Communitygithub.com

Aikoin/youtube-transcript-doc

Convierte un video de YouTube en un documento de transcripción pulido, bilingüe y con marcas de tiempo cliqueables para Feishu/Lark — una skill para Mira/Claude.

¿Qué es youtube-transcript-doc?

Esta skill convierte automáticamente un video de YouTube (o cualquier video con subtítulos) en un documento de transcripción profesional y bilingüe para Feishu/Lark. Es especialmente útil para desarrolladores, investigadores o profesionales que necesitan resumir, analizar o archivar el contenido de videos de manera eficiente. El flujo completo incluye: extraer el ID del video, obtener los subtítulos (usando una cadena de degradación de fuentes externas para evitar bloqueos), segmentar el texto en turnos de habla, limpiar y traducir (eliminando muletillas y corrigiendo errores de ASR), y finalmente publicar el documento en Feishu con un formato visual limpio que diferencia el inglés del chino mediante colores. Además, ofrece una opción para generar un resumen visual tipo pizarra editable, con advertencias importantes sobre el manejo de colores en la pizarra de Feishu. La skill está diseñada para trabajar con agentes como Mira o Claude, y proporciona scripts Python y referencias detalladas para cada paso del proceso.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add Aikoin/youtube-transcript-doc

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

YouTube → Documento de Transcripción Pulida

Convierte un video de YouTube (o con subtítulos) en un documento de transcripción legible, con saltos y perdurable para Feishu.

Cadena completa: Leer video → Obtener SRT → Segmentar → Limpiar + Traducir → Generar documento Feishu → (Opcional) Pizarra resumen visual.

Cuándo usarla

Un usuario envía un enlace de video y quiere: transcripción / timeline / resumen tipo acta de reunión / extracción de subtítulos / versión bilingüe / "mira este video y organízamelo".

Flujo

1. Obtener video_id e información básica

Extraer el ID de 11 caracteres de la URL. Si es posible, obtener título, duración, presentador/publicador y registrarlos en el bloque de información del encabezado del documento.

2. Obtener subtítulos (el paso más propenso a errores)

YouTube suele bloquear la descarga directa de subtítulos, no te empeñes. Sigue la cadena de degradación en references/fetch-srt.md: Webs de subtítulos de terceros (downsub es la mejor opción, usa navegador remoto para abrir → extraer download.subtitle.to para descargar blob → curl directo) → Obtener texto de la página mediante navegador → Pedir al usuario que exporte manualmente. Una vez obtenido, guarda el archivo transcript.srt.

3. Segmentar en turnos de habla

python scripts/parse_srt.py transcript.srt --video-id <VIDEO_ID> --out turns.json

Divide por marcadores de hablante >> (sin marcador, vuelve a división por duración fija). Este paso soluciona el problema de "una frase partida en dos" — antes, la división por segundos fijos cortaba frases por la mitad; ahora cada segmento es una intervención completa. El script también elimina segmentos de solo muletillas.

4. Limpiar + Traducir

Según references/clean-translate.md: eliminar muletillas, tartamudeos repetidos, corregir errores del ASR (nombres, términos, nombres de empresa), traducir segmento por segmento. Si hay casi cien segmentos, dividir en 2-3 lotes usando subagentes paralelos, compartiendo una tabla de corrección de términos, cada uno genera un JSON {index:{en,zh}}, y se fusiona en un archivo de contenido.

Una vez listo el contenido, construye un content.json según la estructura del encabezado de scripts/build_doc.py (con meta / secciones / highlights / paras / conmutador bilingüe), luego:

python scripts/build_doc.py turns.json content.json --outdir frags/

Genera frags/intro.xml y frags/sec_0.xml … sec_N.xml.

Reglas de formato inamovibles (consolidadas a partir de comentarios de usuarios reales, ya integradas en build_doc.py, no las alteres):

  • Títulos sobrios, sin etiquetas como "bilingüe";
  • Diferenciar idiomas con colores (inglés gris, chino negro), sin etiquetas EN/ZH;
  • No resaltar párrafos enteros; los pasajes destacados solo con ⭐, el resaltado amarillo queda para las tarjetas superiores; el negrita/resaltado de frases cortas se deja para edición manual.

5. Publicar en Feishu

Usa la skill lark-doc (docs +create para crear el documento e insertar intro, luego docs +update --command append para añadir secciones). Detalles en references/publish-lark.md. Entrega la URL del documento al usuario.

6. (Opcional) Generar pizarra resumen visual

A menudo los usuarios, después de obtener la transcripción, quieren un gráfico visual que resuma lo esencial incrustado en el mismo documento. Usa el enfoque de beautiful-feishu-whiteboard para maquetar SVG manualmente (no con diseño automático de Mermaid), generando una pizarra editable en Feishu. Flujo completo y advertencias en references/whiteboard-summary.md.

La regla más crucial y donde es más fácil fallar: Al renderizar, la pizarra de Feishu fuerza el texto a color oscuro, por lo que todo el texto debe ir sobre fondo claro (crema/amarillo) con tinta oscura, el color solo para bordes/barritas/marcadores/insignias, nunca pongas texto sobre bloques de color saturado. La vista previa local PNG del color del texto no es fiable; debes consultar la imagen real en línea con +query --output_as image para confirmar el contraste.

Iteración

Los usuarios suelen dejar comentarios en el documento para que los corrijas. Usa +get-comments de lark-doc para obtenerlos y atenderlos uno por uno. Si hay errores de segmentación de frases, vuelve al paso 3 y redividelos por turno de hablante; no parchees sobre la segmentación incorrecta.

Recursos

  • scripts/parse_srt.py — SRT → JSON de segmentos por hablante
  • scripts/build_doc.py — Segmentos + traducción → fragmentos XML para Feishu (formato ya integrado)
  • references/fetch-srt.md — Cadena de degradación para obtener subtítulos (punto clave)
  • references/clean-translate.md — Normas de limpieza, traducción y formato
  • references/publish-lark.md — Crear documento en lark-doc, añadir contenido y obtener comentarios
  • references/whiteboard-summary.md — Generar pizarra resumen visual con beautiful-feishu-whiteboard (incluye la advertencia de "texto debe ir sobre fondo claro")

Skills relacionados