ELI5 · 專案導覽

把「老師講的話」
變成「可以查的規則」

權證小哥知識蒸餾廠 · xiaoge_distill

1這個專案在幹嘛?

想像你有一位很厲害的老師,但他的課全部藏在影片和 PDF 裡。

這個專案是一台榨汁機。
倒進去的是幾十小時的影片、兩百多頁的教材、付費課程的錄影和付費專欄的文章, 榨出來的是一條一條可以直接查的判斷規則。
🎬 YouTube 影片 📕 課程教材 PDF ⚙️ 蒸餾管線 聽 → 看 → 抽 → 併 📖 規則手冊 1,024 條 🖥️ 單集簡報 57 份 HTML 🔎 每條都可回溯 影片第幾秒 / 教材第幾頁 📱 手機隨身讀 一個網址,1,024 條全在手機

2榨汁機裡面有四條管線

影片、PDF、課程錄影、付費專欄長得完全不一樣,所以要用四種不同的榨法。

🎬 影片線

一集是一個工作單位。

先把聲音變成文字稿(電腦聽寫),每 30 秒截一張畫面, 把文字和畫面對起來,再請 AI 從裡面挑出「可以重複使用的判斷邏輯」。

📕 教材線

一個小節是一個工作單位。

教材的文字層每頁只有標題,真正的內容全在圖裡—— 所以要把每頁轉成圖片,請「看得懂圖的 AI」直接讀表格和截圖。

🎓 課程線

一支課程錄影是一個工作單位。

付費課程的錄影不在 YouTube 上。轉成文字稿後,用圖像比對把每一段講解 對到教材的第幾頁(不靠 AI),再請 AI 抽出規則。

🧾 PPA 訂閱線

一篇文章是一個工作單位。

付費專欄「交易筆記本」每篇附一支講解影片。把影片聽寫成文字稿, 規則只從影片講的話抽,文章本文只用來補標題與日期。 付費內容的圖片、音訊、原文、逐字稿都只放在本機,不進版控、不上雲。

為什麼教材一定要「看圖」?
因為只抽文字會得到「判斷買進訊號要看盤中出量」—— 這句話等於沒說。真正有用的(看哪幾個欄位、數字要多少)全畫在投影片的截圖裡。

🧾 PPA 訂閱線:從抓文章到上線的六步

付費專欄的文章每天都有新的,所以這條線前三步自動、後三步要人把關。

① 抓清單與文章(每天自動)
每天早上 8 點,電腦去看專欄有沒有近 7 天的新文章,抓回文字、文內圖片和影片音訊。已抓完整的略過,不會重抓。
② 聽寫成逐字稿(每天自動)
用本機顯示卡跑 whisper large-v3,把每支影片的聲音轉成文字。一支約 5 分鐘,不花任何 AI 額度。
③ AI 萃取規則卡(手動)
每支影片讀兩輪加一輪學員 QA 補漏,請 AI 挑出「可以重複使用的判斷」。每篇約 14 次 AI 呼叫,要人下指令才跑。引文與時間點由程式比對逐字稿,對不上的直接丟掉。
④ 人工並排審閱(手動)
AI 常把新概念硬塞進既有規則的編號。審閱頁把新卡和同編號的舊卡左右並排,PM 逐張判定「同一概念/獨立概念/刪除」。
⑤ 審完才進手冊(手動)
只有審完的一篇才會搬出「待審區」,併進主手冊。沒審完的卡,手冊和隨身讀都讀不到,不會因為每晚的同步就公開。
⑥ 重建手冊與隨身讀(手動)
重新整理手冊、重建隨身讀網站、部署。新出現的規則編號要補修練題目,才會出現在題庫裡。
檔案放在哪裡內容進版控?
文章資料 article.jsonppa訂閱線/articles/日期_代號/標題、發布時間、影片與圖片的清單是
文章內文 content.html同上付費原文否
文內圖片 images/*.jpg同上每篇約 40 張截圖,帶訂閱者浮水印否
影片音訊 media/*.mp3同上每支影片一個,約 3~5 MB否
逐字稿 transcripts/*.md同上每支影片一份,whisper 轉的文字否
待審規則卡 *.jsonppa訂閱線/rule_cards_pending/AI 萃取出的卡,一篇一檔,審閱前的草稿是
已審規則卡 *.jsonppa訂閱線/rule_cards/審過、已併進手冊的卡是
審閱頁 align_review.htmlppa訂閱線/review/並排審閱用,內含付費引文否

