视频、网页、PDF，
整理成一份笔记。
Msg-collect 把不同来源的内容接到同一条整理流程：视频先转录，网页和 PDF 提取正文，再用 AI 总结，输出可复制、下载的 Markdown 笔记。
- 适合谁
- 经常看视频、读资料的创作者
- 支持输入
- 视频链接、网页与 PDF
- 输出形式
- 原文内容与 Markdown 总结
看一份资料，怎样变成可带走的笔记。
示例：整理一段介绍内容创作方法的视频；网页与 PDF 从正文提取开始。
资料入口
内容创作方法 · 示例视频
文章正文 / 微信文章 / 知乎页面
本地文件或可访问的 PDF 链接
从一个链接或文件开始。
支持视频 URL、本地视频文件、网页与 PDF。不同输入进入对应的提取流程。
视频转录
选题之前，先确认你准备回答谁的问题。
用一个具体例子解释方法，比列一串工具更清楚。
做完以后留下复盘，让下次能复用经验。
先拿到内容，再谈总结。
视频使用语音转录；网页提取主要正文；PDF 解析文字。处理进度会持续反馈。
AI 总结
围绕具体受众组织创作，并用复盘积累经验。
明确问题 · 展示案例 · 留下复盘
选一条旧内容，对照这三个步骤重新检查。
把长内容，收成有结构的摘要。
AI 在提取文本的基础上总结重点。关键事实仍可回到原资料核对，避免只留下脱离来源的短句。
创作方法总结.md
用具体问题组织一条内容
- 受众与问题 - 示例与操作 - 反馈与复盘
保留原始视频链接与转录内容
整理结果，放回你自己的工作流。
复制或下载 Markdown，也可以导出分享图。资料整理结束后，继续在熟悉的笔记和创作工具里使用。
点击步骤查看，也可以播放完整过程。
具体能帮你做什么。
面对分散在不同媒介里的资料，Msg-collect 负责把内容提取、转写与整理连接起来，保留可继续使用的结构化笔记。
三种输入，一条流程
视频、网页和 PDF 各自提取，后面统一总结，减少在不同工具之间搬运内容。
Whisper 转录 / 正文提取 / PDF 解析过程看得见
处理时反馈进度；长内容先有文本，再进入总结，便于检查整理依据。
任务进度 / 原始内容 / 结构化摘要结果可以带走
总结支持复制、下载和分享图导出，也提供让 AI 助手调用的 MCP 入口。
Markdown / 分享图 / MCP在这些时候，
可能用得上。
从一件小事开始，看看它能否融入你已有的习惯。
- 01
整理参考视频
把视频里的方法转成文本，方便检索与引用。
- 02
读长文章与文档
先看结构化摘要，再回到原文确认关键细节。
- 03
建立自己的资料库
把总结导入已有笔记目录，保留后续写作的材料。
开始之前，
你可能还想知道。
什么内容都能提取吗？
不保证。来源权限、登录要求、页面结构、音频清晰度都会影响结果。扫描型 PDF 也可能需要额外的识别步骤。
可以本地部署吗？
可以。仓库提供安装说明，需要 Python、Node.js 和 ffmpeg 等环境；使用 AI 总结还需要配置兼容的模型服务。
总结能代替原文吗？
不能。摘要帮助快速理解结构，重要事实、数字和引文需要回到原文核对。
从一个自己的问题开始。
去了解产品，或带着具体需求和我聊聊。
