Communitygithub.com

YouTube 字幕金句拼接图

从 YouTube 或本地访谈视频制作原生字幕金句拼接图,支持真实视频、字幕 OCR、人工选句和等字号拼接;生成有观点的读者配文,按用户要求接续 Chrome 抖音发布或排期、小红书草稿或发布,带素材校验及断点回执。

¿Qué es YouTube 字幕金句拼接图?

Este skill permite crear collages tipográficos nativos a partir de videos reales (YouTube o locales) de entrevistas, extrayendo frases destacadas directamente de los subtítulos o mediante OCR. Está diseñado para flujos de trabajo editoriales donde se requiere autenticidad visual: conserva el idioma original, las marcas de agua, los cortes de cámara reales y la igualdad de tamaño de fuente. El proceso incluye detección de subtítulos, selección manual de citas, generación de collage con la estructura nativa subtitle-stack, y una revisión visual automatizada. Además, puede generar textos de acompañamiento (títulos y copy social) con una perspectiva basada en evidencia, sin inventar opiniones. Para la publicación, el skill soporta la integración con Chrome (Douyin y Xiaohongshu) mediante Computer Use o AppleScript autorizado, gestionando colas de publicación, verificación de activos y reanudación de trabajos interrumpidos. No depende de otros skills ni de rutas absolutas del proyecto; todo se ejecuta con scripts locales. El skill está verificado para macOS + Apple Vision OCR; en otros sistemas se requiere que el usuario proporcione subtítulos o una herramienta OCR local configurada previamente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add tiancc-cyber/youtube-subtitle-collage

Preguntar en tu IA favorita

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

Documentación

¿Qué hace YouTube 字幕金句拼接图?

Deliver collage tipográfico nativo con subtítulos reales de video, no regenerando personas ni redibujando frases como títulos grandes. Por defecto se conservan el idioma original, los subtítulos, las marcas de agua y los cambios de cámara reales. Usa los scripts de este paquete, sin depender de otros skills ni de rutas absolutas de proyectos antiguos.

Inicio o continuación

  • Primero localiza el entorno Python y el directorio de salida del usuario; para trabajos existentes ejecuta scripts/workflow.py status JOB.
  • Lee el manual de ejecución antes de operar con medios, OCR y renderizado. Para el primer despliegue lee Entorno y fallos.
  • Antes de crear o importar shortlist/selection/captions consulta el Esquema de datos del flujo de trabajo.
  • Reutiliza dependencias ya existentes en el entorno; no instales software globalmente, cambies el proxy del sistema ni leas cookies del navegador sin autorización.
  • No generes forzosamente textos de acompañamiento para redes sociales si solo se te pide crear imágenes. Solamente genera borradores para la plataforma correspondiente cuando el usuario lo solicite como parte de un flujo completo de contenido; no añadas cuentas ni objetivos de publicación por tu cuenta.
  • Cuando el usuario pida publicar imágenes ya terminadas, lee directamente Publicación por navegador, localiza el trabajo y los archivos finales, y no vuelvas a descargar, seleccionar frases ni renderizar. Usa scripts/publish_queue.py para verificar activos, planificar tiempos y registrar el progreso; prioriza Computer Use para la interacción con la página, y si ya se ha autorizado AppleScript, sigue la ruta alternativa indicada en ese manual.
  • Al escribir títulos y textos de acompañamiento social, consulta Texto para lectores. Las imágenes muestran las frases originales; los textos de acompañamiento ofrecen una comprensión fundamentada, una sensación concreta y un punto de entrada para la discusión, sin dirigir instrucciones técnicas al lector.
  • Si hay fallos en el control de Chrome en macOS y el usuario permite AppleScript, consulta Manipulación del DOM con eventos Apple. Usa esa alternativa solo si las reglas actuales de la herramienta también lo permiten; reutiliza autorizaciones ya concedidas; primero lee, después escribe, y envía según la cola de registro.

