👥

Openclaw Knowledge Distiller

Open CLAW Knowledge Distiller · 龍蝦知識蒸餾器 — Turn YouTube/Bilibili videos into structured knowledge articles. Local Qwen3-ASR MLX + AI summarization. MCP server for Claude Code / Open CLAW agents.

0 installs

Trust: 44 — Fair

Social

Ask AI about Openclaw Knowledge Distiller

I know everything about Openclaw Knowledge Distiller. Ask me about installation, configuration, usage, or troubleshooting.

0/500

Loading tools...

Reviews

Documentation

Open CLAW Knowledge Distiller 🦞📚

龙虾知识蒸馏器 · 龍蝦知識蒸餾器

English · 繁體中文 · 简体中文

Turn YouTube, Bilibili, and Facebook videos into structured knowledge articles in seconds — locally, for free. 秒速将 YouTube、Bilibili、Facebook 视频转化为结构化知识文章 — 本地运行，完全免费。

English

What is Open CLAW Knowledge Distiller?

Open CLAW Knowledge Distiller（龍蝦知識蒸餾器，kd）is an open-source CLI tool and MCP server built for the Open CLAW AI agent ecosystem. It converts YouTube, Bilibili, and Facebook videos into structured knowledge articles — automatically, locally, and for free.

How it works:

If the video has subtitles → extracts them directly (no transcription needed, faster)
If no subtitles → downloads audio and transcribes locally with Qwen3-ASR MLX on Apple Silicon (no API key, no cloud cost)
Optionally generates a multi-layer AI summary: one-sentence essence + key points + cleaned transcript

Who is it for?

Researchers and students who need to digest hours of video content quickly
AI agent users (Claude Code / Open CLAW 龍蝦) who want to process videos programmatically
Anyone who wants structured notes from videos without watching them in full

Features

Feature	Details
🎙️ Local ASR	Qwen3-ASR MLX runs entirely on-device (Apple Silicon). No API key, no cloud, free forever.
📝 Smart subtitle detection	Auto-detects existing subtitles — skips ASR for faster processing
🤖 AI summarization	Supports Google Gemini, OpenAI, and Anthropic as summary providers
🎨 8 summary styles	Standard, Academic, Action List, News Brief, Investment Analysis, Podcast Digest, ELI5, Bullet Notes
🔌 MCP Server	Connect from Claude Code, Open CLAW, or any MCP-compatible AI agent
🌏 Multilingual	Cantonese (粵語), Mandarin, English, Japanese, Korean, and 50+ languages
⚡ Zero API key mode	`--no-summary`: pure local transcription, no external services needed

Installation

Prerequisites:

brew install ffmpeg    # audio extraction

Install:

pip install openclaw-knowledge-distiller
# or with uv:
uv add openclaw-knowledge-distiller

Qwen3-ASR model (~1-2 GB) downloads automatically from Hugging Face on first use.

Install from source (for development):

git clone https://github.com/destinyfrancis/openclaw-knowledge-distiller.git
cd openclaw-knowledge-distiller
uv sync

Quick Start

# ── No API key needed (100% local) ────────────────────────────────
kd process "https://youtube.com/watch?v=dQw4w9WgXcQ" --no-summary

# Cantonese video with dialect hint
kd process "https://youtube.com/watch?v=..." \
  --language yue \
  --asr-prompt "這是粵語口語對話，請保留懶音" \
  --no-summary

# ── With AI summary ────────────────────────────────────────────────
kd config set api-key "AIzaSy..."   # Google Gemini (default provider)
kd process "https://youtube.com/watch?v=..."

# Save as Markdown file
kd process "https://youtube.com/watch?v=..." --output notes.md

# ── Choose a summary style ─────────────────────────────────────────
kd process "https://youtube.com/watch?v=..." --style investment
kd process "https://youtube.com/watch?v=..." --style academic
kd process "https://youtube.com/watch?v=..." --style podcast
kd process "https://youtube.com/watch?v=..." --style eli5

# List all available styles
kd styles

# ── Other AI providers ─────────────────────────────────────────────
kd process "..." --provider openai --model gpt-4o-mini
kd process "..." --provider anthropic --model claude-haiku-4-5-20251001

Summary Styles

Run kd styles to list all styles. Choose with --style <key>:

Key		Name	Best For
`standard`	📋	Standard Summary	General videos (default)
`academic`	🎓	Academic Notes	Lectures, research talks, conference papers
`actions`	✅	Action List	Tutorials, how-to guides, step-by-step videos
`news`	📰	News Brief	Interviews, current events, news commentary
`investment`	📈	Investment Analysis	Finance, stocks, crypto, macro economics
`podcast`	🎙️	Podcast Digest	Conversations, talk shows, Q&A sessions
`eli5`	🧒	Explain Like I'm 5	Tech, science, academic topics for a general audience
`bullets`	⚡	Bullet Notes	Ultra-concise, fast scanning, quick reference

CLI Reference

`kd process <url>`

Full pipeline: detect subtitles → transcribe (if needed) → summarize.

Flag	Default	Description
`--language`, `-l`	auto-detect	Language code: `zh`, `yue` (Cantonese), `en`, `ja`, `ko`…
`--style`, `-s`	`standard`	Summary style preset (run `kd styles` to list all)
`--provider`, `-p`	`google`	AI provider: `google` \| `openai` \| `anthropic`
`--model`, `-m`	provider default	AI model name (e.g. `gemini-2.5-flash`, `gpt-4o-mini`)
`--prompt`	—	Custom summarization prompt (overrides `--style`)
`--output`, `-o`	stdout	Output file path
`--format`, `-f`	`markdown`	Output format: `markdown` \| `json` \| `text`
`--no-subtitles`	false	Always use ASR, skip subtitle detection
`--no-summary`	false	Transcript only — no AI, no API key needed
`--transcriber`	`qwen3-asr`	ASR backend: `qwen3-asr` \| `mlx-whisper`
`--model-size`	`1.7b`	Qwen3-ASR size: `1.7b` (accurate) \| `0.6b` (faster)
`--asr-prompt`	—	Context hint for ASR (e.g. dialect, domain, speaker style)

`kd styles`

List all built-in summary style presets.

`kd subtitles <url>`

Extract subtitles only — no ASR, no AI.

`kd config set <key> <value>`

Key	Example
`api-key`	`AIzaSy...`
`provider`	`google`, `openai`, `anthropic`
`model`	`gemini-2.5-flash`
`language`	`zh`
`transcriber`	`qwen3-asr`

`kd mcp-server`

Start the MCP server on stdio transport for Claude Code / Open CLAW.

MCP Server (Claude Code / Open CLAW)

Add to ~/.claude.json:

{
  "mcpServers": {
    "knowledge-distiller": {
      "command": "kd",
      "args": ["mcp-server"],
      "env": {
        "KD_API_KEY": "your-api-key-here",
        "KD_PROVIDER": "google"
      }
    }
  }
}

Available MCP Tools

Tool	Description
`process_url`	Submit a video URL → returns `job_id`. Supports `style`, `language`, `no_summary`, `model_size`…
`get_status`	Poll job progress: `status`, `progress` (0–1), `phase` message
`get_result`	Get result: `format=full` \| `summary` \| `transcript`
`list_jobs`	List all submitted jobs
`configure`	Update provider, model, default prompt

Typical Agent Workflow

Agent → process_url(url="https://youtube.com/watch?v=...", style="investment", language="zh")
      ← { "job_id": "a1b2c3d4" }

Agent → get_status(job_id="a1b2c3d4")
      ← { "status": "transcribing", "progress": 0.6, "phase": "Transcribing audio..." }

Agent → get_result(job_id="a1b2c3d4", format="summary")
      ← {
           "one_sentence": "核心投資論點...",
           "key_points": ["【投資論點】...", "【風險因素】..."]
         }

Configuration

Config file: ~/.config/knowledge-distiller/config.toml

provider = "google"
model = "gemini-2.5-flash"
language = "zh"
transcriber = "qwen3-asr"
default_prompt = ""

Environment variables (override config file):

export KD_PROVIDER=google
export KD_API_KEY=AIzaSy...
export KD_MODEL=gemini-2.5-flash
export KD_LANGUAGE=zh

System Requirements

Python 3.11+
macOS with Apple Silicon (M1/M2/M3/M4) — required for Qwen3-ASR and mlx-whisper local inference
ffmpeg: brew install ffmpeg
qwen-asr: pip install qwen-asr
mlx-whisper: pip install mlx-whisper (alternative ASR backend)

