Documentação
Usando o Subquill
Um guia prático de setup, geração de anotações, exportação de Markdown e onde seus dados ficam. Para o código, veja o repositório GitHub.
Visão geral
Subquill é um app desktop para macOS e Windows, feito em Tauri 2 (front em React sobre um core em Rust). Ele gera anotações de estudo a partir das legendas oficiais de vídeos públicos do Bilibili e do YouTube, com qualquer modelo OpenAI-compatible que você configurar.
- Cole uma ou várias URLs de vídeo — Bilibili (links BV) ou YouTube
- Busca faixas reais de legenda, inclusive as de IA e as que pedem login no Bilibili quando um cookie SESSDATA está configurado
- Escreve uma anotação em Markdown: um Summary mais um Section breakdown com timestamps hh:mm:ss das legendas
- Copie, exporte .md, ou auto-salve cada anotação pronta numa pasta à sua escolha
Primeiros passos
Instale o Subquill e abra. A primeira abertura te leva pela onboarding:
- Base URL de uma API OpenAI-compatible
- Nome do modelo
- API Key — salva no disco na hora e nunca ecoada de volta na UI
- Idioma da interface: chinês, inglês, ou seguir o sistema
- Cookie SESSDATA do Bilibili opcional, só necessário para faixas que pedem login ou algumas de IA
O Subquill é distribuído apenas como código-fonte — nenhum instalador pré-compilado é publicado. Clone o repositório, instale Node.js LTS e Rust, atenda aos pré-requisitos do Tauri 2 para seu SO e execute npm install e npm run tauri build.
Gerando anotações
Na área de trabalho, cole uma URL de vídeo por linha e pressione Generate. Antes do job começar, o Subquill mostra os metadados de cada vídeo para você saber o que ele encontrou:
- Título e duração do vídeo, e qual parte (P) você está mirando — acrescente ?p=2 numa URL do Bilibili para escolher uma parte
- “Caption tracks detected” quando há legendas
- Uma dica de cookie quando um vídeo do Bilibili precisa de SESSDATA, mais um aviso de cookie velho quando o valor guardado não funciona mais
Transcrições longas são divididas em pedaços, geradas pedaço a pedaço e juntadas. O progresso aparece como porcentagem por job, com botão de cancelar; uma prévia pronta pode ser reaberta quando você gerou vários links no mesmo lote.
Copiar e exportar
- Copy Markdown — coloca a anotação na área de transferência
- Save as .md — abre o diálogo nativo de salvar
- Reveal in folder — vai até o arquivo auto-salvo, se uma pasta de notas estiver configurada
- A prévia das notas é Markdown sanitizado: HTML cru nunca é renderizado
Settings
Em Settings você atualiza o endpoint do modelo e testa de novo a conexão, escolhe a pasta de notas e limpa os segredos guardados:
- Clear API Key — você terá que informar de novo antes de gerar
- Clear cookie — alguns vídeos do Bilibili deixam de ser buscáveis
- Clear notes folder — para o auto-save; arquivos já existentes não são mexidos
Onde as coisas ficam
| Arquivo | macOS / Linux | Windows |
|---|---|---|
| settings.json | ~/.config/subquill/settings.json | %APPDATA%\subquill\settings.json |
| auth.json | ~/.local/share/subquill/auth.json | %LOCALAPPDATA%\subquill\auth.json |
auth.json guarda a API Key e o SESSDATA opcional do Bilibili. Os dois arquivos ficam fora do repositório e fora do bundle do app — nunca faça commit deles em lugar nenhum.
Privacidade e rede
- O Subquill não opera serviços de backend; não há telemetria nem conta
- Pedidos de legenda vão direto da sua máquina para as APIs do Bilibili / YouTube
- A geração de anotações envia pedaços de transcrição só para o endpoint de modelo que você configura
- O cookie SESSDATA é usado exclusivamente contra a API oficial do Bilibili
- Depois da onboarding, os segredos ficam na camada Rust; a UI mostra placeholders “configured” e nunca o valor em texto puro
Atualizações
O Subquill é distribuído apenas como código-fonte. Puxe o código mais recente no GitHub e recompile localmente — sem instaladores pré-compilados nem atualizações binárias no app.