目前本機已抓 51 篇(2026-09 起)。已審併進手冊的有 19 篇、351 張卡;待審區還有 13 檔(249 張),等 PM 審閱。

3目前榨出了多少東西

以下每個數字都是 2026-10-13 從專案裡實際查出來的。

57集影片
已處理完
56個教材小節
已處理完
17支課程錄影
已處理完
1,336張規則卡
(原料)
1,024條規則
(合併後)
17篇 PPA 文章
已併入手冊

1,336 張卡合併成 1,024 條,是因為同一條規則會被反覆講到——講越多次,代表老師越重視,就排在手冊越前面。
其中 877 條是交易判斷規則,另外 114 條是「這個指標怎麼算」這類基礎知識,排在每篇最後面,不跟判斷規則搶排名。

手冊分成五篇判斷規則基礎知識
籌碼判讀篇26937
進出場篇2215
風控篇1169
權證工具篇6642
選股流程篇805
最常被提到的規則是 「關鍵分點大賣為股價上漲的警示訊號」,共 12 次(影片 4 集、教材 4 節、課程 2 門、PPA 2 篇); 並列第二名的有兩條,各 9 次:「布林通道縮窄後沿上軌突破且主力買超為起漲點買進訊號」(影片 5 集、教材 1 節、外部筆記 1、PPA 2 篇)與 「隔日沖分點進出模式判讀」(影片 3 集、教材 5 節、課程 1 門)。
被提到兩次以上的規則有 187 條(判斷規則 171 條、基礎知識 16 條),這些是最可信的。