繁體中文

Back to English

什麼是龍蝦知識蒸餾器？

Open CLAW Knowledge Distiller（龍蝦知識蒸餾器，kd）係一個專為 Open CLAW（龍蝦）AI agent 生態系統而設計的開源命令行工具同 MCP 伺服器，可以自動將 YouTube、Bilibili 同 Facebook 影片轉化為結構化知識文章。

處理流程：

若影片有字幕 → 直接提取（無需 ASR 轉錄，速度更快）
若無字幕 → 下載音頻，用 Qwen3-ASR MLX 本地轉錄（Apple Silicon，無需 API Key，零費用）
可選：用 AI 生成多層摘要（一句精華 + 要點列表 + 修正轉錄）

適合誰使用？

需要快速消化大量影片內容的研究者和學生
使用 Claude Code / Open CLAW（龍蝦）的 AI agent 用戶
想從影片獲取結構化筆記而無需完整觀看的人

主要功能

功能	說明
🎙️ 本地 ASR	Qwen3-ASR MLX 完全在設備上運行（Apple Silicon），無 API 費用，永久免費
📝 智能字幕偵測	自動偵測並提取現有字幕，有字幕就跳過 ASR，速度更快
🤖 AI 摘要	支援 Google Gemini、OpenAI、Anthropic
🎨 8 種摘要風格	標準、學術、行動清單、新聞速報、投資分析、播客速覽、深入淺出、極簡子彈
🔌 MCP 伺服器	可從 Claude Code、Open CLAW 或任何 MCP 相容 AI agent 連接
🌏 多語言	粵語、普通話、英語、日語、韓語及 50+ 種語言
⚡ 零 API Key 模式	`--no-summary`：純本地轉錄，無需任何外部服務

安裝

brew install ffmpeg   # 音頻提取工具

pip install openclaw-knowledge-distiller
# 或使用 uv：
uv add openclaw-knowledge-distiller

Qwen3-ASR 模型（約 1-2 GB）首次使用時自動從 Hugging Face 下載，無需手動操作。

從原始碼安裝（開發用）：

git clone https://github.com/destinyfrancis/openclaw-knowledge-distiller.git
cd openclaw-knowledge-distiller
uv sync

快速開始

# ── 無需 API Key（完全本地）──────────────────────────────────────
kd process "https://youtube.com/watch?v=..." --no-summary

# 粵語影片
kd process "https://youtube.com/watch?v=..." \
  --language yue \
  --asr-prompt "這是粵語口語對話，請保留懶音" \
  --no-summary

# ── 使用 AI 摘要（需要 API Key）──────────────────────────────────
kd config set api-key "AIzaSy..."   # 設定 Google Gemini（預設）
kd process "https://youtube.com/watch?v=..."

# 儲存為 Markdown
kd process "https://youtube.com/watch?v=..." --output notes.md

# ── 選擇摘要風格 ───────────────────────────────────────────────────
kd process "https://youtube.com/watch?v=..." --style investment   # 投資分析
kd process "https://youtube.com/watch?v=..." --style academic     # 學術筆記
kd process "https://youtube.com/watch?v=..." --style podcast      # 播客速覽
kd process "https://youtube.com/watch?v=..." --style eli5         # 深入淺出
kd process "https://youtube.com/watch?v=..." --style bullets      # 極簡子彈

# 列出所有可用風格
kd styles

8 種摘要風格

執行 kd styles 查看完整列表，使用 --style <key> 選擇：

Key		名稱	最適合
`standard`	📋	標準摘要	一般影片（預設）
`academic`	🎓	學術筆記	學術演講、研究討論、學術報告
`actions`	✅	行動清單	教程、How-to、步驟指引
`news`	📰	新聞速報	訪談、時事、新聞評論
`investment`	📈	投資分析	財經、股票、加密貨幣、宏觀經濟
`podcast`	🎙️	播客速覽	對話、訪問、脫口秀
`eli5`	🧒	深入淺出	科技、科學、複雜主題
`bullets`	⚡	極簡子彈	極速瀏覽、快速筆記

