Communitygithub.com

AlperTuncOrtak/crypto-data-pipeline

Extrahiert Transkripte von YouTube-Videos und erstellt umfassende, detaillierte Zusammenfassungen unter Verwendung intelligenter Analyse-Frameworks.

Was ist crypto-data-pipeline?

Diese Fähigkeit extrahiert Transkripte von YouTube-Videos und generiert detaillierte, umfassende Zusammenfassungen unter Verwendung des STAR + R-I-S-E Frameworks. Sie prüft die Verfügbarkeit von Videos und deren Transkripten, extrahiert die Textdaten mit der Python-Bibliothek `youtube-transcript-api` und produziert gut strukturierte Markdown-Dokumentation. Die Fähigkeit ist ideal für Entwickler und Power-User, die Bildungsinhalte, Vorträge oder Tutorials analysieren und für die spätere Referenz aufbereiten möchten. Sie unterstützt mehrere Video-URL-Formate, automatische Spracherkennung mit Fallback und bietet eine visuelle Fortschrittsanzeige während der Verarbeitung. Die Fähigkeit arbeitet auf CLI-Ebene in Umgebungen wie Claude Code und erfordert lediglich Python und die genannte Bibliothek, um vollständig autonom zu funktionieren.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AlperTuncOrtak/crypto-data-pipeline/tree/HEAD/skills/youtube-summarizer

In Ihrer bevorzugten KI fragen

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

Dokumentation

youtube-summarizer

Zweck

Diese Fähigkeit extrahiert Transkripte von YouTube-Videos und generiert umfassende, detaillierte Zusammenfassungen unter Verwendung des STAR + R-I-S-E Frameworks. Sie validiert die Verfügbarkeit von Videos, extrahiert Transkripte mit der Python-Bibliothek youtube-transcript-api und erstellt detaillierte Dokumentation, die alle Erkenntnisse, Argumente und Schlüsselpunkte erfasst.

Die Fähigkeit ist für Benutzer konzipiert, die eine gründliche Inhaltsanalyse und Referenzdokumentation von lehrreichen Videos, Vorträgen, Tutorials oder Informationsinhalten benötigen.

Wann diese Fähigkeit verwendet werden sollte

Diese Fähigkeit sollte verwendet werden, wenn:

  • Der Benutzer eine YouTube-Video-URL angibt und eine detaillierte Zusammenfassung wünscht
  • Der Benutzer Videoinhalte für die Referenz dokumentieren möchte, ohne sie erneut anzusehen
  • Der Benutzer Erkenntnisse, Schlüsselpunkte und Argumente aus lehrreichen Inhalten extrahieren möchte
  • Der Benutzer Transkripte von YouTube-Videos zur Analyse benötigt
  • Der Benutzer bittet, YouTube-Videos „zusammenzufassen“, „zu resümieren“ oder „Inhalte zu extrahieren“
  • Der Benutzer eine umfassende Dokumentation wünscht, die Vollständigkeit über Kürze stellt

Schritt 0: Erkennung & Einrichtung

Überprüfen Sie vor der Verarbeitung von Videos die Umgebung und Abhängigkeiten:

# Prüfen, ob youtube-transcript-api installiert ist
python3 -c "import youtube_transcript_api" 2>/dev/null
if [ $? -ne 0 ]; then
    echo "⚠️  youtube-transcript-api nicht gefunden"
    # Installation anbieten
fi

# Prüfen, ob Python verfügbar ist
if ! command -v python3 &>/dev/null; then
    echo "❌ Python 3 wird benötigt, ist aber nicht installiert"
    exit 1
fi

Fragen Sie den Benutzer, wenn die Abhängigkeit fehlt:

youtube-transcript-api wird benötigt, ist aber nicht installiert.

Möchten Sie es jetzt installieren?
- [ ] Ja - Mit pip installieren (pip install youtube-transcript-api)
- [ ] Nein - Ich installiere es manuell

Wenn der Benutzer „Ja“ auswählt:

pip install youtube-transcript-api

Installation überprüfen:

python3 -c "import youtube_transcript_api; print('✅ youtube-transcript-api erfolgreich installiert')"

Hauptarbeitsablauf

Richtlinien zur Fortschrittsverfolgung

Zeigen Sie während des gesamten Arbeitsablaufs vor jedem Schritt eine visuelle Fortschrittsanzeige an, um den Benutzer zu informieren. Das Format der Anzeige ist:

echo "[████░░░░░░░░░░░░░░░░] 20% - Schritt 1/5: URL validieren"

Formatspezifikationen:

  • 20 Zeichen breit (█ für gefüllt, ░ für leer)
  • Prozentsatz schrittweise: Schritt 1=20%, Schritt 2=40%, Schritt 3=60%, Schritt 4=80%, Schritt 5=100%
  • Schrittzähler mit aktuell/gesamt (z. B. „Schritt 3/5“)
  • Kurze Beschreibung der aktuellen Phase

Zeigen Sie das anfängliche Statusfeld vor Schritt 1 an:

╔══════════════════════════════════════════════════════════════╗
║     📹  YOUTUBE SUMMARIZER - Video wird verarbeitet         ║
╠══════════════════════════════════════════════════════════════╣
║ → Schritt 1: URL validieren                [IN BEARBEITUNG] ║
║ ○ Schritt 2: Verfügbarkeit prüfen                           ║
║ ○ Schritt 3: Transkript extrahieren                         ║
║ ○ Schritt 4: Zusammenfassung generieren                     ║
║ ○ Schritt 5: Ausgabe formatieren                            ║
╠══════════════════════════════════════════════════════════════╣
║ Fortschritt: ██████░░░░░░░░░░░░░░░░░░░░░░░░  20%           ║
╚══════════════════════════════════════════════════════════════╝

Schritt 1: YouTube-URL validieren

Ziel: Video-ID extrahieren und URL-Format validieren.

Unterstützte URL-Formate:

  • https://www.youtube.com/watch?v=VIDEO_ID
  • https://youtube.com/watch?v=VIDEO_ID
  • https://youtu.be/VIDEO_ID
  • https://m.youtube.com/watch?v=VIDEO_ID

Aktionen:

# Video-ID mit Regex oder URL-Parsing extrahieren
URL="$USER_PROVIDED_URL"

# Muster 1: youtube.com/watch?v=VIDEO_ID
if echo "$URL" | grep -qE 'youtube\.com/watch\?v='; then
    VIDEO_ID=$(echo "$URL" | sed -E 's/.*[?&]v=([^&]+).*/\1/')
# Muster 2: youtu.be/VIDEO_ID  
elif echo "$URL" | grep -qE 'youtu\.be/'; then
    VIDEO_ID=$(echo "$URL" | sed -E 's/.*youtu\.be\/([^?]+).*/\1/')
else
    echo "❌ Ungültiges YouTube-URL-Format"
    exit 1
fi

echo "📹 Video-ID extrahiert: $VIDEO_ID"

Wenn die URL ungültig ist:

❌ Ungültige YouTube-URL

Bitte geben Sie eine gültige YouTube-URL in einem dieser Formate an:
- https://www.youtube.com/watch?v=VIDEO_ID
- https://youtu.be/VIDEO_ID

Beispiel: https://www.youtube.com/watch?v=dQw4w9WgXcQ

Schritt 2: Video- & Transkriptverfügbarkeit prüfen

Fortschritt:

echo "[████████░░░░░░░░░░░░] 40% - Schritt 2/5: Verfügbarkeit prüfen"

Ziel: Überprüfen, ob das Video existiert und das Transkript zugänglich ist.

Aktionen:

from youtube_transcript_api import YouTubeTranscriptApi, TranscriptsDisabled, NoTranscriptFound
import sys

video_id = sys.argv[1]

try:
    # Liste der verfügbaren Transkripte abrufen
    transcript_list = YouTubeTranscriptApi.list_transcripts(video_id)
    
    print(f"✅ Video zugänglich: {video_id}")
    print("📝 Verfügbare Transkripte:")
    
    for transcript in transcript_list:
        print(f"  - {transcript.language} ({transcript.language_code})")
        if transcript.is_generated:
            print("    [Automatisch generiert]")
    
except TranscriptsDisabled:
    print(f"❌ Transkripte sind für Video {video_id} deaktiviert")
    sys.exit(1)
    
except NoTranscriptFound:
    print(f"❌ Kein Transkript für Video {video_id} gefunden")
    sys.exit(1)
    
except Exception as e:
    print(f"❌ Fehler beim Zugriff auf das Video: {e}")
    sys.exit(1)

Fehlerbehandlung:

FehlerNachrichtAktion
Video nicht gefunden„❌ Video existiert nicht oder ist privat“Benutzer bitten, URL zu überprüfen
Transkripte deaktiviert„❌ Transkripte sind für dieses Video deaktiviert“Kann nicht fortfahren
Kein Transkript verfügbar„❌ Kein Transkript gefunden (nicht automatisch generiert oder manuell hinzugefügt)“Kann nicht fortfahren
Privates/eingeschränktes Video„❌ Video ist privat oder eingeschränkt“Nach öffentlichem Video fragen

Schritt 3: Transkript extrahieren

Fortschritt:

echo "[████████████░░░░░░░░] 60% - Schritt 3/5: Transkript extrahieren"

Ziel: Transkript in der bevorzugten Sprache abrufen.