4做出來的東西長什麼樣

這些產出,用途各自不同。

📖
主題手冊(1,024 條規則)
五篇 Markdown,依「被講到幾次」排序。每條規則都標「情境」(做多還做空、當沖還波段)與「來源」(來自哪幾集影片、哪份教材的第幾節、哪門課),點出處可直接跳到影片的那一秒,或看教材的哪一頁。
data/xiaoge/notes主手冊/
🖥️
單集 HTML 簡報(57 份+索引頁)
一張規則卡一頁、配 1–2 張畫面截圖,逐字稿收在下面可以點開。 圖片直接嵌在檔案裡,傳給別人也打得開。
data/xiaoge/decks簡報線/
📱
手機隨身讀(一個網址,2026-09-24 上線;2026-10-09 起開放閱讀)
把 1,024 條規則全部塞進一個網頁,手機打開 xiaoge-cards.pages.dev 就能讀,可以加到主畫面當 App。 能搜尋、能篩「做多還做空、當沖還波段」、能打書籤與已讀、每張卡可以寫自己的筆記、隨機抽一張複習; 來源與個案的時間戳點了直接開 YouTube 跳到那一秒。筆記與書籤存在你的手機裡,換手機可匯出匯入。
網站現在開放閱讀,打開就能讀、不用登入。發現錯字可以直接在網頁上改:設定裡開「編輯模式」、輸入編輯權限驗證碼(只有改才要碼,閱讀不用), 可以改標題、情境、動作、理由和個案示範,改過的地方會標「已修正」。修正存在雲端(2026-10-09 上線),換手機、換電腦立刻看到, 每晚 23:30 自動同步回本機、更新手冊。每條規則另有題目編號(A001 起:A 籌碼判讀、B 進出場、C 風控、D 權證工具、E 選股流程),回報錯字時報編號就找得到。
2026-10-02 加了修練模式:像背單字 App 一樣每天一局 15 題,考你「遇到這個盤面,小哥會怎麼做」, 答錯的卡會比較快再考一次,答對的隔越久才再考;題目是 AI 出的、再讓 AI 只看題目去答一次驗證,選不中正解的題目丟掉, 原有的 768 條判斷規則裡 761 條有題(其餘 7 條多是個案、原話型,沒有合格題目)、共 1,516 題;2026-10-26 規則增為 1,024 條並補題,現有 1,795 題(仍有 11 條沒有合格題目)。整個網頁約 1.9 MB(加修練前 788 KB)。
2026-10-26 換上新版面:打開先看到大數字與各篇分布,卡片依做多/做空上色、捲到才浮現,底部是浮動的圓角選單;系統設成「減少動態」時會自動關掉動畫。
2026-10-16 加了字典(底部 tab;10-25 起修練搬到頂端列,底部共 7 個):把權證小哥軟體教材整理成欄位定義(約 87 筆)、22 個選股策略的條件列與 9 份使用說明,可搜尋,想看相關規則一鍵跳過去;內容是精簡改寫,只留公式、判讀與口訣。
data/xiaoge/reader手機隨身讀/index.html
🃏
規則卡原始資料(1,336 張)
JSON 格式,是上面三者的原料。想自己重新組裝、做別的分析都可以。
rule_cards/+doc_rule_cards/+course_rule_cards/+ppa訂閱線/rule_cards/+external外部筆記/ (影片 769、教材 63、課程 142、PPA 117、外部筆記 11)
💾
專案備份(2026-10-13 起每晚自動)
專案沒有放在任何網路倉庫,電腦壞掉就沒了,所以每天 23:50 自動備份到 iCloud 雲碟:程式與歷史打包成一個 git bundle,資料另壓成 zip(有白名單)。 PPA 付費內容、.env 金鑰、cookie 一律排除,docs/教材/(約 72 GB 的課程錄影與 PDF 原檔)也不在裡面,那些要自己另外存。

