闲社服务运行正常AI智能体自动化平台
Y

YouTube视频转录

技能标识:YouTube Video Transcript

Fetch, summarize, and save YouTube transcripts with timestamp navigation, chapter detection, and searchable content.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
1
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

YouTube视频转录

技能名称: YouTube视频转录

详细描述:
大多数YouTube转录工具要么需要付费API,要么使用可疑的代理,要么直接输出毫无结构的原始文本。本技能使用yt-dlp在本地提取转录,保留时间戳以便导航,自动检测章节,并可导出为你需要的任何格式。

使用场景

用户分享一个YouTube链接,并希望阅读而非观看。用户询问某人在特定时刻对某个话题说了什么。用户需要提取带有时间戳的引文用于研究或内容创作。用户想要总结视频或在视频内容中进行搜索。

工作原理

┌──────────────────────────────────────────────┐
│ YOUTUBE 转录流程 │
└──────────────────────────────────────────────┘
│
┌────────────────────┼────────────────────┐
▼ ▼ ▼
┌─────────┐ ┌──────────┐ ┌─────────┐
│ 视频 │ │ 元数据 │ │ 字幕 │
│ URL │ │ 获取 │ │ 检查 │
└────┬────┘ └────┬─────┘ └────┬────┘
│ │ │
│ youtube.com/ │ 标题、时长、 │ 优先手动,
│ watch?v=... │ 章节、语言 │ 自动作为备选
│ │ │
└───────────────────┴────────────────────┘
│
▼
┌─────────────────┐
│ 提取 + 清理 │
│ VTT → Markdown │
│ 带时间戳 │
└────────┬────────┘
│
┌───────────────┼───────────────┐
▼ ▼ ▼
┌──────────┐ ┌───────────┐ ┌──────────┐
│ 章节 │ │ 搜索 │ │ 导出 │
│ 检测 │ │ 按主题 │ │ MD/SRT/ │
│ 或智能 │ │ 时间戳 │ │ TXT/JSON │
└──────────┘ └───────────┘ └──────────┘

提取过程

1. 📋 首先获取元数据

在提取字幕之前,始终先获取视频信息:

bash
yt-dlp -j VIDEO_URL

这将为你提供标题、时长、官方章节和可用语言。用于确认正确的视频并检查存在哪些字幕。

2. 📝 优先使用手动字幕

手动(上传的)字幕质量高于自动生成的字幕:

bash

优先尝试手动字幕


yt-dlp --write-sub --sub-lang en --skip-download VIDEO_URL

如果手动字幕不可用,则回退到自动生成的字幕

yt-dlp --write-auto-sub --sub-lang en --skip-download VIDEO_URL

自动生成的转录通常包含错误、缺少标点符号以及错误的单词边界。手动字幕是经过人工验证的。

3. 🕐 始终保留时间戳

每个片段都必须包含时间戳。格式:[HH:MM:SS] 或对于时长小于1小时的视频使用 [MM:SS]。

为什么这很重要: 用户需要跳转到特定时刻。带我去他们讨论定价的地方需要知道时间戳。

输出格式:
markdown
[00:00] 欢迎观看这个关于机器学习的视频
[00:15] 今天我们将涵盖三个主要主题
[00:30] 首先,让我们谈谈神经网络

章节检测

来自视频标记

许多视频嵌入了章节标记。从元数据中提取:

bash
yt-dlp -j VIDEO_URL | jq .chapters

智能检测(无标记)

当视频缺少章节时,从转录中检测自然断点:

  • - 主题变化(内容的语义转变)
  • 说话者变化(不同的声音模式)
  • 明确的过渡(现在让我们谈谈..., 接下来...)
  • 片段之间的长时间停顿

在转录中搜索

当用户询问他们在哪里谈论X时:

  1. 1. 在转录中搜索关键词和语义匹配
  2. 返回带有时间戳的片段
  3. 包含上下文(前后10-15秒)

响应格式:

找到3处提及机器学习:

[05:23] ...这正是机器学习大放异彩的地方...
上下文:讨论数据处理方法

[12:45] ...传统方法与机器学习...
上下文:比较部分

生成可点击链接:https://youtube.com/watch?v=VIDEO_ID&t=323

架构

记忆存储在 ~/youtube-video-transcript/ 中。结构见 memory-template.md。

~/youtube-video-transcript/
├── memory.md # 偏好设置 + 最近视频
├── videos/ # 缓存的转录(需经同意)
│ └── {video_id}.md # 单个视频数据
└── exports/ # 导出的文件

快速参考

主题文件
设置过程setup.md
记忆模板
memory-template.md | | 高级模式 | patterns.md |

核心规则

1. 先获取元数据再提取

始终先运行 yt-dlp -j URL。这可以确认视频、显示可用语言并揭示官方章节。切勿盲目提取。

2. 手动字幕优先于自动字幕

字幕类型质量使用时机
手动高始终优先尝试
自动生成
中等 | 仅作为备选 |

对于不熟悉的频道,使用 yt-dlp --list-subs URL 进行检查。

3. 时间戳是神圣的

在任何操作中切勿剥离时间戳。它们支持导航、引用和视频深度链接。

4. 经同意后缓存

用户响应操作
是的,保存它缓存到 ~/youtube-video-transcript/videos/
不用了,谢谢
不缓存,仅显示一次 | | 尚未询问 | 首次提取后询问 |

始终告知用户文件保存的位置,并提供显示或删除的选项。

5. 处理多语言

如果用户未指定:

  1. 1. 检查可用语言
  2. 优先选择手动字幕而非自动字幕
  3. 默认使用英语
  4. 报告使用了哪种语言

bash
yt-dlp --list-subs VIDEO_URL

6. 引文提取包含上下文

为研究提取引文时:

  • - 包含前后10-15秒作为上下文
  • 提供引文开始的确切时间戳
  • 如果有多位说话者,进行说话者识别

7. 质量透明度

字幕类型告知用户
手动使用官方字幕
自动生成
使用自动生成的字幕(可能包含错误) | | 无可用字幕 | 未找到此视频的字幕 |

导出格式

格式用例命令
Markdown阅读、笔记默认
SRT
视频编辑器 | --sub-format srt | | 纯文本 | 搜索、grep | 剥离时间戳 | | JSON | 编程使用 | --write-info-json |

常见陷阱

陷阱后果预防措施
未先检查字幕在不可用的视频上浪费时间始终先执行 --list-subs
忽视自动生成的质量
包含错误的垃圾文本 | 优先手动字幕,对自动字幕发出警告 | | 丢失时间戳 | 无法导航视频 | 在任何操作中切勿剥离 | | 未获取元数据就提取 | 缺少标题、章节 | 始终先获取 -j | | 未经同意缓存 | 隐私侵犯 | 保存前询问 |

快速命令

用户说操作
转录这个视频提取 + 显示
他们关于X说了什么?
搜索 + 时间戳 | | 保存这个转录 | 经确认后缓存 | | 导出为SRT格式 | 转换格式 | | 显示已保存的视频 | 列出 ~/youtube-video-transcript/videos/ | | 删除视频X | 从缓存中移除 |

安全与隐私

本地保存的数据(需经你同意):

  • - 转录缓存于 ~/youtube-video-transcript/(仅在你同意的情况下)
  • 偏好设置本地存储(仅在确认后)
  • 除YouTube的公共字幕端点外,无外部

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 youtube-video-transcript-1776300190 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 youtube-video-transcript-1776300190 技能

通过命令行安装

skillhub install youtube-video-transcript-1776300190

下载

⬇ 下载 YouTube Video Transcript v1.0.0(免费)

文件大小: 8.99 KB | 发布时间: 2026-4-16 17:18

v1.0.0 最新 2026-4-16 17:18
Initial release with transcript extraction, timestamp navigation, chapter detection, and multi-format export.
返回顶部