触发条件

当用户给出一个 B 站 UP 主页（space.bilibili.com/<mid> 或 b23.tv 短链），并要求“拉取最近 N 条视频并批处理”为研究资产时使用。

目标

1. 下载：把最新 N 条视频下载到 imports/content/videos/bilibili/<mid>/
2. 分析：对每个视频运行 video_pipeline，产出 state/video-analyses/<analysis_id>/evidence.json 与 evidence_compact.md
3. （可选）后续由 digest-content 读取 evidence_compact.md 生成 digest 并归档到 topic

依赖

• ffmpeg（系统已安装即可）
• yt-dlp（建议安装到仓库 venv：.venv/bin/python -m pip install yt-dlp）

硬约束

• 不在 git 里提交下载的视频文件（imports/ 默认不入 git）
• video_pipeline 只处理本地文件；下载是独立步骤
• 不写入任何 cookie/token 到仓库（如需登录态下载，只允许通过环境变量/本地配置注入）

SOP（推荐用 worker panes）

1. Controller pane（主控）先设置接收通知

   • 运行：scripts/tmux_set_controller_pane.sh

2. Worker pane：批量下载 + 分析

   • 对单个 UP（最近 30 条）：
     • python3 scripts/bilibili_up_batch.py --up '<space_or_b23_url>' --limit 30 --download --analyze --enable-ocr
   • 若你要节省时间（先跑转写，稍后再 OCR）：
     • python3 scripts/bilibili_up_batch.py --up '<space_or_b23_url>' --limit 30 --download --analyze

3. Worker 完成后通知 controller

   • scripts/tmux_notify_controller_done.sh --topic <topic_id或占位> --record <state/runs/...json> --status done

4. 生成 digest（可选但推荐）

   • 对每个 state/video-analyses/<analysis_id>/evidence_compact.md 使用 digest-content 生成 digest；
   • 如需归档到 topic：再用 topic-ingest 更新 sources.md/timeline.md。