CLI 參考

`kd process <url>`

旗標	預設值	說明
`--language`, `-l`	自動偵測	語言代碼：`zh`、`yue`（粵語）、`en`、`ja`、`ko`…
`--style`, `-s`	`standard`	摘要風格（執行 `kd styles` 查看全部）
`--provider`, `-p`	`google`	AI 供應商：`google` \| `openai` \| `anthropic`
`--model`, `-m`	供應商預設	AI 模型名稱（例如 `gemini-2.5-flash`）
`--prompt`	—	自訂摘要 prompt（覆蓋 `--style`）
`--output`, `-o`	標準輸出	輸出檔案路徑
`--format`, `-f`	`markdown`	輸出格式：`markdown` \| `json` \| `text`
`--no-subtitles`	false	跳過字幕偵測，強制使用 ASR
`--no-summary`	false	純轉錄模式，無需 AI，無需 API Key
`--transcriber`	`qwen3-asr`	ASR 引擎：`qwen3-asr` \| `mlx-whisper`
`--model-size`	`1.7b`	Qwen3-ASR 模型大小：`1.7b`（高精度）\| `0.6b`（更快）
`--asr-prompt`	—	ASR 上下文提示（例如方言、領域、語氣）

MCP 伺服器配置（Claude Code / Open CLAW 龍蝦）

在 ~/.claude.json 加入：

{
  "mcpServers": {
    "knowledge-distiller": {
      "command": "kd",
      "args": ["mcp-server"],
      "env": {
        "KD_API_KEY": "你的 API Key",
        "KD_PROVIDER": "google"
      }
    }
  }
}

典型 Agent 工作流程

Agent → process_url(url="https://youtube.com/watch?v=...", style="investment", language="zh")
      ← { "job_id": "a1b2c3d4" }

Agent → get_status(job_id="a1b2c3d4")
      ← { "status": "transcribing", "progress": 0.6 }

Agent → get_result(job_id="a1b2c3d4", format="summary")
      ← {
           "one_sentence": "核心投資論點...",
           "key_points": ["【投資論點】...", "【風險因素】..."],
           "full_transcript": "..."
         }

系統需求

Python 3.11+
macOS Apple Silicon（M1/M2/M3/M4）— Qwen3-ASR MLX 本地推理必需
ffmpeg：brew install ffmpeg
qwen-asr：pip install qwen-asr

简体中文

回到英文 · 回到繁體中文

什么是龙虾知识蒸馏器？

Open CLAW Knowledge Distiller（龙虾知识蒸馏器，kd）是一款专为 Open CLAW AI 智能体生态系统设计的开源命令行工具和 MCP 服务器。它能自动将 YouTube、Bilibili 和 Facebook 视频转化为结构化知识文章，完全本地运行，无需任何云端费用。

工作流程：

若视频有字幕 → 直接提取（最快，无需转录）
若无字幕 → 下载音频，用 Qwen3-ASR MLX 在本地转录（Apple 芯片，无需 API 密钥）
将转录文本和风格提示词返回给 Open CLAW，由智能体自行完成摘要生成

核心设计理念： kd 只负责下载和转录这两件重活，摘要生成交给龙虾自己的 AI 来完成——无需额外的 AI API 密钥。

主要功能

功能	说明
🎙️ 本地 ASR	Qwen3-ASR MLX 完全在设备上运行（Apple 芯片），无 API 费用，永久免费
📝 智能字幕检测	自动检测并提取现有字幕，有字幕直接跳过 ASR，速度更快
🤖 智能体摘要	返回转录文本和提示词，由 Open CLAW 自身 AI 完成摘要，无需额外 API 密钥
🎨 8 种摘要风格	标准、学术、行动清单、新闻速报、投资分析、播客速览、深入浅出、极简子弹
🔌 MCP 服务器	可从 Claude Code、Open CLAW 或任何兼容 MCP 的 AI 智能体连接
🌏 多语言支持	粤语、普通话、英语、日语、韩语及 50+ 种语言
⚡ 零 API 密钥模式	`--no-summary`：纯本地转录，无需任何外部服务

安装

brew install ffmpeg   # 音频提取工具

pip install openclaw-knowledge-distiller
# 或使用 uv（推荐）：
uv add openclaw-knowledge-distiller

Qwen3-ASR 模型（约 1-2 GB）首次使用时自动从 Hugging Face 下载，无需手动操作。

快速上手

# ── 零 API 密钥，纯本地转录 ─────────────────────────────────────
# 直接转录，输出文本
kd process "https://www.bilibili.com/video/BV..." --no-summary

# 指定普通话
kd process "https://www.bilibili.com/video/BV..." \
  --language zh \
  --no-summary

# 指定粤语（广东话）
kd process "https://youtube.com/watch?v=..." \
  --language yue \
  --asr-prompt "这是粤语口语对话，请保留原有发音特色" \
  --no-summary

# ── 配置 AI 摘要（可选，需要 API 密钥）───────────────────────────
kd config set api-key "AIzaSy..."       # 设置 Google Gemini（默认）
kd process "https://youtube.com/watch?v=..."