想一眼看清每條線的原料有多少、每樣產出放在哪、哪些進版控哪些可重生? 看 知識來源與產出物盤點——一張總覽圖加三張對照表,數字是逐檔實測的。

5做到哪了、接下來要做什麼

影片線跑完
57 集(含 17 集會員限定),769 張規則卡
教材線跑完
2 份教材、56 個小節,63 張規則卡
課程線跑完並併入
17 支課程錄影、142 張規則卡,已合併進主手冊
各線合併成一本手冊
一集節目 = 一個教材小節 = 一門課程 = 一篇 PPA 文章 = 各算一次「被提到」
單集 HTML 簡報
57 集各一份+索引頁,一張規則卡一頁配截圖
每條規則標「情境」與「來源」
做多還做空、當沖還波段,以及這條規則是從哪幾集/哪份教材/哪門課來的
會員限定 17 集補齊
原本抓不到的 17 集會員影片走完五階段,57 集全部萃取完成;這 17 集現有 116 張規則卡(09-30 以新模型兩輪補漏重萃,重萃前 53 張)
手機隨身讀上線
1,024 條全在一個網址,搜尋、篩選、書籤、個人筆記、隨機複習,時間戳點了直接跳到影片那一秒
引文驗證改良+逐字稿原文對照
影片引文驗證率 61% → 96%,不花任何 AI 額度;AI 在原話前後自己補的字分得出來了——358 筆引文旁邊並列逐字稿原文
隨身讀加上修練模式(2026-10-02)
每天一局 15 題、五種題型,答錯的卡較快重考;首版題庫 1322 題,全部通過 AI 盲答驗證、人工抽 30 題全部合格;2026-10-13 為新增規則補題,現有 1,516 題、覆蓋當時 768 條判斷規則中的 761 條(10-26 為新併入的規則補題後增為 1,734 題)
PPA 訂閱線併入主手冊(2026-10-08、10-13)
付費專欄 1,428 篇的三階段管線建好,先後有 19 篇審閱通過、併進手冊(351 張卡,帶出處但不放付費網址;其中 11 篇、187 張卡是 2026-10-26 才套用 PM 10-13 的審閱決定); 另有 13 檔 9~10 月新萃取的卡(249 張)放在待審隔離區,等 PM 審閱,審閱套用前手冊與隨身讀都讀不到它們,不在 1,024 條裡
隨身讀開放閱讀+雲端修正庫上線(2026-10-09)
整站登入牆拆掉;原本的驗證碼改成「編輯權限驗證碼」,只有改才要輸入。修正存雲端、每晚 23:30 自動同步回本機;每條規則有題目編號(A001 起)
專案每晚自動備份(2026-10-13)
每天 23:50 備份到 iCloud 雲碟,付費內容與金鑰排除在外
PPA 每晚分析(2026-10-23 起,影子試跑中)
小哥每晚貼的清單截圖,由程式辨識、對籌碼湖校驗、依規則卡打分,推播清單並記帳追蹤;選股追蹤頁 ppa.html 要編輯驗證碼才看得到。2026-10-26 建好排程 xiaoge-nightly(22:40),目前先不推播只存檔、跑兩晚確認無誤後才轉正式(細節見 PPA 每晚分析 ELI5 與 使用 SOP)
量化交易判斷規則
把「文字寫的規則」變成電腦可以直接執行的條件—— 例如把「主力連續買超且股價在低檔」翻成程式能算的數字判斷。2026-09-08 起進行中:地板股搶反彈已排入工作排程器,每週一到週五 22:15 自動產出清單並推播到手機(2026-09-28 起);另有 28 條規格待審、38 條目前做不到(27 條缺資料,如分點、盤中、權證;6 條本來就不是選股條件;5 條是指標或門檻還沒做)。

6誠實說:有哪些限制

這些不是 bug,是刻意記下來的邊界。

⚠️ 資料的可信度分級

  • 影片、課程與 PPA 的引文:電腦會自動比對逐字稿,確認 AI 沒有亂編(1,336 張卡裡有 1,226 張完全對得上,約九成;有 1,262 張並列逐字稿原文)。AI 有時會在原話前後補自己的總結,所以旁邊另列逐字稿原文——那是機器轉錄、沒分講者,偶爾夾到主持人插話或聽錯的字。
  • 教材的引文:沒有逐字稿可以比對,所以一律標記「未經機器驗證」,手冊上會明講,請人工點圖核對。
  • 教材的 63 張卡裡,有 15 張只能定位到「小節層級」,沒辦法精準指到某一頁——這也有標出來。

🧾 PPA 訂閱線還沒全部審完

  • 目前有 19 篇 PPA 文章(351 張卡)通過人工審閱、併進手冊。另有 13 檔 9~10 月新萃取的卡(249 張)在待審隔離區,審完才會進手冊,數字在那之前都不含它們。
  • PPA 的規則只吃影片講的話,文章本文裡沒在影片講過的內容不會變成規則。

🌐 隨身讀網站是公開的

  • 2026-10-09 起網站開放閱讀,知道網址的人都看得到全部規則(含 PPA 與課程萃取出來的內容),已由 PM 確認。付費內容的原圖、音訊、原文與逐字稿不在網站上。
  • 編輯有驗證碼把關,但沒有流量限流:真被狂打,最多是當天的線上編輯暫時失效,閱讀不受影響。

🤖 三代 AI 模型混在一起

  • 早期的 650 張卡是用最舊的模型做的,2026-08-02 起換成第二代,2026-09-30 起換成第三代(會員限定 17 集已用它重萃)。同一本手冊混了三代模型的產出,比較數字時要意識到這些分界線。