Aktionen:

from youtube_transcript_api import YouTubeTranscriptApi

video_id = "VIDEO_ID"

try:
    # Zuerst versuchen, Transkript in der bevorzugten Sprache des Benutzers zu erhalten
    # Fallback auf Englisch, falls nicht verfügbar
    transcript = YouTubeTranscriptApi.get_transcript(
        video_id, 
        languages=['pt', 'en']  # Portugiesisch bevorzugen, Fallback auf Englisch
    )
    
    # Transkriptsegmente zu vollständigem Text kombinieren
    full_text = " ".join([entry['text'] for entry in transcript])
    
    # Video-Metadaten abrufen
    from youtube_transcript_api import YouTubeTranscriptApi
    transcript_list = YouTubeTranscriptApi.list_transcripts(video_id)
    
    print("✅ Transkript erfolgreich extrahiert")
    print(f"📊 Transkriptlänge: {len(full_text)} Zeichen")
    
    # In temporäre Datei zur Verarbeitung speichern
    with open(f"/tmp/transcript_{video_id}.txt", "w") as f:
        f.write(full_text)
    
except Exception as e:
    print(f"❌ Fehler beim Extrahieren des Transkripts: {e}")
    exit(1)

Transkriptverarbeitung:

  • Alle Transkriptsegmente zu kohärentem Text zusammenführen
  • Zeichensetzung und Formatierung beibehalten, wo verfügbar
  • Doppelte oder überlappende Segmente entfernen (falls Artefakte der automatischen Generierung)
  • Zur Analyse in einer temporären Datei speichern

Schritt 4: Umfassende Zusammenfassung generieren

Fortschritt:

echo "[████████████████░░░░] 80% - Schritt 4/5: Zusammenfassung generieren"

Ziel: Erweiterten STAR + R-I-S-E Prompt anwenden, um eine detaillierte Zusammenfassung zu erstellen.

Angewandter Prompt:

Verwenden Sie den erweiterten Prompt aus Phase 2 (STAR + R-I-S-E Framework) mit dem extrahierten Transkript als Eingabe.

Aktionen:

  1. Vollständigen Transkripttext laden
  2. Umfassenden Zusammenfassungs-Prompt anwenden
  3. KI-Modell (Claude/GPT) verwenden, um strukturierte Zusammenfassung zu generieren
  4. Sicherstellen, dass die Ausgabe der definierten Struktur folgt:
    • Kopfzeile mit Video-Metadaten
    • Zusammenfassende Synthese
    • Detaillierte abschnittsweise Aufschlüsselung
    • Wichtige Erkenntnisse und Schlussfolgerungen
    • Konzepte und Terminologie
    • Ressourcen und Referenzen

Implementierung:

# Transkriptdatei als Eingabe für den KI-Prompt verwenden
TRANSCRIPT_FILE="/tmp/transcript_${VIDEO_ID}.txt"

# Der KI-Agent wird:
# 1. Das Transkript lesen
# 2. Das STAR + R-I-S-E Zusammenfassungsframework anwenden
# 3. Umfassende Markdown-Ausgabe generieren
# 4. Mit Überschriften, Listen und Hervorhebungen strukturieren

Read "$TRANSCRIPT_FILE"  # Transkript in den Kontext einlesen

Dann den vollständigen Zusammenfassungs-Prompt anwenden (aus der erweiterten Version in Phase 2).

Schritt 5: Ausgabe formatieren und präsentieren

Fortschritt:

echo "[████████████████████] 100% - Schritt 5/5: Ausgabe formatieren"

Ziel: Zusammenfassung in sauberem, gut strukturiertem Markdown ausliefern.

Ausgabestruktur:

# [Video-Titel]

**Kanal:** [Kanalname]  
**Dauer:** [Dauer]  
**URL:** [https://youtube.com/watch?v=VIDEO_ID]  
**Veröffentlichungsdatum:** [Datum, falls verfügbar]


## 📝 Detaillierte Zusammenfassung

### [Thema 1]

[Umfassende Erklärung mit Beispielen, Daten, Zitaten...]

#### [Unterthema 1.1]

[Detaillierte Aufschlüsselung...]

### [Thema 2]

[Fortgesetzte detaillierte Analyse...]