# 保存为 Markdown 文件
kd process "https://youtube.com/watch?v=..." --output 笔记.md

# ── 选择摘要风格 ───────────────────────────────────────────────────
kd process "https://youtube.com/watch?v=..." --style investment   # 投资分析
kd process "https://youtube.com/watch?v=..." --style academic     # 学术笔记
kd process "https://youtube.com/watch?v=..." --style actions      # 行动清单
kd process "https://youtube.com/watch?v=..." --style podcast      # 播客速览
kd process "https://youtube.com/watch?v=..." --style eli5         # 深入浅出
kd process "https://youtube.com/watch?v=..." --style bullets      # 极简子弹

# 查看所有可用风格
kd styles

8 种摘要风格

使用 kd styles 查看完整列表，通过 --style <key> 选择：

Key		名称	最适合
`standard`	📋	标准摘要	一般视频（默认）
`academic`	🎓	学术笔记	学术演讲、研究报告、学术会议
`actions`	✅	行动清单	教程、操作指南、步骤说明
`news`	📰	新闻速报	采访、时事评论、新闻报道
`investment`	📈	投资分析	财经、股市、加密货币、宏观经济
`podcast`	🎙️	播客速览	对话节目、访谈、脱口秀
`eli5`	🧒	深入浅出	科技、科学、复杂专业主题
`bullets`	⚡	极简子弹	快速浏览、会议记录、备忘

CLI 参考

`kd process <url>`

完整流程：检测字幕 → 转录（如需）→ 生成摘要。

参数	默认值	说明
`--language`, `-l`	自动检测	语言代码：`zh`、`yue`（粤语）、`en`、`ja`、`ko`…
`--style`, `-s`	`standard`	摘要风格（运行 `kd styles` 查看全部）
`--provider`, `-p`	`google`	AI 提供商：`google` \| `openai` \| `anthropic`
`--model`, `-m`	提供商默认	AI 模型名称（如 `gemini-2.5-flash`）
`--prompt`	—	自定义摘要提示词（覆盖 `--style`）
`--output`, `-o`	标准输出	输出文件路径
`--format`, `-f`	`markdown`	输出格式：`markdown` \| `json` \| `text`
`--no-subtitles`	false	跳过字幕检测，强制使用 ASR
`--no-summary`	false	纯转录模式，无需 AI，无需 API 密钥
`--transcriber`	`qwen3-asr`	ASR 引擎：`qwen3-asr` \| `mlx-whisper`
`--model-size`	`1.7b`	Qwen3-ASR 模型大小：`1.7b`（高精度）\| `0.6b`（更快）
`--asr-prompt`	—	ASR 上下文提示（如方言特征、专业领域等）

`kd styles`

列出所有内置摘要风格及其提示词。

`kd subtitles <url>`

仅提取字幕，不进行 ASR 或 AI 摘要。

`kd config set <key> <value>`

Key	示例
`api-key`	`AIzaSy...`
`provider`	`google`, `openai`, `anthropic`
`model`	`gemini-2.5-flash`
`language`	`zh`
`transcriber`	`qwen3-asr`

MCP 服务器配置（Open CLAW / Claude Code）

MCP 工具说明

工具	说明
`transcribe_url` ⭐	推荐：返回转录文本和摘要提示词，由 Open CLAW 自行完成摘要
`list_styles`	获取所有摘要风格的完整提示词
`process_url`	完整流程（需配置外部 AI API 密钥）
`get_status`	查询 process_url 任务进度
`get_result`	获取已完成任务的结果
`list_jobs`	列出所有任务

典型 Open CLAW 工作流程

# 第一步：获取转录和提示词
龙虾 → transcribe_url(url="https://www.bilibili.com/video/BV...", style="investment", language="zh")
     ← {
          "transcript": "今天我们来聊一下...",
          "suggested_prompt": "你是一位资深投资分析师...",
          "transcript_source": "qwen3-asr"  // 或 "subtitles"
        }

