") + return r.json().get("response", "").strip() + except Exception as e: + raise RuntimeError(f"Ollama 调用失败: {e}") from e + + +def fallback_by_keywords(transcript_path: str) -> list: + """规则备用：按关键词粗分主题段""" + segments = parse_srt_segments(transcript_path) + if not segments: + return [] + # 关键词 -> 主题 + theme_keywords = { + "引出问题": ["问题", "遇到", "痛点", "为什么", "困惑", "难题"], + "解决方案": ["方法", "解决", "怎么做", "技巧", "核心", "干货"], + "案例分享": ["案例", "例子", "数据", "客户", "赚了", "做了"], + "未来展望": ["接下来", "未来", "行动", "去做", "试试"], + "痛点强调": ["坑", "避坑", "千万别", "误区", "踩雷"], + "福利展示": ["福利", "限时", "赠送", "优惠", "免费"], + "权威背书": ["专业", "背书", "资质", "成果", "证明"], + } + result = [] + used = set() + for theme, kws in theme_keywords.items(): + cands = [] + for s in segments: + if s["start_sec"] in used: + continue + txt = s["text"] + if any(kw in txt for kw in kws): + cands.append(s) + if cands: + # 取第一段匹配，扩展为完整段落（合并相邻） + first = cands[0] + start_sec = first["start_sec"] + end_sec = first["end_sec"] + for s in segments: + if s["start_sec"] >= start_sec and s["start_sec"] <= end_sec + 30: + end_sec = max(end_sec, s["end_sec"]) + for t in range(int(start_sec), int(end_sec) + 1, 10): + used.add(t) + h, m, s_ = start_sec // 3600, (start_sec % 3600) // 60, int(start_sec % 60) + eh, em, es = end_sec // 3600, (end_sec % 3600) // 60, int(end_sec % 60) + result.append({ + "theme": theme, + "title": theme, + "start_time": f"{int(h):02d}:{int(m):02d}:{int(s_):02d}", + "end_time": f"{int(eh):02d}:{int(em):02d}:{int(es):02d}", + "hook_3sec": f"精彩{theme}", + "cta_ending": DEFAULT_CTA, + "transcript_excerpt": first["text"][:60], + }) + return result + + +def main(): + parser = argparse.ArgumentParser(description="按完整主题分析 transcript") + parser.add_argument("--transcript", "-t", required=True, help="transcript.srt") + parser.add_argument("--output", "-o", required=True, help="highlights.json") + args = parser.parse_args() + transcript_path = Path(args.transcript) + if not transcript_path.exists(): + print(f"❌ 不存在: {transcript_path}", file=sys.stderr) + sys.exit(1) + text = srt_to_timestamped_text(str(transcript_path)) + if len(text) < 100: + print("❌ 文字稿过短", file=sys.stderr) + sys.exit(1) + + data = None + try: + print("正在分析完整主题（Ollama）...") + raw = call_ollama(text) + data = _parse_ai_json(raw) + if data and isinstance(data, list): + # 校验时间格式 + for i, h in enumerate(data): + if isinstance(h, dict): + if "start" in h and "start_time" not in h: + h["start_time"] = h.pop("start", "") + if "end" in h and "end_time" not in h: + h["end_time"] = h.pop("end", "") + h.setdefault("title", h.get("theme", f"主题{i+1}")) + h.setdefault("hook_3sec", h.get("title", "")[:15]) + h.setdefault("cta_ending", DEFAULT_CTA) + data = [h for h in data if isinstance(h, dict) and h.get("start_time") and h.get("end_time")] + except Exception as e: + print(f"Ollama 失败 ({e})，使用规则备用", file=sys.stderr) + + if not data or not isinstance(data, list): + print("使用规则备用（按关键词）", file=sys.stderr) + data = fallback_by_keywords(str(transcript_path)) + + out_path = Path(args.output) + out_path.parent.mkdir(parents=True, exist_ok=True) + with open(out_path, "w", encoding="utf-8") as f: + json.dump(data, f, ensure_ascii=False, indent=2) + print(f"✅ 已输出 {len(data)} 个完整主题: {out_path}") + + +if __name__ == "__main__": + main() diff --git