## 📚 Konzepte und Terminologie

- **[Begriff 1]:** [Definition und Kontext]
- **[Begriff 2]:** [Definition und Kontext]


## 📌 Fazit

[Abschließende Synthese und Erkenntnisse]

Beispiel 2: Fehlende Abhängigkeit

Benutzereingabe:

claude> fasse dieses YouTube-Video zusammen https://youtu.be/abc123

Fähigkeitsantwort:

⚠️  youtube-transcript-api nicht installiert

Diese Fähigkeit benötigt die Python-Bibliothek 'youtube-transcript-api'.

Möchten Sie, dass ich sie jetzt installiere?
- [ ] Ja - Mit pip installieren
- [ ] Nein - Ich installiere manuell

Benutzer wählt „Ja“:

$ pip install youtube-transcript-api
Successfully installed youtube-transcript-api-0.6.1

✅ Installation abgeschlossen! Fahre mit der Videozusammenfassung fort...

Beispiel 4: Ungültige URL

Benutzereingabe:

claude> fasse YouTube-Video zusammen www.youtube.com/some-video

Fähigkeitsantwort:

❌ Ungültiges YouTube-URL-Format

Erwartete Formatbeispiele:
- https://www.youtube.com/watch?v=VIDEO_ID
- https://youtu.be/VIDEO_ID

Bitte geben Sie eine gültige YouTube-Video-URL an.

📊 Zusammenfassung auf Führungsebene

Dieses Video bietet eine umfassende Einführung in die grundlegenden Konzepte der Künstlichen Intelligenz (KI), konzipiert für Anfänger und Fachleute, die die technischen Grundlagen und praktischen Anwendungen moderner KI verstehen möchten. Der Dozent behandelt alles von grundlegenden Definitionen bis hin zu Algorithmen des maschinellen Lernens und verwendet praktische Beispiele und Visualisierungen, um das Verständnis zu erleichtern.

[... fortgesetzte detaillierte Zusammenfassung ...]


**Speicheroptionen:**

Was möchten Sie speichern? → Zusammenfassung + rohes Transkript

✅ Datei gespeichert: resumo-exemplo123-2026-02-01.md (enthält rohes Transkript) [████████████████████] 100% - ✓ Verarbeitung abgeschlossen!



Willkommen zu diesem umfassenden Tutorial über die Grundlagen des maschinellen Lernens. Im heutigen Video werden wir die Kernkonzepte erkunden, die moderne KI-Systeme antreiben...

Version: 1.2.0 Zuletzt aktualisiert: 2026-02-02 Gepflegt von: Eric Andrade

Einschränkungen

  • Verwenden Sie diese Fähigkeit nur, wenn die Aufgabe eindeutig dem oben beschriebenen Umfang entspricht.
  • Behandeln Sie die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder Expertenüberprüfung.
  • Halten Sie an und fragen Sie nach, wenn erforderliche Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien fehlen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

AlperTuncOrtak/crypto-data-pipeline

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

AlperTuncOrtak/crypto-data-pipeline

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

AlperTuncOrtak/crypto-data-pipeline

One sentence - what this skill does and when to invoke it

AlperTuncOrtak/crypto-data-pipeline

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

AlperTuncOrtak/crypto-data-pipeline

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

AlperTuncOrtak/crypto-data-pipeline

Pull a YouTube video transcript into a queryable markdown vault with yt-dlp subtitle discovery, VTT cleanup, metadata frontmatter, and capture-seed stubs.

AlperTuncOrtak/crypto-data-pipeline

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

AlperTuncOrtak/crypto-data-pipeline

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

AlperTuncOrtak/crypto-data-pipeline

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

AlperTuncOrtak/crypto-data-pipeline

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

AlperTuncOrtak/crypto-data-pipeline

Best practices for Remotion - Video creation in React

AlperTuncOrtak/crypto-data-pipeline

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

AlperTuncOrtak/crypto-data-pipeline

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

AlperTuncOrtak/crypto-data-pipeline

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

AlperTuncOrtak/crypto-data-pipeline

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

AlperTuncOrtak/crypto-data-pipeline

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

AlperTuncOrtak/crypto-data-pipeline

Video and audio perception, indexing, and editing. Ingest files/URLs/live streams, build visual/spoken indexes, search with timestamps, edit timelines, add overlays/subtitles, generate media, and create real-time alerts.

AlperTuncOrtak/crypto-data-pipeline

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

AlperTuncOrtak/crypto-data-pipeline

One sentence - what this skill does and when to invoke it

AlperTuncOrtak/crypto-data-pipeline

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

Verwandte Skills