- video_url: 必填，B 站/YouTube/抖音/快手链接或本地文件路径；
- platform: 可省略，自动识别；
- quality: fast / medium / slow；
- provider_id: LLM 供应商 id（先 list_providers 查看，add_provider 新增）；
- model_name: 省略时取已配置的默认模型（setup 向导设置），否则取该供应商第一个可用模型；
- format: 附加内容，如 ["toc","link","screenshot","summary"]；
- style: 输出风格（minimal 精简/detailed 详细/academic 学术/tutorial 教程/xiaohongshu 小红书/life_journal 生活向/task_oriented 任务导向/business 商业风格/meeting_minutes 会议纪要）；不传时用 setup ③ 配置的默认（默认 detailed）；显式传入始终覆盖；
- extras: 附加到 prompt 末尾的自定义指令（如自定义笔记风格要求）；内置风格用 style，自定义风格用 extras；
- include_comments / comments_limit: 是否抓取 B 站弹幕+热门评论作为参考注入 prompt（仅 B 站视频生效）；不传时用 setup 默认（默认关 / 20 条）；显式传入始终覆盖；
- video_understanding / video_interval / grid_size: 视频理解（需多模态模型）；不传时用 setup ③ 配置的默认（默认关 / 6s）；显式传入始终覆盖；
- screenshot + format 含 "screenshot": 插入图片，产出便携笔记 note.md + Assets/（相对引用）；不传时用 setup ③ 配置的默认（默认关）；显式传入始终覆盖；
- notes_dir: 便携笔记的输出目录（可选；缺省 BILINOTE_NOTES_DIR 环境变量，再缺省 note_results/{task_id}/）。

返回 {task_id, status, platform}。之后用 get_task_status / wait_for_note 查询结果；
SUCCESS 时 result.note_dir 指向便携笔记目录。

只需素材（转写/帧/评论，不调 LLM 总结）供自行写笔记时，用 prepare_note_material。

- video_url: 必填，B 站/YouTube/抖音/快手链接或本地文件路径；
- platform: 可省略，自动识别；
- video_understanding / video_interval / grid_size: 是否抽帧 + 截帧间隔（秒）+ 网格大小
  （如 [3,3]）；默认关（不抽帧）。开启后 result.frames 是持久化帧图片的 file:// 绝对路径；
- include_comments / comments_limit: 是否抓取 B 站弹幕+热门评论（仅 B 站视频生效；默认关 / 20 条）。

不需要配置 LLM 供应商/模型。返回 {task_id, status: PENDING, kind: material}。
之后用 get_task_status / wait_for_note 查询；SUCCESS 时 result 含
{kind: material, title, transcript, frames, comments_danmaku, video_path, audio_path}。
需要 AI 生成结构化 Markdown 笔记请用 generate_note。

返回与 get_task_status 相同的结构，SUCCESS 时 result 含最终 Markdown。

返回 {ok, task_id, status, message?}。

返回 {task_id, manifest_paths, existing}，existing 是真实存在的文件/目录列表。
清理前先用它查看该任务占了哪些存储。

- include_note=False（默认）：保留最终笔记（note.md / note_dir / 便携笔记目录）；
- include_note=True：连最终笔记一起删（含 manifest）。

只删除 manifest 记录 / note_results/{task_id}* / dl_{task_id} 前缀的文件，
且 resolve 校验在数据目录内（防路径穿越）。返回 {deleted, missing, errors, note_kept}。

- include_config=False（默认）：保留 config/（LLM key / cookie / 转写设置）；
  include_config=True 时连 config/ 一起清；
- include_models=False（默认）：保留 models/（已下载模型可复用，重下成本高）；
  include_models=True 时连 models/ 一起清。
数据库记录（bili_note.db）不动。返回各目录清理统计 + 保留项。

返回 {ok, source, bvid, aid, comments: [{user, content, likes, ctime}], error}。
可用 fetch_danmaku 看弹幕汇总；generate_note 的 include_comments 可把二者注入笔记 prompt。

返回 {ok, source, bvid, cid, danmaku_summary, error}。
可用 fetch_comments 看热门评论；generate_note 的 include_comments 可把二者注入笔记 prompt。

添加后建议调用 list_models 确认模型可用，或用 add_model 手动添加模型名。

填 api_key 建议走对话外通道（更安全）：用户在独立终端执行
`bilinote-mcp providers set <provider_id> --api-key '...'`。
本工具也接受 api_key（给明确接受 key 经过对话的用户用）；改非敏感字段不受限。

transcriber_type: fast-whisper（本地，需下载模型）/ groq（云端）/ bcut / kuaishou / mlx-whisper。
切到 fast-whisper 时可用 whisper_model_size 指定模型尺寸（tiny/base/small/medium/large-v3）。