audio and video extraction from WARCs
@nvanva 已经在做这个了。
开始于 2026年10月15日。
评估
这个 Issue 还没有评估数据。
描述
Following this suggestion, I create this separate issue:
"another warc2text extension we want to incorporate is extraction of additional media types, audio and video, for the extended text extraction work. this pipeline should benefit from the same metadata and opt-out processing as everything else.
but i am guessing you might want to coordinate that as a separate, new issue? if so, could you please create an issue and invite @MariaFjodorowa & @akutuzov to spell out the media types they want?"
- 主要语言
- Shell
- 星标
- 1
- 派生
- 0
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
OpenEuroLLM/web-data-processing 的其他 Issue
-
robots.txt可能已有人在做 @nvanva 于 5 天前认领。 未关闭
OpenEuroLLM/web-data-processing#7 · 已指派 1 人 ·
-
S2-S4 updates可能已有人在做 @nvanva 于 5 天前认领。 未关闭
OpenEuroLLM/web-data-processing#6 · 3 条评论 · 已指派 2 人 ·
-
S2-S4 integration可能已有人在做 @nvanva 于 5 天前认领。 未关闭
难度 5/5 一周以上 新手友好度 20/100
OpenEuroLLM/web-data-processing#5 · 已指派 1 人 ·
-
LUMIO manifest generation可能已有人在做 @nvanva 于 11 天前认领。 未关闭
OpenEuroLLM/web-data-processing#4 · 1 条评论 · 已指派 1 人 ·
-
opt-out handling可能已有人在做 @nvanva 于 11 天前认领。 未关闭
OpenEuroLLM/web-data-processing#3 · 3 条评论 · 已指派 1 人 ·
查看 OpenEuroLLM/web-data-processing 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 84/100
维护者通常 1 天内回复
-
package-update
难度 2/5 1-3 小时 新手友好度 62/100
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 72/100
-
难度 2/5 1-3 小时 新手友好度 72/100
cov-lineages/pangolin#583 · 1 条评论 ·
-
难度 2/5 1-3 小时 新手友好度 78/100
obra/superpowers#2567 ·
维护者通常 2 天内回复