Video to Guide - AI视频转图文操作手册开源项目

**项目简介：**

Video to Guide 是一款基于 Python 开发的 Windows 本地 AI 视频分析与图文手册生成工具，能够将软件操作录屏自动整理为包含操作步骤、关键截图和时间戳的图文教程，减少人工观看视频、整理截图和编写操作文档的工作量。

**核心功能：**

1. **视频解析与语音识别：** 使用 PyAV 解析视频，通过 faster-whisper 将语音转换为文字。
2. **智能关键帧提取：** 结合画面变化与讲解内容自动抽取关键截图，减少重复画面。
3. **AI 视觉理解：** 接入支持 OpenAI 兼容接口的视觉模型，分析截图中的软件界面和操作信息。
4. **自动生成操作步骤：** 综合语音文本、画面描述和时间信息，整理有序操作步骤，并绑定截图或字幕证据。
5. **可视化编辑：** 基于 PySide6 构建桌面界面，支持查看、修改、保存操作步骤。
6. **多格式导出：** 支持生成 Markdown 和 HTML 图文手册，HTML 中可通过时间戳跳转到对应视频位置。
7. **本地 AI 与历史记录：** 支持 LM Studio、Ollama 等本地模型服务，也可配置兼容接口的云端模型；支持复用历史分析结果。

**项目技术：**

Python、PySide6、PyAV、faster-whisper、NumPy、LLM、视觉语言模型、PyInstaller。

**应用场景：**

软件操作教学、企业培训文档、产品使用说明、办公软件教程及知识库资料整理。

项目提供 Windows 便携运行方式，源码采用 MIT 许可证开源。软件录屏处理为主要应用场景，现实操作视频分析仍处于 Beta 阶段。