YouTube 下载 + 硬字幕压制 + 音乐媒体解读

当用户给出 YouTube 链接并希望下载视频时，按本技能执行完整流程：

• - 下载视频与音频并合并为 MP4
• 下载封面并转为 JPG
• 根据标题目录归档
• 生成音乐媒体视角的推荐理由与约 50 字简介

目标

• - 视频分辨率上限 1080p，优先 MP4 容器
• 音频优先最高品质 m4a
• 自动生成可播放的 MP4 文件
• 若用户选择字幕，执行简体中文字幕优先并硬字幕压制
• 每个视频单独目录保存，目录名为视频标题

输入要求

• - 必须是 YouTube 链接（youtube.com 或 youtu.be）
• 可单条或多条链接；多条时逐条处理

输出目录与文件规范

默认在当前工作目录输出，单条视频目录结构如下：

text
<视频标题>/
<视频标题>.source.mp4
<视频标题>.mp4
<视频标题>.jpg
<视频标题>.srt # 仅字幕流程中可得时保留
推荐解读.md

说明：

• - <视频标题>.source.mp4：音视频合并后的原始版（不带硬字幕）
• <视频标题>.mp4：最终交付版（若做硬字幕则为压制后文件）
• 按用户确认，默认保留上述两个视频文件，便于回退和二次处理

必须执行的交互（字幕选项）

在处理每个链接时，先探测可用字幕能力，然后提醒用户选择：

• - 硬字幕压制（默认推荐）
• 忽略字幕

规则：

• - 用户选“硬字幕压制”：执行字幕下载与烧录流程
• 用户选“忽略字幕”：直接输出 <视频标题>.source.mp4 并复制/重命名为 <视频标题>.mp4
• 若字幕不可用或不可翻译为简中：明确告知，并继续产出无字幕版 <视频标题>.mp4

标准工作流

1) 校验与取元信息

1. 1. 校验链接是否为 YouTube。
2. 用 yt-dlp --dump-single-json 获取：

- title - description - subtitles / automatic_captions

1. 3. 依据 title 创建目录。

示例命令：

bash
yt-dlp --dump-single-json

2) 下载音视频并合并为 source MP4

格式策略（按顺序回退）：

1. 1. bestvideo[height<=1080][ext=mp4] + bestaudio[ext=m4a]
2. best[height<=1080][ext=mp4]
3. best[height<=1080]

示例命令：

bash
yt-dlp \
-f bestvideo[height<=1080][ext=mp4]+bestaudio[ext=m4a]/best[height<=1080][ext=mp4]/best[height<=1080] \
--merge-output-format mp4 \
-o %(title)s/%(title)s.source.%(ext)s \

3) 下载封面为 JPG

bash
yt-dlp \
--skip-download \
--write-thumbnail \
--convert-thumbnails jpg \
-o %(title)s/%(title)s.%(ext)s \

4) 字幕处理（用户选“硬字幕压制”时）

字幕语言优先级：

1. 1. 简体中文（zh-Hans、zh-CN）
2. 其他中文（zh、zh-TW）后转简体
3. 非中文字幕自动翻译为简体中文（平台支持时）

建议先尝试：

bash
yt-dlp \
--skip-download \
--write-sub \
--write-auto-sub \
--sub-langs zh-Hans,zh-CN,zh,zh-TW,* \
--sub-format srt/best \
-o %(title)s/%(title)s.%(ext)s \

拿到字幕后，确保最终用于烧录的是简体中文 .srt（必要时做繁转简）。

5) 硬字幕压制到最终 MP4

使用 ffmpeg 将字幕烧录进画面（重编码）：

bash
ffmpeg -y \
-i <视频标题>/<视频标题>.source.mp4 \
-vf subtitles=<视频标题>/<视频标题>.srt \
-c:v libx264 -crf 20 -preset medium \
-c:a copy \
<视频标题>/<视频标题>.mp4

注意：

• - 硬字幕不可关闭
• 会重编码视频，耗时更长、体积可能变化

若用户选“忽略字幕”，则：

• - 将 <视频标题>.source.mp4 复制或重命名为 <视频标题>.mp4

6) 生成音乐媒体视角解读

基于 title + description 输出两部分内容：

• - 推荐理由：以资深音乐媒体人口吻，聚焦音乐性、编曲/制作、情绪表达、文化语境或舞台表现
• 内容简介：约 50 字，信息密度高，避免空泛褒奖

写入 <视频标题>/推荐解读.md，并在终端同步展示同内容。

推荐解读.md 模板

markdown

推荐解读

视频信息

• - 链接：
• 标题：<视频标题>

推荐理由

<1 段，音乐媒体人视角>

内容简介（约50字）

<约 50 字>

终端输出模板

text
[完成] 已处理：<视频标题>

• - 最终视频：<视频标题>/<视频标题>.mp4
• 原始合并：<视频标题>/<视频标题>.source.mp4
• 封面：<视频标题>/<视频标题>.jpg
• 解读：<视频标题>/推荐解读.md

推荐理由：
<同文件内容>

内容简介（约50字）：
<同文件内容>

异常与兜底

• - 链接不可访问：说明原因并提示检查链接或网络
• 1080p 不可用：回退到可用最高画质（仍优先 MP4）
• m4a 不可用：回退最佳可用音频，并在结果中说明
• 封面转换失败：保留原始缩略图格式并说明
• 字幕不可得或不可翻译：说明并继续产出无字幕 MP4
• ffmpeg 不可用：明确提示安装 ffmpeg，并保留 .source.mp4 与字幕文件

质量要求

• - 不删除用户已有文件
• 不覆盖无关目录内容
• 多链接任务按“一个链接一个目录”稳定输出
• 文案避免模板腔，保持专业、克制、可读