Juicios y revisiones obligatorios

  1. Cuando haya pista de subtítulos disponible, primero analízala antes de descargar episodios completos innecesariamente; solo si los subtítulos están quemados en el video, descarga primero el video real para reconocer el texto. Prioriza el uso de medios locales completos ya existentes.
  2. Sigue la ruta de obtención acotada. Registra los tipos de error; si un intento normal falla, prueba solo una ruta alternativa fundamentada. No entres en bucles ante errores 403/LOGIN_REQUIRED; devuélvele al usuario la resolución de la autorización o pídele que proporcione medios locales.
  3. El OCR es solo un localizador candidato. Lee el paquete de candidatos local en lugar de leer repetidamente el texto completo; verifica el fotograma real y el contexto de las frases originales que pasan a candidatos. No afirmes que un muestreo de reconocimiento constituye una transcripción palabra por palabra sin omisiones y completamente revisada.
  4. Presenta el ID del candidato, el texto palabra por palabra, la marca de tiempo, el hablante, la razón para compartir y el riesgo contextual; detente en awaiting_quote_selection. No incluyas frases débiles solo para cumplir una cuota.
  5. Solo después de que el usuario seleccione explícitamente un ID, ejecuta choose-quotes. Luego build_selection.py genera un borrador a partir de las palabras ya seleccionadas de los candidatos, conservando los frame_seconds exactos, y luego importa. No modifiques silenciosamente palabras, elimines oraciones ni combines cortes no revelados.
  6. El modo nativo solo usa el video real; el primer bloque conserva la imagen completa, los bloques siguientes recortan la barra de subtítulos de fotogramas con la misma relación de aspecto; no amplíes adicionalmente la primera frase. Por defecto no se añaden traducciones, títulos ni subtítulos falsos.
  7. Verifica la cantidad de imágenes, el tamaño, el texto original de cada frase, la persona y el recorte. La QA automática no reemplaza la inspección visual. Entrega las imágenes originales, la vista previa, los puntos de tiempo y el paquete de texto de acompañamiento/revisión disponible.
  8. Si solo se están creando las imágenes, detente en awaiting_review; la autorización para crear y descargar no es autorización para publicar. Cuando el usuario solicite externamente la publicación, sigue el flujo de publicación por navegador para verificar los activos específicos, la cuenta de destino y el alcance de la operación, reutilizando las autorizaciones ya aclaradas en la sesión sin preguntar de nuevo. No consideres citar la fuente como una licencia de derechos de autor obtenida.

Si el video original tiene subtítulos de diferentes tamaños, el recorte proporcional no igualará mágicamente el tamaño de fuente; explícalo primero y, si es necesario, solicita consentimiento antes de cambiar al modo de subtítulos rehechos. Los videos sin subtítulos quemados no pueden denominarse "imagen de subtítulos nativos".

Valores predeterminados clave

  • Verificado en: macOS + Apple Vision OCR; otros sistemas requieren que el usuario proporcione subtítulos o seleccione una herramienta de reconocimiento local configurada; no afirmes que la OCR multiplataforma está verificada.
  • Modo nativo: subtitle-stack por defecto. Mantén el ancho original o redúcelo proporcionalmente; no amplíes fuentes de baja resolución para "alta definición".
  • Altura natural: altura completa del fotograma escalado + (número de frases − 1) × altura de la barra de subtítulos. No amplíes los subtítulos dentro de la barra para lograr una relación de aspecto fija. Cada imagen soporta actualmente de 3 a 6 frases; si se excede, discute la agrupación o ajusta explícitamente el renderizador, no elimines frases ocultamente.
  • La descarga local, el recorte, el OCR y la verificación los realizan los scripts; el modelo se encarga del juicio de selección de frases, la verificación y la redacción de textos de acompañamiento. Si no hay datos de tokens medidos, escribe "no registrado"; no uses ceros en el libro de contabilidad ni relaciones de límite de cuenta para inferir tokens reales.

Si el usuario solo pide solucionar problemas de descarga, ejecuta solo el diagnóstico de medios, sin extenderte a la producción de frases destacadas.

Skills relacionados