Communitygithub.com

Aikoin/youtube-transcript-doc

Transformez une vidéo YouTube en un document Feishu/Lark de transcription soigné, bilingue, avec horodatages cliquables — une compétence pour Mira/Claude.

Qu'est-ce que youtube-transcript-doc ?

Cette compétence vous permet de transformer n'importe quelle vidéo YouTube (sous-titrée) en un document de transcription complet et raffiné sur Feishu/Lark. Idéale pour les développeurs et utilisateurs d'agents IA, elle automatise toute la chaîne : récupération des sous-titres (via une stratégie de repli robuste pour contourner le blocage de YouTube), découpage intelligent par locuteur, nettoyage et traduction bilingue (chinois/anglais), puis génération d'un document Feishu formaté avec horodatages cliquables. Le système gère également les itérations via les commentaires des utilisateurs sur le document et propose une option de création d'un tableau blanc visuel récapitulatif. Elle est conçue pour être utilisée avec des agents comme Mira ou Claude, en s'appuyant sur des scripts Python et des références détaillées pour chaque étape, garantissant un résultat fiable et professionnel.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

YouTube → Document de transcription raffinée

Transformez une vidéo YouTube (ou toute vidéo sous-titrée) en un document de transcription lisible, navigable et exploitable sur Feishu.

La chaîne complète : Lire la vidéo → Récupérer le SRT → Segmenter en tours de parole → Nettoyer + Traduire → Générer le document Feishu → (Optionnel) Tableau blanc récapitulatif visuel.

Quand l'utiliser

L'utilisateur envoie un lien vidéo et souhaite une transcription complète / une timeline / un compte-rendu structuré / l'extraction des sous-titres / une version bilingue / « regarde cette vidéo pour moi et fais-en un résumé ».

Procédure

1. Obtenir le video_id et les informations de base

Extrayez l'ID vidéo à 11 caractères de l'URL. Si possible, récupérez également le titre, la durée, l'invité/éditeur — notez-les pour les inclure dans l'en-tête du document.

2. Récupérer les sous-titres (étape la plus délicate)

L'accès direct à YouTube pour les sous-titres est généralement bloqué par l'anti-scraping, n'insistez pas. Suivez la chaîne de repli décrite dans references/fetch-srt.md : Sites tiers de sous-titres (downsub en priorité, ouvrir avec un navigateur distant → extraire le blob download.subtitle.to → téléchargement direct avec curl) → Récupération du texte de la page via navigateur → Demander à l'utilisateur d'exporter manuellement. Une fois obtenu, enregistrez le fichier sous transcript.srt.

3. Segmentation en tours de parole

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

Découper selon les marqueurs de locuteur >> (en l'absence de marqueur, on utilise un découpage par durée fixe). Cette étape résout le problème des phrases coupées en deux — auparavant, le découpage temporel fixe provoquait des coupures au milieu des phrases. Avec un découpage par tour de parole, chaque segment est une déclaration complète. Le script supprime également les segments indépendants constitués uniquement de mots de remplissage.

4. Nettoyage + Traduction

Suivez references/clean-translate.md : supprimez les mots de remplissage, les bégaiements, corrigez les erreurs de reconnaissance vocale (noms propres / terminologie / noms d'entreprise), traduisez segment par segment. Pour près de cent segments, divisez le travail en 2–3 lots traités par sous-agents parallèles, partageant une table de correction terminologique, chacun produisant un fichier JSON {index:{en,zh}} fusionné en un seul fichier de contenu.

Une fois le contenu prêt, construisez un content.json (avec meta / sections thématiques / highlights cartes clés / paras corps de texte / switch bilingue), puis :

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

Génère frags/intro.xml et frags/sec_0.xml … sec_N.xml.

Règles de mise en page strictes (issues de retours utilisateurs réels, intégrées dans build_doc.py, ne pas les contourner) :

  • Titres sobres, sans ajout d'étiquette comme « bilingue » ;
  • Distinguer le chinois de l'anglais par la couleur (anglais en gris, chinois en noir), sans indication EN/ZH ;
  • Pas de surbrillance sur un paragraphe entier, les passages clés sont marqués d'une ⭐ seulement ; le surlignage jaune est réservé aux cartes en haut du document ; les phrases courtes en gras/surligné sont pour l'édition humaine.

5. Publication sur Feishu

Utilisez la compétence lark-doc (docs +create pour créer le document et écrire l'intro, puis docs +update --command append pour ajouter les sections une par une). Consultez references/publish-lark.md pour les détails. Une fois publié, transmettez l'URL du document à l'utilisateur.

6. (Optionnel) Générer un tableau blanc récapitulatif visuel

L'utilisateur souhaite souvent, après avoir obtenu la transcription, un diagramme visuel mettant en évidence les points clés à intégrer dans le même document. Utilisez l'approche de beautiful-feishu-whiteboard pour créer manuellement un SVG (pas de mise en page automatique Mermaid), et générez un tableau blanc éditable dans Feishu. Le processus complet et les pièges sont détaillés dans references/whiteboard-summary.md.

Règle la plus cruciale et la plus facile à enfreindre : lors du rendu, le tableau blanc de Feishu force toutes les couleurs de texte en foncé. Par conséquent, tout texte doit être placé sur un fond clair (crème/jaune) avec une encre foncée ; la couleur n'est utilisée que pour les bordures, les barres, les marqueurs et les badges, et jamais pour placer du texte sur un bloc de couleur saturée. La couleur du texte dans l'aperçu PNG local n'est pas fiable ; vous devez vérifier l'image réelle en ligne après publication avec +query --output_as image pour confirmer le contraste.

Itération

L'utilisateur laisse souvent des commentaires dans le document et vous demande de les modifier. Utilisez +get-comments de lark-doc pour récupérer les commentaires et les traiter un par un. Si une erreur de segmentation se produit — retournez à l'étape 3 pour recouper en fonction des tours de parole, ne faites pas de rafistolage sur une segmentation erronée.

Ressources

  • scripts/parse_srt.py — SRT → JSON des tours de parole
  • scripts/build_doc.py — Paragraphes + traduction → fragments XML Feishu (mise en page intégrée)
  • references/fetch-srt.md — Chaîne de repli pour la récupération des sous-titres (important)
  • references/clean-translate.md — Règles de nettoyage/traduction/mise en page
  • references/publish-lark.md — Création et ajout de sections au document lark-doc, récupération des commentaires
  • references/whiteboard-summary.md — Génération d'un tableau blanc récapitulatif visuel avec beautiful-feishu-whiteboard (inclut le piège « le texte doit être sur fond clair »)

Skills associés