📝 逐字稿是機器聽寫的

  • 會有同音錯字(例如「權證」被聽成「權陣」、「買盤竭盡」被聽成「買盤捷徑」)。 原始逐字稿一個字都不改——改了就等於竄改原始證據。
    但下游(手冊、規則卡)會套一層術語校正把已知的錯字換回正確術語, 每一條校正都有實際命中次數當依據,卡片上會標記「已校正」。

7文件、解說頁與簡報

專案裡所有做成網頁的東西都列在這裡:線上版點了就開,本機路徑在 repo 的 docs/ 與 data/xiaoge/。 規則:新增任何 HTML 解說頁或簡報,都要登錄到這張表並重新部署(有測試釘住,漏了會轉紅)。

名稱給誰看線上本機路徑
專案導覽(本頁)不熟悉本專案的人xiaoge-eli5.pages.devdocs/專案導覽-ELI5.html
知識來源與產出物盤點想知道原料多少、產出放哪、進不進版控開啟docs/知識來源與產出物盤點.html
逐字稿校正與萃取流程解說想懂 term_fix 與 Gemini 呼叫怎麼把逐字稿變規則卡開啟docs/逐字稿校正與萃取流程解說.html
五階段管線解說想了解影片線內部運作開啟docs/五階段管線解說.html
使用者手冊要實際操作管線的人開啟docs/使用者手冊-2026-08-03.html
實作計劃:雙線 pipeline影片+教材雙線的設計與計劃開啟docs/實作計劃-雙線pipeline.html
ML4T 導讀(7 頁)想學《Machine Learning for Trading》總覽頁docs/ml4t導讀/
隨身讀 skill 使用說明想把任何筆記、表格、清單做成手機卡片閱讀頁的人:能做什麼、適合情境、怎麼下指令與範例開啟docs/隨身讀skill使用說明.html
PPA 每晚分析 ELI5想懂每晚怎麼把小哥 PPA 截圖對上籌碼湖與規則卡、打分、推播、記帳與後續追蹤的人(PM 與維護者)開啟docs/PPA每晚分析-ELI5.html
PPA 每日分析使用 SOP要每晚操作 PPA 分析、看推播與追蹤頁、或出問題要排查的人:每晚時間表、推播怎麼讀、常見錯誤怎麼處理開啟docs/PPA每日分析-使用SOP.html
手機隨身讀在手機上讀 1,024 條規則、寫筆記、每天練一局、發現錯字直接改xiaoge-cards.pages.devdata/xiaoge/reader手機隨身讀/index.html
單集 HTML 簡報(57 份+索引頁)幾分鐘掌握一集重點、看截圖不上雲端(178MB)本機開啟 data/xiaoge/decks簡報線/index.html

怎麼部署:python scripts/ops/deploy_docs_site.py 會把 docs/ 的 HTML 全部打包到同一個 Cloudflare Pages 專案;手機隨身讀另有自己的專案與指令(見 README)。

8附錄:原料清單

榨汁機裡到底倒了哪些東西?全部列在這裡。

🎬 影片來源:57 集

全部來自 YouTube 播放清單 PLVu0pIxQ7F-wKv-hXdTvwydOGQ_RZOu1c。
56 集屬《哥有籌必爆》、1 集屬《兆華艾綸說》(含 17 集頻道會員限定,2026-09-25 補齊)。 時間橫跨 2020-01-20 ~ 2026-07-09,合計約 21.7 小時(單集 5~43 分鐘)。
表格裡的 ID 就是 YouTube 網址後面那一串——把它接在 youtube.com/watch?v= 後面就能打開原片。

日期YouTube ID標題分鐘
2020-01-20Sko5z0Fz6qc【哥有籌必爆】第1集!40
2020-02-04LOcBHhP5W-4【哥有籌必爆特別篇】大跌又強彈短線客慘被雙巴?小哥透露止跌看1個訊號!搶反彈教學竟倒賺?7
2020-02-05aIqzor1M3Vg【哥有籌必爆】第2集!36
2020-02-12NF2Fwa99i0o【哥有籌必爆】第3集!38
2020-02-1900tYdl33a1M【哥有籌必爆】第4集!43
2020-03-042DmsemHxTC0【哥有籌必爆】第5集!39
2020-03-11qbThJbZTckc【哥有籌必爆】第6集!41
2020-03-26O8mOzhGKqOM【哥有籌必爆】第7集!33
2020-04-15PzFh0EAEOUw【哥有籌必爆】第8集!37
2020-04-20MzLdaQb8qq0【哥有籌必爆】第9集!38
2020-04-27FNXemzW0sqQ【哥有籌必爆】第10集!32
2020-05-07-l57h4D2vOQ【哥有籌必爆】第11集!33
2020-05-18LhU5aCQvfvY【哥有籌必爆】第12集!30
2020-05-25EMwOKSb-vDw【哥有籌必爆】第13集!30
2020-06-08t7u6J2hH-xM【哥有籌必爆】第14集!32
2020-06-17ZfwW7N46-VM【哥有籌必爆】番外篇!36
2020-07-20hhVWPQ-bOjs【哥有籌必爆】第16集!36
2020-10-01hokd9MjH9n8【哥有籌必爆】第17集!34
2020-10-30eRsPUxFgG7g【哥有籌必爆】第18集!33
2020-12-21qFO-PBFcOa0【哥有籌必爆】第19集!37
2021-10-17Kjh2s85eu5w【哥有籌必爆S2】第1集!29
2021-11-2015bTceIFEA8【哥有籌必爆S2】第2集!35
2021-12-18PdABDs2M8-M【哥有籌必爆S2】第3集!27
2022-01-15QwY2Ft4X-RQ【哥有籌必爆S2】第4集!25
2022-02-19vgrei9UZzz8【哥有籌必爆S2】第5集!24
2022-03-26Hxyg9B5tdWA【哥有籌必爆S2】第6集!18
2022-06-17zeusgfmGsXg【哥有籌必爆S2#7 進階榮耀班】5
2022-06-18gkq3oEH6huM【哥有籌必爆S2】第7集!26
2022-07-15CkyyqC6MpCI【哥有籌必爆S2#8 進階榮耀班】5
2022-07-16cZBI7VTM9sg【哥有籌必爆S2】第8集!24
2022-08-12kNNhX99rYq0【哥有籌必爆S2#9 進階榮耀班】6
2022-08-13pxVcrpKQ514【哥有籌必爆S2】第9集!20
2022-09-022AR-i0mYg7c【哥有籌必爆S2#10 進階榮耀班】8
2022-09-03_ztaaVKiHTI【哥有籌必爆S2】第10集!23
2022-10-148acRW5GgxPU【哥有籌必爆S2#11 進階榮耀班】6
2022-10-15_4JcCLWY_84【哥有籌必爆S2】第11集!31
2022-11-11gTeeD787Qxo【哥有籌必爆S2#12 進階榮耀班】22
2022-12-09zw94iFplkSk【哥有籌必爆S2#13 進階榮耀班】13
2023-01-12H3zeA2KeynM【哥有籌必爆S2#14 進階榮耀班】14
2023-02-17WlTc08S2SCA【哥有籌必爆S2#15 進階榮耀班】24
2023-03-24RVh8P69h_4w【哥有籌必爆S2#16 進階榮耀班】5
2023-03-25uw4y28fHkx8【哥有籌必爆S2】第16集!22
2023-04-21QAX0xDPozqk【哥有籌必爆S2#17 進階榮耀班】11
2023-04-22WWeJx7XsMG8【哥有籌必爆S2】第17集!18
2023-05-19iT1Tl1gAJx8【哥有籌必爆S2#18 進階榮耀班】7
2023-05-20OKedUg-g4kY【哥有籌必爆S2】第18集!19
2023-06-21XaIHvIElVcQ【哥有籌必爆S2#19 進階榮耀班】8
2023-06-24zmq2m0b47jc【哥有籌必爆S2】第19集!15
2023-07-28NRsiJkawdSI【哥有籌必爆S2#20 進階榮耀班】7
2023-07-29ZFlVPJdJ_VA【哥有籌必爆S2】第20集!19
2023-08-18ikrbzF8HN8Y【哥有籌必爆S2#21 進階榮耀班】6
2023-08-19AeiLpDJaoGE【哥有籌必爆S2】第21集!18
2023-09-28lkSbDJKkMQg【哥有籌必爆S2#22 進階榮耀班】6
2023-09-30L2sDmHcoWvM【哥有籌必爆S2】第22集!19
2023-11-24tim_1JEQDYE【哥有籌必爆S2#23 進階榮耀班】5
2023-11-259klD-SJx2qQ【哥有籌必爆S2】第23集!22
2026-07-09p_Wi2Ma8Wlg【兆華艾綸說】籌碼大神的對帳單 獨家2招 地板股、波段權證26

📕 教材來源:2 份 PDF

檔名頁數切成幾節指紋(sha256 前 12 碼)
關鍵籌碼入門.pdf752757b96aec9f1b
關鍵分點進階班.pdf129290e198061ebfe

記「指紋」是為了偵測教材改版——PDF 內容一變,指紋就變,系統會自動把那份重跑一次, 免得舊卡片指到位移後的錯誤頁面。

🎓 課程錄影:17 支(本機檔案,非 YouTube)

付費課程的螢幕錄影,合計 11.1 小時,全數用本機 GPU 轉成逐字稿。 其中 14 支有對應教材 PDF——用「影像比對」把逐字稿的每個時間段對到教材頁, 產出 9 份「每頁教材+該頁講解」的整合筆記;3 支沒有教材可對,只留逐字稿。

課程影片分鐘教材產出
關鍵籌碼入門313875 頁 PDF整合筆記(32 頁有講解)
關鍵分點進階班2155129 頁 PDF整合筆記(34 頁有講解)
當沖新手全攻略(6 章)6138100 頁 PDF(6 份)整合筆記 6 份(78 頁有講解)
處置神器:雙刀處置策略實戰班314856 頁 PDF整合筆記(25 頁有講解)
PPA 訂閱教學230無逐字稿
處置新制解說157無逐字稿

「頁面對到影片第幾分鐘」是怎麼知道的?每 30 秒抓一張影片畫面,跟教材每一頁 的圖比長相(不用 AI、不花錢)——投影片出現在畫面上時比對距離極近、 軟體操作畫面則對不上任何頁,一刀切開。實測抽查頁碼 3/3 精確一致。

📂 原始檔放在哪

完整的目錄地圖(含版控標記與各線數量)在 知識來源與產出物盤點,這裡只列最常找的幾個。

專案根目錄是 D:\xiaoge_distill,底下四個資料夾裝原料。 它們都不進版控(體積大、有版權),只存在本機:

資料夾裝什麼大小
docs/教材/2 份教材 PDF 原檔61 MB
data/xiaoge/YT影片線/transcripts/逐字稿(電腦聽寫的文字檔)1.2 MB
data/xiaoge/YT影片線/frames/影片截圖,每 30 秒一張251 MB
data/xiaoge/doc教材線/doc_pages/教材與課程講義每頁轉成的圖片278 MB
docs/教材/(課程資料夾)17 支課程錄影 mp461 GB
data/xiaoge/course線上課程線/course_transcripts/課程逐字稿0.5 MB
data/xiaoge/course線上課程線/course_frames/課程影片截圖386 MB

為什麼不進版控?合計約 62 GB(大宗是課程錄影原檔),而且是第三方的影片畫面與課程教材。 這些全部可以由管線重新產生——真正需要保存的是萃取出來的規則卡與手冊,那些才進版控。