a/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_slice_pipeline.py b/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_slice_pipeline.py index dbd89c81..ac8efa80 100644 --- a/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_slice_pipeline.py +++ b/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_slice_pipeline.py @@ -89,8 +89,10 @@ def main(): parser.add_argument("--video", "-v", required=True, help="输入视频路径") parser.add_argument("--output", "-o", help="输出目录（默认：视频同目录下 视频名_output）") parser.add_argument("--clips", "-n", type=int, default=8, help="切片数量") + parser.add_argument("--mode", "-m", choices=["highlights", "theme"], default="highlights", + help="highlights=高光识别(默认); theme=按完整主题分析(时间节点非固定)") parser.add_argument("--skip-transcribe", action="store_true", help="跳过转录（已有 transcript.srt）") - parser.add_argument("--skip-highlights", action="store_true", help="跳过高光识别（已有 highlights.json）") + parser.add_argument("--skip-highlights", action="store_true", help="跳过高光/主题识别（已有 highlights.json）") parser.add_argument("--skip-clips", action="store_true", help="跳过切片（已有 clips/，仅重新增强）") args = parser.parse_args() @@ -154,19 +156,31 @@ def main(): transcript_to_simplified(transcript_path) print(" ✓ 字幕已转简体") - # 2. 高光识别 + # 2. 高光/主题识别 if not args.skip_highlights: - run( - [ - sys.executable, - str(SCRIPT_DIR / "identify_highlights.py"), - "--transcript", str(transcript_path), - "--output", str(highlights_path), - "--clips", str(args.clips), - ], - "高光识别（Ollama→规则）", - timeout=60, - ) + if args.mode == "theme": + run( + [ + sys.executable, + str(SCRIPT_DIR / "identify_theme_segments.py"), + "--transcript", str(transcript_path), + "--output", str(highlights_path), + ], + "完整主题分析（Ollama→规则，时间节点非固定）", + timeout=120, + ) + else: + run( + [ + sys.executable, + str(SCRIPT_DIR / "identify_highlights.py"), + "--transcript", str(transcript_path), + "--output", str(highlights_path), + "--clips", str(args.clips), + ], + "高光识别（Ollama→规则）", + timeout=60, + ) if not highlights_path.exists(): print(f"❌ 需要 highlights.json: {highlights_path}") sys.exit(1) diff --git a/运营中枢/工作台/gitea_push_log.md b/运营中枢/工作台/gitea_push_log.md index 68699c60..4a9a794d 100644 --- a/运营中枢/工作台/gitea_push_log.md +++ b/运营中枢/工作台/gitea_push_log.md @@ -81,3 +81,4 @@ | 2026-02-22 10:57:44 | 🔄 卡若AI 同步 2026-02-22 10:57 | 更新：卡土、总索引与入口、运营中枢工作台 | 排除 >20MB: 8 个 | | 2026-02-22 11:00:29 | 🔄 卡若AI 同步 2026-02-22 11:00 | 更新：卡土、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 8 个 | | 2026-02-22 11:07:02 | 🔄 卡若AI 同步 2026-02-22 11:07 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 8 个 | +| 2026-02-22 11:32:57 | 🔄 卡若AI 同步 2026-02-22 11:32 | 更新：金仓、运营中枢工作台 | 排除 >20MB: 8 个 | diff --git a/运营中枢/工作台/代码管理.md b/运营中枢/工作台/代码管理.md index 3c66680c..7da7e956 100644 --- a/运营中枢/工作台/代码管理.md +++ b/运营中枢/工作台/代码管理.md @@ -84,3 +84,4 @@ | 2026-02-22 10:57:44 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 10:57 | 更新：卡土、总索引与入口、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-22 11:00:29 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:00 | 更新：卡土、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-22 11:07:02 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:07 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | +| 2026-02-22 11:32:57 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:32 | 更新：金仓、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |