Communitygithub.com

YouTube Zusammenfassungs-Fähigkeit

Automatisch YouTube-Video-Transkripte abrufen, strukturierte Zusammenfassungen erstellen und vollständige Transkripte an Messaging-Plattformen senden. Erkennt YouTube-URLs und liefert Metadaten, wichtige Erkenntnisse und herunterladbare Transkripte.

Was ist YouTube Zusammenfassungs-Fähigkeit?

Diese Fähigkeit ermöglicht es einem KI-Agenten, automatisch YouTube-Video-Transkripte abzurufen, strukturierte Zusammenfassungen zu generieren und vollständige Transkripte an Messaging-Plattformen wie Telegram zu senden. Sie unterstützt mehrere Modi (quick, standard, deep) für unterschiedliche Detailtiefen und extrahiert Videometadaten wie Titel, Kanal, Aufrufe und Veröffentlichungsdatum. Im Gegensatz zu ChatGPT, das keinen direkten Zugriff auf YouTube-Transkripte hat, bietet diese Fähigkeit einen einstufigen Extrahierungsprozess, der Zeit spart und konsistente, formatierte Ausgaben liefert. Sie ist ideal für Content-Ersteller, Forscher und Analysten, die mehrere Videos effizient zusammenfassen und durchsuchbare Transkriptarchive aufbauen möchten. Die Fähigkeit arbeitet auf VPS/Cloud-Umgebungen, umgeht IP-Sperren durch Android-Client-Emulation und unterstützt mehrere Sprachen mit Englisch als Fallback. Die Installation erfordert einen MCP-YouTube-Transkript-Server, der über die bereitgestellten Befehle eingerichtet wird.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ever-just/agentskills/tree/HEAD/skills/white-paper-writing/ai-marketing-skills/youtube-summarizer

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht YouTube Zusammenfassungs-Fähigkeit?

Automatisch Transkripte von YouTube-Videos abrufen, strukturierte Zusammenfassungen erstellen und vollständige Transkripte an Messaging-Plattformen senden.

Modus

Aus dem Kontext erkennen oder fragen: "Kurze TL;DR, vollständige Zusammenfassung oder vollständige Zusammenfassung mit Inhaltswinkeln?"

ModusWas du bekommstAm besten geeignet für
quick3-Punkte-TL;DR + einzelne HaupterkenntnisSchnelle Konsumation, Teilen eines Clips
standardVollständige strukturierte Zusammenfassung: These, Erkenntnisse, FazitLernen, Notizen machen, Recherche
deepVollständige Zusammenfassung + Kapitelaufschlüsselung + Möglichkeiten zur InhaltswiederverwendungEin Video in nutzbaren Content verwandeln

Standard: standard — verwende quick, wenn sie nur den Kern wollen. Verwende deep, wenn sie das Video in nutzbaren Content extrahieren wollen.


Warum Dies vs. ChatGPT?

Problem mit ChatGPT: Es kann nicht direkt auf YouTube-Transkripte zugreifen. Du musst manuell Untertitel kopieren/einfügen oder zuerst ein Drittanbieter-Tool verwenden, dann den Text an ChatGPT verfüttern. Mehrschrittig, umständlich, verliert Videometadaten.

Diese Fähigkeit bietet:

  1. Einschrittige Transkriptextraktion - Eine YouTube-URL einfügen, das vollständige Transkript automatisch erhalten
  2. Strukturierte Zusammenfassung - Konsistentes Format (These → Erkenntnisse → Fazit) jedes Mal, keine zufälligen Aufzählungspunkte
  3. Videometadaten inbegriffen - Titel, Kanal, Aufrufe, Veröffentlichungsdatum in die Zusammenfassung eingebettet
  4. Lieferung des vollständigen Transkripts - Speichert das zeitgestempelte Transkript in einer Datei und sendet es an Telegram/Chat-Plattformen
  5. Funktioniert von VPS/Cloud - Verwendet Android-Client-Emulation, um YouTubes Cloud-IP-Blockierung zu umgehen (wo yt-dlp scheitert)
  6. Mehrsprachige Unterstützung - Ruft automatisch in der angeforderten Sprache ab mit Englisch als Fallback

Du kannst dies replizieren, indem du manuell Untertitel aktivierst, Text kopierst, in ChatGPT einfügst, die Ausgabe neu formatierst, in einer Datei speicherst und hochlädst. Dauert 5-10 Minuten. Diese Fähigkeit erledigt es in 15-20 Sekunden.

Wann Verwenden

Aktiviere diese Fähigkeit, wenn:

  • Der Benutzer eine YouTube-URL teilt (youtube.com/watch, youtu.be, youtube.com/shorts)
  • Der Benutzer bittet, ein YouTube-Video zusammenzufassen oder zu transkribieren
  • Der Benutzer Informationen über den Inhalt eines YouTube-Videos anfordert
  • Du Videoinhalte für Recherche oder Content-Erstellung analysieren musst

Abhängigkeiten

Erforderlich: MCP YouTube Transcript Server muss installiert sein unter: /root/clawd/mcp-server-youtube-transcript

Falls nicht vorhanden, installieren:

cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

Arbeitsablauf

1. YouTube-URL erkennen

Extrahiere die Video-ID aus diesen Mustern:

  • https://www.youtube.com/watch?v=VIDEO_ID
  • https://youtu.be/VIDEO_ID
  • https://www.youtube.com/shorts/VIDEO_ID
  • Direkte Video-ID: VIDEO_ID (11 Zeichen)

2. Transkript abrufen

Führe diesen Befehl aus, um das Transkript zu erhalten:

cd /root/clawd/mcp-server-youtube-transcript && node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'VIDEO_ID', lang: 'en' });
console.log(JSON.stringify(result, null, 2));
" > /tmp/yt-transcript.json

Ersetze VIDEO_ID mit der extrahierten ID. Lese die Ausgabe aus /tmp/yt-transcript.json.

3. Daten verarbeiten

Parse das JSON, um zu extrahieren:

  • result.metadata.title - Video-Titel
  • result.metadata.author - Kanalname
  • result.metadata.viewCount - Formatierte Aufrufanzahl
  • result.metadata.publishDate - Veröffentlichungsdatum
  • result.actualLang - Verwendete Sprache
  • result.lines - Array von Transkriptsegmenten

Vollständiger Text: result.lines.map(l => l.text).join(' ')

4. Zusammenfassung erstellen

Erstelle eine strukturierte Zusammenfassung mit dieser Vorlage:

📹 **Video:** [titel]
👤 **Kanal:** [autor] | 👁️ **Aufrufe:** [aufrufe] | 📅 **Veröffentlicht:** [datum]

**🎯 Hauptthese:**
[1-2 Satz Kernargument/-botschaft]

**💡 Wichtige Erkenntnisse:**
- [Erkenntnis 1]
- [Erkenntnis 2]
- [Erkenntnis 3]
- [Erkenntnis 4]
- [Erkenntnis 5]

**📝 Bemerkenswerte Punkte:**
- [zusätzlicher Punkt 1]
- [zusätzlicher Punkt 2]

**🔑 Fazit:**
[Praktische Anwendung oder Schlussfolgerung]

Ziele auf:

  • Hauptthese: maximal 1-2 Sätze
  • Wichtige Erkenntnisse: 3-5 Aufzählungspunkte, jeder 1-2 Sätze
  • Bemerkenswerte Punkte: 2-4 unterstützende Details
  • Fazit: Handlungsorientierte Schlussfolgerung

5. Vollständiges Transkript speichern

Speichere das vollständige Transkript in einer mit Zeitstempel versehenen Datei:

/root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt

Füge in die Datei ein:

  • Kopfzeile mit Videometadaten (Titel, Kanal, URL, Datum)
  • Vollständiger Transkripttext
  • URL-Referenz für einfaches Nachschlagen

6. Plattformspezifische Zustellung

Wenn Kanal Telegram ist:

message --action send --channel telegram --target CHAT_ID \
  --filePath /root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt \
  --caption "📄 YouTube-Transkript: [titel]"

Wenn Kanal andere/Webchat ist: Antworte einfach mit der Zusammenfassung (kein Dateianhang).

7. Mit Zusammenfassung antworten

Sende die strukturierte Zusammenfassung als deine Antwort an den Benutzer.

Echter Anwendungsfall

Benutzer: Content-Ersteller, der YouTube-Strategien von Mitbewerbern recherchiert

Herausforderung: Musste 20+ Konkurrenzvideos pro Woche analysieren, um Trendthemen, Nachrichtenmuster und inhaltliche Lücken zu identifizieren. Manueller Prozess: Video ansehen, Notizen machen, Schlüsselzitate transkribieren. Zeit: 30-45 Min. pro Video.

Lösung mit youtube-summarizer:

  1. YouTube-URL im Chat ablegen
  2. Strukturierte Zusammenfassung in 20 Sekunden erhalten
  3. Vollständiges Transkript zur Referenz gespeichert
  4. Wichtige Erkenntnisse für Content-Planungsdokument kopieren

Arbeitsablauf-Beispiel:

Benutzer: Analysiere dieses Video: https://youtube.com/watch?v=abc123
[20 Sekunden später]

📹 Video: "10 KI-Tools, die deinen Job im Jahr 2026 ersetzen werden"
👤 Kanal: TechFuturist | 👁️ Aufrufe: 847K | 📅 Veröffentlicht: 12. Jan. 2026

🎯 Hauptthese:
KI-Tools automatisieren kreative und wissensbasierte Arbeit schneller als erwartet, aber die eigentliche Chance liegt in der Erweiterung, nicht im Ersatz.

💡 Wichtige Erkenntnisse:
- ChatGPT-Nutzung unter Vermarktern stieg von 12% auf 67% in einem Jahr
- Videobearbeitungszeit um 80% reduziert mit KI-Tools wie Descript
- Die größten Erfolge kommen durch die Kombination von Tools (Notion + Claude + Zapier)
- Unternehmen stellen "KI-Workflow-Designer" ein, um die Mensch-KI-Zusammenarbeit zu optimieren
- Arbeitnehmer, die im Geheimen KI nutzen, übertreffen Kollegen um 40% (BCG-Studie)

📝 Bemerkenswerte Punkte:
- Zeigt Beispiele von 3 kleinen Unternehmen, die ihre Ausgabe mit KI verzehnfacht haben
- Warnt vor übermäßiger Automatisierung: "KI kann schreiben, aber nicht strategisch denken"

🔑 Fazit:
Frage nicht "Wird KI mich ersetzen?" Frage: "Wie kann ich KI nutzen, um 10x wertvoller zu werden?"

Ergebnisse nach 8 Wochen:

  • Zeitersparnis: 25 Stunden/Woche (von 600 Min. auf 60 Min. für 20 Videos)
  • Inhaltsausgabe: 3 Videos/Woche (von 1/Woche)
  • Bessere Erkenntnisse: Vollständige Transkripte durchsuchbar, Muster gefunden, die beim bloßen Ansehen übersehen wurden
  • Wettbewerbsinformationen: Datenbank mit 160+ Zusammenfassungen von Konkurrenzvideos mit Schlüsselzitaten aufgebaut
  • ROI-Zitat: "Diese Fähigkeit hat die Konkurrenzforschung von einer lästigen Pflicht in ein Fließband verwandelt."

Warum Dies Manuelle Methoden Schlägt

MethodeZeitHolt MetadatenStrukturierte AusgabeDurchsuchbares ArchivCloud-freundlich
Ansehen + Notizen machen30-45 Min.NeinNeinNur manuellN/A
YouTube-Transkriptfunktion5 Min.NeinNeinNeinJa
yt-dlp2-5 Min.JaNeinJa❌ Auf VPS blockiert
In ChatGPT kopieren10 Min.NeinManchmalNeinJa
Diese Fähigkeit20 Sek.JaJaJa✅ Funktioniert auf VPS

Fehlerbehandlung

Wenn Transkriptabruf fehlschlägt:

  • Überprüfe, ob das Video Untertitel aktiviert hat
  • Versuche es mit lang: 'en' als Fallback, wenn die angeforderte Sprache nicht verfügbar ist
  • Informiere den Benutzer, dass das Transkript nicht verfügbar ist und schlage Alternativen vor:
    • Manuelle YouTube-Transkriptfunktion (Einstellungen → Transkript anzeigen)
    • Video hat möglicherweise keine Untertitel
    • Versuche ein anderes Video

Wenn MCP-Server nicht installiert ist:

  • Gib Installationsanweisungen
  • Biete an, es automatisch zu installieren, falls im entsprechenden Kontext

Wenn Video-ID-Extraktion fehlschlägt:

  • Bitte den Benutzer, die vollständige YouTube-URL oder Video-ID bereitzustellen

Wenn Video altersbeschränkt oder privat ist:

  • Informiere den Benutzer, dass das Transkript aufgrund von Einschränkungen nicht abgerufen werden kann
  • Schlageschlage vor, die Datenschutzeinstellungen des Videos zu überprüfen

Beispiele

Beispiel 1: Technik-Tutorial

Eingabe: https://youtube.com/watch?v=dQw4w9WgXcQ

Ausgabe:

📹 **Video:** "Ein SaaS von Grund auf neu aufbauen: Lektionen von 10.000 $ MRR"
👤 **Kanal:** IndieHackerTV | 👁️ **Aufrufe:** 124K | 📅 **Veröffentlicht:** 1. Feb. 2026

**🎯 Hauptthese:**
Die meisten SaaS-Gründer scheitern, weil sie 6 Monate lang bauen, bevor sie mit Kunden sprechen. Der Weg zu 10.000 $ MRR sind Kundengespräche zuerst, MVP zweitens.

**💡 Wichtige Erkenntnisse:**
- 50 potenzielle Kunden interviewt, bevor eine einzige Zeile Code geschrieben wurde
- Erster zahlender Kunde meldete sich mit einem Figma-Mockup an (noch kein Produkt gebaut)
- 99 $/Monat ab Tag 1 berechnet (keine kostenlose Stufe, keine Rabatte)
- 0 $ für Werbung ausgegeben; alles Wachstum durch Twitter- + Reddit-Engagement
- 10.000 $ MRR in 9 Monaten erreicht, indem man "Nein" zu Feature-Anfragen sagte, die nicht zum ICP passten

**📝 Bemerkenswerte Punkte:**
- Stripe-Zahlungslinks verwendet, bevor ein Abrechnungssystem gebaut wurde
- Die ersten 3 Kunden kamen durch die Lösung ihrer Probleme öffentlich auf Twitter
- Wöchentliche "Baue öffentlich"-Updates auf Twitter brachten 40% der Anmeldungen

**🔑 Fazit:**
Validiere die Nachfrage, bevor du baust. Wenn 10 Leute nicht für einen Mockup bezahlen, werden es 1.000 nicht für das echte Produkt tun.

Beispiel 2: Geschäftsstrategie-Video

Eingabe: https://youtu.be/abc123xyz

Ausgabe:

📹 **Video:** "Warum Notions Geschäftsmodell genial ist"
👤 **Kanal:** SaaS Breakdowns | 👁️ **Aufrufe:** 456K | 📅 **Veröffentlicht:** 28. Jan. 2026

**🎯 Hauptthese:**
Notions Wachstumsstrategie dreht traditionelles SaaS um: Das Produkt kostenlos an Einzelpersonen verschenken, monetarisieren, wenn sie es mit zur Arbeit bringen.

**💡 Wichtige Erkenntnisse:**
- 80% der Enterprise-Deals von Notion begannen mit einem einzelnen Mitarbeiter, der den kostenlosen Plan nutzte
- Bottom-up-Adoption = kein Verkaufsteam für die ersten 10 Mio. $ ARR nötig
- Der Vorlagen-Marktplatz schuf einen Content-Schwungrad (100.000+ kostenlose Vorlagen)
- Persönliche Nutzung (kostenlos) → Team-Nutzung (kostenpflichtig) Konversionsrate: 23% (Branchendurchschnitt: 2-5%)
- Community-Evangelisation ersetzte traditionelles Marketing (4 Mio.+ Reddit/Discord-Mitglieder)

**📝 Bemerkenswerte Punkte:**
- Notions viraler Koeffizient: 1,4 (jeder Benutzer lädt durchschnittlich 1,4 andere ein)
- Vorlagen-Ersteller treiben 30% der Neukundengewinnung
- Preisstrategie: Kostenlos bis 10 Personen = keine Reibung beim Start

**🔑 Fazit:**
Baue zuerst ein Produkt, das Einzelpersonen lieben. Enterprise-Verkäufe werden folgen, wenn Mitarbeiter es bei der Arbeit einfordern.

Qualitätsrichtlinien

  • Sei präzise: Die Zusammenfassung sollte in 30 Sekunden überfliegbar sein
  • Sei genau: Füge keine Informationen hinzu, die nicht im Transkript stehen
  • Sei strukturiert: Verwende konsistente Formatierung für einfaches Lesen
  • Sei kontextbezogen: Passe den Detailgrad basierend auf der Videolänge an
    • Kurze Videos (<5 Min.): Kurze Zusammenfassung (3 wichtige Erkenntnisse)
    • Mittlere Videos (5-30 Min.): Standardformat (5 wichtige Erkenntnisse)
    • Lange Videos (>30 Min.): Detaillierte Aufschlüsselung (7+ Erkenntnisse, bei Bedarf in Abschnitte unterteilt)
  • Extrahiere Wert: Konzentriere dich auf umsetzbare Erkenntnisse, Datenpunkte und konträre Ansichten (nicht allgemeine Ratschläge)

Profi-Tipps

Für bessere Zusammenfassungen:

  1. Priorisiere Datenpunkte - Zahlen, Prozentsätze, Studienzitate stechen hervor
  2. Extrahiere Zitate - Einprägsame Einzeiler machen Zusammenfassungen teilbar
  3. Identifiziere Frameworks - Wenn das Video eine Methode/einen Prozess präsentiert, extrahiere die Schritte
  4. Erkenne konträre Ansichten - Unkonventionelle Weisheiten sind wertvoller als allgemeine Ratschläge
  5. Notiere Beweise - Beispiele, Fallstudien, Vorher-Nachher-Ergebnisse verleihen Glaubwürdigkeit

Für Recherche-Workflows:

  1. Baue eine Transkriptbibliothek auf - Organisiere nach Thema/Nische für Mustererkennung
  2. Durchsuche Transkripte - Verwende grep oder Textsuche, um Erwähnungen bestimmter Themen zu finden
  3. Verfolge Trends - Gleiches Thema in mehreren Videos = aufkommender Trend
  4. Extrahiere Prompts - Speichere nützliche Frameworks/Methoden als wiederverwendbare Prompts

Für die Content-Erstellung:

  1. Finde inhaltliche Lücken - Welche Fragen werden gestellt, aber nicht vollständig beantwortet?
  2. Analysiere Top-Performer - Welche Struktur/welches Tempo verwenden Videos mit hohen Aufrufzahlen?
  3. Extrahiere Hooks - Die ersten 30 Sekunden des Transkripts = bewährte Hook-Muster
  4. Nutze Erkenntnisse wieder - Verwandle Videoerkenntnisse in Twitter-Threads, Blogbeiträge, Newsletter

Konfiguration

Standardmodus (Standard)

youtube-summarizer [URL]
  • Ruft Transkript auf Englisch ab
  • Erstellt strukturierte Zusammenfassung
  • Speichert Transkript in Datei
  • Sendet an Messaging-Plattform, falls zutreffend

Schnellmodus

youtube-summarizer [URL] --quick
  • These + 3 wichtige Erkenntnisse nur
  • Keine Transkriptdatei gespeichert
  • Schnellere Verarbeitung für schnelle Recherche

Tiefenmodus

youtube-summarizer [URL] --deep
  • Erweiterte Zusammenfassung mit Zeitstempeln
  • Abschnittsweise Aufschlüsselung für lange Videos
  • Enthält alle bemerkenswerten Zitate

Sprachspezifisch

youtube-summarizer [URL] --lang es
  • Ruft Transkript in angegebener Sprache ab
  • Fallback auf Englisch, wenn nicht verfügbar

Installation & Einrichtung

# 1. MCP-Server klonen und installieren
cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

# 2. Installation testen
node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'dQw4w9WgXcQ', lang: 'en' });
console.log(result.metadata.title);
"

# 3. Transkriptverzeichnis erstellen
mkdir -p /root/clawd/transcripts

# 4. Überprüfen, ob die Fähigkeit bereit ist
youtube-summarizer --check-setup

Häufige Probleme

Problem: "Transkript nicht verfügbar"

  • Ursache: Video hat keine Untertitel/Untertitel aktiviert
  • Lösung: Bitte den Videoersteller, Untertitel zu aktivieren, oder versuche ein anderes Video

Problem: "Transkriptabruf fehlgeschlagen" (auf VPS)

  • Ursache: YouTube hat möglicherweise seine API aktualisiert
  • Lösung: MCP-Server aktualisieren: cd /root/clawd/mcp-server-youtube-transcript && git pull && npm install && npm run build

Problem: "Video-ID nicht erkannt"

  • Ursache: Fehlerhafte URL oder nicht unterstütztes Format
  • Lösung: Stelle sicher, dass die URL einem der unterstützten Formate entspricht: youtube.com/watch?v=, youtu.be/, youtube.com/shorts/

Support & Mitwirken

Bei Problemen oder Feature-Anfragen:

  • Repository: agentskills
  • Öffne ein Issue oder reiche einen Pull Request ein

Lizenz

MIT

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ever-just/agentskills

> Declarative animations for React. Springs, gestures, layout animations, and page transitions. GPU-accelerated, production-ready.

ever-just/agentskills

> Create animated logos, icons, and micro-interactions as lightweight Lottie JSON files. No After Effects needed — build animations entirely in code.

ever-just/agentskills

> A TypeScript library using generators to program animations with a real-time editor. Ideal for explainer videos, code walkthroughs, and educational content.

ever-just/agentskills

> Add animated subtitles and captions to Remotion videos from .SRT files. TikTok-style word-by-word highlights, karaoke effects, and more.

ever-just/agentskills

> Create videos programmatically using React components. The most mature framework for code-driven video production.

ever-just/agentskills

> Copy-paste video components for Remotion. Intros, text effects, transitions, and full scene templates. Like shadcn/ui but for video.

ever-just/agentskills

Extract actionable intelligence from video content across YouTube, Vimeo, and company websites. Video reveals what text sources cannot: facility scale, team composition, product demonstrations, signage, event attendance, and operational reality.

ever-just/agentskills

Optimize and embed an existing video as a fast, crisp, autoplaying hero/background/loop on a website. Use when adding or replacing a video on a marketing site and it is too heavy, will not autoplay (especially on mobile/Safari), shows a codec error, or looks soft — to transcode it to web-safe H.264 with the right pixel format, faststart, retina-aware sizing, and a poster frame, then embed and verify it actually plays. This is optimization + embedding of footage you already have, not creating/animating a video (for that use remotion/moviepy/motion-canvas). Use when the user says "add this video to the site", "the hero video is too big / won't play / isn't crisp", "replace the homepage video", or "make this loop on the landing page".

ever-just/agentskills

Full conversion audit for any homepage or landing page. Use when someone asks to "review my homepage," "audit my landing page," "why isn't my page converting," "check my website," or wants feedback on their marketing page. Requires URL or screenshot before proceeding.

Verwandte Skills