Reasoning Effort 学习过程

2026-8-11

久违地感受到学习的快乐。一开始只是看了一篇博客，跟同学分享了一下自己的收获，接着得到了一些回应，结合着自己的好奇心又一点一点地深入背后的原理。

视频是用 Cap 录制的，在字幕和进度条上花了比较多时间。字幕是用 Gemini 3.6 Flash 的 API（免费的）识别视频的声音，但是这样制作出来的时间轴不太对，有一些专业的术语，比如Grok，Reasoning Effort 这些要再用大模型处理一下（我用的是 Deepseek-v4-flash-Official）。用剪映识别出来的字幕，时间轴卡的特别好（感谢 @肖恩君Sean 的指导，他在评论区告诉我视频的字幕是用剪映做的），再结合之前Gemini识别的字幕，优化一下就用上了。终于打通了字幕这个难关。

字幕的烧录是用 Pi 搭配 Deepseek-v4-flash-Official 模型 用 FFmpeg CLI 烧录的，但是一开始烧录出来的视频不仅内存大，还没有 Cap 导出来的清晰，把 Cap 的 Github 仓库复制给 Agent，Agent 就找到了最高清的导出参数，最后导出来的视频在画质和内存大小上就跟 Cap 导出来的一样好了。

进度条的制作参考了 AI半山博士 的Github项目 chapter-progress-bar-plus，以及 @张小珺商业访谈录 的进度条样式，用 Deepseek 调了几版后有了最终的效果。

视频的封面参考了 @肖恩君Sean 的封面设计。用PPT给视频截图，加上白色透明的底，留出右下角的人头像。最后再给 Grok 根据把白色透明底把右下角的人头像包裹住。

总的来说，视频字幕和进度条的制作，以及整个烧录进视频的过程以及可以用AI来帮助。Pi 搭配 Deepseek-v4-flash-Official 可以满足我的需求，给 Pi 和 Deepseek 点赞！

感谢每一位给我回应和一起讨论的同学，让我有探索知识的动力。