Content
Plugin
wdkns-skills
Converts video lectures into LaTeX PDF notes via speech-to-text, with refined subtitles and tensor formula visuals. Fires when processing bilibili or YouTube lecture videos.
Plugin Signal64/100Solid
maintained100
capable34
documented50
adopted60
Install
$ npx -y skills add wdkns/wdkns-skills --agent claude-code
Run the curl in your terminal, the rest in Claude Code.
What's inside
Skills
4/bilibili-render-pdfGenerate a professional, detailed, figure-rich LaTeX course note and final PDF from a Bilibili lecture, tutorial, or technical talk. Use when the user provides a Bilibili URL (BV number) and wants structured Chinese teaching notes that combine the video's title, chapters,/subtitle-refine中文 SRT 字幕上线发布专业级精修与校验。用于把基于 ASR 的原始字幕清洗为可上线版本，只做字幕级清洗和纠错，不做书面化改写、总结或扩写；同时保持与原音频严格同步，必要时仅在原字幕时间范围内拆分条目，并输出一份完整的 clean SRT，再用随附校验脚本做最终规则检查和时间轴复核。适用于纪录片、访谈、口播、录屏等需要修正识别错误、删除语气词、补停顿空格、限制单条字数、避免误删有意义字幕的任务。/tensor-formula-vizCreate or refine clean, shape-aware visualizations for tensor, matrix, and vector formulas or tensor code. Use for matrix-block diagrams, entry heatmaps, row/column shard stripes, stacked 3D/4D tensors, attention, tensor parallelism, broadcasting, reductions, contractions, and/youtube-render-pdfGenerate a professional, detailed, figure-rich LaTeX course note and final PDF from a YouTube lecture, tutorial, or technical talk. Use when the user provides a YouTube URL and wants structured Chinese teaching notes that combine the video's title, chapters, diagrams, formulas,
README
1wdkns-skills
Skills 一览
youtube-render-pdf：将 YouTube 讲座、教程或技术分享整理为结构化、配图丰富的中文 LaTeX 讲义，并编译交付最终 PDF。bilibili-render-pdf：面向 Bilibili 视频生成中文 LaTeX 讲义和最终 PDF，并针对字幕缺失、登录高清与分 P 视频提供专门处理流程。
subtitle-refine：在保持时间轴同步和原意不变的前提下精修 ASR 生成的中文 SRT 字幕，并通过校验脚本产出可发布的完整字幕。tensor-formula-viz：把张量、矩阵或向量公式及其代码路径转换为形状对齐、语义清晰且适合演示的计算示意图。
video-render-pdf skills
这个仓库托管两个 Codex skill，用于将视频讲座转换为结构化的中文 LaTeX 讲义和最终 PDF。
| Skill | 平台 | 说明 |
|---|---|---|
youtube-render-pdf | YouTube | 原始版本，利用 YouTube CC 字幕和章节结构 |
bilibili-render-pdf | Bilibili (B站) | 适配 B 站的字幕缺失、登录高清、分P视频等特点 |
两个 skill 共享相同的写作规则、配图策略和 LaTeX 模板，但在素材获取阶段有平台特定的差异。
Bilibili 版的核心差异
- 字幕三级回退：CC 字幕 → Whisper 语音转写 → 纯视觉模式（B 站大量视频无 CC 字幕）
- 登录获取高清：1080P+ 需要 cookies（
yt-dlp --cookies-from-browser chrome） - 分P视频处理：自动检测多 P，询问用户处理范围
- 平台话术过滤：额外排除"一键三连"、"关注投币"等非教学内容
- 额外依赖：
whisper（openai-whisper）用于语音转写
共同特点
- 以视频真实教学内容为主，而不是只依赖字幕转写
- 优先使用原始视频封面作为首页封面图
- 按教学价值提取关键画面、图表、公式和代码片段
- 生成带
\section{}/\subsection{}结构的完整.tex - 最终必须落到可交付的 PDF
使用方式
如果你想在本地 Codex 环境中使用这些 skill，可以把对应目录放到你的技能目录中：
mkdir -p ~/.codex/skills
# YouTube 版
cp -R skills/youtube-render-pdf ~/.codex/skills/
# Bilibili 版
cp -R skills/bilibili-render-pdf ~/.codex/skills/
然后在 Codex 中使用对应 skill 处理视频链接，请求生成讲义 .tex 和最终 PDF。
外部依赖
| 工具 | 两个 skill 都需要 | 仅 Bilibili 版需要 |
|---|---|---|
yt-dlp | ✓ | |
ffmpeg | ✓ | |
xelatex (TeX Live + CTeX) | ✓ | |
magick (ImageMagick) | ✓ | |