# 第二步：龙虾用自己的 AI + suggested_prompt 生成结构化摘要
# 无需任何额外 API 调用，零额外成本

系统要求

Python 3.11+
macOS Apple 芯片（M1/M2/M3/M4）— Qwen3-ASR MLX 本地推理必需
ffmpeg：brew install ffmpeg
Qwen3-ASR 模型会在首次使用时自动下载（约 1-2 GB）

Acknowledgements · 致謝

This project stands on the shoulders of remarkable open-source work. We are deeply grateful to the following teams and individuals:

Project	Authors	Contribution
Qwen3-ASR	Alibaba Qwen Team 阿里巴巴 Qwen 團隊	The core ASR model powering local transcription. World-class multilingual speech recognition including Cantonese, Mandarin, and 50+ languages.
Apple MLX	Apple Machine Learning Research	The on-device ML framework enabling Qwen3-ASR to run efficiently on Apple Silicon.
mlx-community	MLX Community Contributors	Quantized MLX model weights hosted on Hugging Face, making local inference accessible.
yt-dlp	yt-dlp contributors	Robust YouTube, Bilibili, and Facebook audio download and subtitle extraction without requiring any API key.
mlx-whisper	Apple MLX Examples Team	Alternative Apple Silicon ASR backend using OpenAI's Whisper architecture.
Pydantic	Samuel Colvin & contributors	Data validation and modelling powering all internal data structures.
Typer	Sebastián Ramírez (tiangolo)	The elegant CLI framework behind the `kd` command interface.
Rich	Will McGugan & Textualize	Beautiful terminal output, progress bars, and formatted tables.
MCP Python SDK	Anthropic & MCP contributors	The Model Context Protocol SDK enabling Claude Code / Open CLAW agent integration.
httpx	Tom Christie & encode	Async HTTP client powering AI provider API calls.

特別感謝 阿里巴巴 Qwen 團隊開發並開源 Qwen3-ASR 模型，令本地、免費、高精度的粵語及多語言轉錄成為可能。同時感謝 yt-dlp 團隊提供強大的音頻下載同字幕提取功能，支援 YouTube、Bilibili 同 Facebook 影片。

Special thanks to the Alibaba Qwen Team for developing and open-sourcing the Qwen3-ASR model, making high-accuracy local speech recognition in Cantonese and 50+ languages possible without any cloud cost. Also grateful to the yt-dlp community for robust audio download and subtitle extraction supporting YouTube, Bilibili, and Facebook videos.

Contributing

Contributions are welcome! Please open an issue or submit a pull request.

Contributors

Avatar	Name	Role
	destinyfrancis	Creator & Maintainer

Openclaw Knowledge Distiller

Reviews

Documentation

Open CLAW Knowledge Distiller 🦞📚

龙虾知识蒸馏器 · 龍蝦知識蒸餾器

English

What is Open CLAW Knowledge Distiller?

Features

Installation

Quick Start

Summary Styles

CLI Reference

kd process <url>

kd styles

kd subtitles <url>

kd config set <key> <value>

kd mcp-server

MCP Server (Claude Code / Open CLAW)

Available MCP Tools

Typical Agent Workflow

Configuration

System Requirements

繁體中文

什麼是龍蝦知識蒸餾器？

主要功能

安裝

快速開始

8 種摘要風格

CLI 參考

kd process <url>

MCP 伺服器配置（Claude Code / Open CLAW 龍蝦）

典型 Agent 工作流程

系統需求

简体中文

什么是龙虾知识蒸馏器？

主要功能

安装

快速上手

8 种摘要风格

CLI 参考

kd process <url>

kd styles

kd subtitles <url>

kd config set <key> <value>

MCP 服务器配置（Open CLAW / Claude Code）

推荐工作流程（龙虾自行摘要）

MCP 工具说明

典型 Open CLAW 工作流程

系统要求

Acknowledgements · 致謝

Contributing

Contributors

License

`kd process <url>`

`kd styles`

`kd subtitles <url>`

`kd config set <key> <value>`

`kd mcp-server`

`kd process <url>`

`kd process <url>`

`kd styles`

`kd subtitles <url>`

`kd config set <key> <value>`