YouTube 字幕提取

# YouTube 内容工具

何时使用

当用户分享 YouTube 链接或视频链接、要求总结视频、索取字幕文本，或希望从任何 YouTube 视频中提取并重新整理内容时使用。将字幕转换为结构化内容（章节、摘要、帖子、博客文章）。

从 YouTube 视频中提取字幕并将其转换为有用的格式。

安装

pip install youtube-transcript-api

辅助脚本

SKILL_DIR 是包含本 SKILL.md 文件的目录。该脚本接受任何标准 YouTube URL 格式、短链接（youtu.be）、Shorts、嵌入、直播链接，或原始的 11 位视频 ID。

# JSON output with metadata
python3 SKILL_DIR/scripts/fetch_transcript.py "https://youtube.com/watch?v=VIDEO_ID"

# Plain text (good for piping into further processing)
python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --text-only

# With timestamps
python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --timestamps

# Specific language with fallback chain
python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --language tr,en

输出格式

获取字幕之后，根据用户的请求进行格式化：

• 章节（Chapters）：按主题转折分组，输出带时间戳的章节列表
• 摘要（Summary）：对整个视频的 5-10 句简明概述
• 分章摘要：每个章节附一段简短总结
• 推文串（Thread）：Twitter/X 帖子格式——编号帖子，每条不超过 280 字符
• 博客文章：带标题、章节和关键要点的完整文章
• 金句（Quotes）：带时间戳的精彩语录

示例 — 章节输出

00:00 Introduction — host opens with the problem statement
03:45 Background — prior work and why existing solutions fall short
12:20 Core method — walkthrough of the proposed approach
24:10 Results — benchmark comparisons and key takeaways
31:55 Q&A — audience questions on scalability and next steps

工作流

1. 获取：使用辅助脚本以 --text-only --timestamps 参数获取字幕。
2. 校验：确认输出非空且语言符合预期。如果为空，去掉 --language 重试以获取任何可用字幕。若仍为空，告知用户该视频可能已禁用字幕。
3. 必要时分块：如果字幕超过约 5 万字符，拆分为重叠块（约 4 万字符 + 2 千重叠），先分别总结再合并。
4. 转换：转换成用户要求的输出格式。如果用户没有指定格式，默认生成摘要。
5. 验证：呈现前重新阅读转换后的输出，检查连贯性、时间戳是否正确以及完整性。

错误处理

• 字幕已禁用：告知用户；建议他们检查视频页面上是否有字幕可用。
• 私密/不可用视频：转达错误并请用户核实 URL。
• 没有匹配的语言：去掉 --language 重试以获取任何可用字幕，然后向用户说明实际语言。
• 依赖缺失：运行 pip install youtube-transcript-api 后重试。