whisper (openai-whisper) | ✓ |
此外，运行 skill 的 coding agent 必须具备一定的读图能力，否则很难选择关键帧，很难做到图文align（即至少是一个还不错的 vlm model，ps. MiniMax 2.7 只是一个纯文本模型）。
subagents 的触发
- codex 中对于
spwan_agent的触发，规定的比较死，"Only use spawn_agent if and only if the user explicitly asks for sub-agents, delegation, or parallel agent work."，即需要我们在 query 中显式地要求，才可以触发 subagents
$youtube-render-pdf https://www.youtube.com/watch?v=vXb2QYOUzl4 请 spwan 多 sub agents 执行，隔离上下文，避免 master agent 的“上下文焦虑”， 形成一个完整全面的 pdf：
- 1 个 outline agent：先定全局目录、术语、符号表、章节边界等
- 5 个 writer agents：各自直接写成完整章节草稿，落盘成 section_*.tex
- 1 个 figure agent：单独负责抽帧、筛图、crop、脚本生成新的示意图、图注和时间脚注等；
- 1 个 consistency agent：检查重复定义、前后术语不一致、章节衔接断裂
tips
- 强烈建议在 codex 基于这个 skill 给出第一版结果之后，增加一个follow up question：
spwan 一个独立的reviewer agent，基于原始字幕文件，check 是否有重要、细节及有趣等一切有意的信息的漏召回，仅反馈，不修改，不断交互，直至reviewer agent 觉得 tex 信息已完备。- 以缓解 ai extraction/summary 的共性问题，就是召回不足；
License
仓库保留了根目录下原有的 LICENSE 文件。使用、分发或二次修改时，请以该许可证为准。
File tree
36wdkns/wdkns-skillsView on GitHub
.gitignore
demos/
kimi-k3-tensor/
06-attnres-block-topology.pdf
08-moonvit-v2-seq-embedding.pdf
karpathy_sgd.pdf
kda-shape-flow.pdf
latentmoe-qb.pdf
mla-shape-flow.pdf
video-render-pdf/
01 - Agentic AI 时代的操作系统课：绪论 [2026 南京大学操作系统原理].pdf
chatgpt_images_2_notes_v2.pdf
CS231N-notes-renrenew.pdf
CS336-05-GPUs-notes.pdf
dive-into-k2.5-notes.pdf
haojingfang-ai-collaboration.pdf
L8_Principal_Agentic_Engineering_Workflow_课程笔记.pdf
saining.pdf
zhangxiaojun-episode136_notes.pdf
LICENSE
README.md
resources/
age-of-ai-icm-2026.pdf
readme.md
TikZ-Tunight-recompiled.pdf
skills/
bilibili-render-pdf/
agents/
openai.yaml
assets/
notes-template.tex
SKILL.md
subtitle-refine/
agents/
openai.yaml
scripts/
check_clean_srt.py
SKILL.md
tensor-formula-viz/
agents/
openai.yaml
assets/
kimi-matrix-style-reference.png
SKILL.md
youtube-render-pdf/
agents/
openai.yaml
assets/
notes-template.tex
SKILL.md
templates/
tex/
lecture.tex
readme.md
writing/
readme.mdFAQ
wdkns-skills is a Claude Code plugin with 4 hand-picked skills for content work, indexed on Flowy. Install it with the command on its page. It includes bilibili-render-pdf, subtitle-refine, tensor-formula-viz. Its skills do not fire on their own yet. Request auto-invocation to have Flowy route them as you prompt. Free and open source.
- What is wdkns-skills?
- Converts video lectures into LaTeX PDF notes via speech-to-text, with refined subtitles and tensor formula visuals. Fires when processing bilibili or YouTube lecture videos.
- How do I install wdkns-skills?
- Run these in Claude Code: npx -y skills add wdkns/wdkns-skills --agent claude-code. Then prompt normally.
- Does wdkns-skills auto-invoke its skills?
- Not yet. It is indexed on Flowy as a plain plugin. Request auto-invocation on its page and Flowy will route its skills for you as you prompt.
- Is wdkns-skills free?
- Yes. Flowy is free and open source, with nothing gated. You can read every skill in full before you install.