Communitygithub.com

tiancc-cyber/youtube-subtitle-collage

Créez des collages de sous-titres authentiques à partir de vidéos YouTube ou d'interviews locales, avec prise en charge des vidéos réelles, OCR des sous-titres incrustés, sélection manuelle des citations et assemblage à taille de police égale ; générez des textes d'accompagnement argumentés pour lecteurs, et publiez sur Douyin ou Xiaohongshu via Chrome, avec validation des assets et accusé de réception.

Qu'est-ce que youtube-subtitle-collage ?

Cette compétence permet aux agents IA de générer des collages de sous-titres authentiques et traçables à partir de vidéos YouTube ou de fichiers locaux, sans recréer artificiellement des personnages ni transformer les citations en gros titres. Elle préserve la langue originale, les sous-titres intacts, les filigranes et les vrais changements de plan grâce à un workflow scripté localement. L'outil prend en charge l'analyse des sous-titres (y compris via OCR pour les sous-titres incrustés), la sélection manuelle des citations par l'utilisateur, le rendu natif des images avec découpage proportionnel, et la génération optionnelle de textes d'accompagnement pour les réseaux sociaux. Il est conçu pour fonctionner sur macOS avec OCR Apple Vision (autre système nécessite configuration manuelle) et s'intègre à Chrome pour la publication automatisée sur Douyin et Xiaohongshu. La compétence met l'accent sur un contrôle qualité rigoureux : vérification des images, des dimensions, du texte source, des visages et des découpes, avec une séparation claire entre la création d'images et l'autorisation de publication, évitant les modifications silencieuses ou les erreurs de répétition.

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

Demander à votre IA préférée

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

Documentation

Collage de sous-titres YouTube – Citations clés

Livrez des collages de sous-titres vidéo authentiques et traçables, sans recréer de personnages ni transformer les citations en gros titres. Par défaut, conservez la langue originale, les sous-titres, les filigranes et les vrais changements de plan. Utilisez les scripts de ce package, sans dépendre d'autres compétences ni de chemins absolus d'anciens projets.

Démarrer ou continuer

  • Commencez par localiser l'environnement Python et le répertoire de sortie de l'utilisateur ; pour un job existant, exécutez d'abord scripts/workflow.py status JOB.

  • Lisez le manuel d'exécution avant de manipuler les médias, l'OCR et le rendu. Pour un premier déploiement, lisez Environnement et dépannage.

  • Avant de créer/importer une shortlist/sélection/légendes, lisez Structure des données.

  • Si l'environnement possède déjà les dépendances, réutilisez-les ; n'installez pas de logiciels à l'échelle du système, ne modifiez pas le proxy système et ne lisez pas les cookies du navigateur sans autorisation.

  • Lorsque seule la création d'images est demandée, ne générez pas de texte d'accompagnement pour les réseaux sociaux ; ne générez un brouillon de plateforme que lorsque l'utilisateur demande un workflow complet de contenu, sans ajouter de comptes ni de cibles de publication non demandés.

  • Lorsque l'utilisateur demande la publication d'images existantes, lisez directement Publication via navigateur, localisez le job et les fichiers finaux correspondants, sans retélécharger, resélectionner ou rerendre. Utilisez scripts/publish_queue.py pour valider les assets, planifier les horaires et enregistrer la progression ; privilégiez Computer Use pour les opérations sur la page, et si AppleScript est autorisé, suivez la route alternative de ce manuel.

  • Pour rédiger le titre et le texte d'accompagnement, lisez Texte lecteur. L'image porte les paroles, le texte d'accompagnement fournit une compréhension argumentée, des impressions concrètes et une entrée en discussion ; n'écrivez pas d'instructions de production pour le lecteur.

  • En cas de problème de contrôle de Chrome sur macOS et si l'utilisateur autorise AppleScript, lisez Opérations DOM via Apple Events. N'utilisez cette technique que si les règles de l'outil actuel le permettent également ; réutilisez les autorisations déjà obtenues, lisez avant d'écrire, et soumettez en respectant la file d'attente.

Jugements et vérifications obligatoires

  1. Quand une piste de sous-titres est disponible, analysez d'abord les sous-titres pour éviter des téléchargements inutiles d'épisodes entiers ; ne téléchargez la vidéo réelle que pour les sous-titres incrustés, afin de reconnaître le texte. Privilégiez l'utilisation des médias locaux complets déjà disponibles.
  2. Utilisez une approche de récupération bornée. Enregistrez les types d'erreurs ; après un échec normal, n'essayez qu'une seule route alternative fondée. Pour les erreurs 403/LOGIN_REQUIRED, ne tournez pas en boucle ; remettez la résolution de l'autorisation à l'utilisateur ou demandez-lui de fournir un média local.
  3. L'OCR n'est qu'un localisateur de candidats. Lisez le paquet de candidats local plutôt que de relire l'intégralité du texte ; pour chaque citation candidate, vérifiez l'image réelle et le contexte. L'échantillonnage ne peut pas être présenté comme une transcription exhaustive et entièrement vérifiée.
  4. Présentez l'ID du candidat, le texte mot à mot, l'heure, le locuteur, la raison du partage, les risques contextuels ; arrêtez-vous à awaiting_quote_selection. N'incluez pas de citations faibles pour faire du nombre.
  5. Exécutez choose-quotes uniquement après que l'utilisateur a clairement sélectionné les IDs. Ensuite, build_selection.py génère un brouillon à partir des mots exacts des candidats, en conservant les frame_seconds précis, avant import. Ne modifiez pas silencieusement les mots, ne supprimez pas de phrases et ne fusionnez pas des coupes invisibles non divulguées.
  6. Le mode natif utilise uniquement la vidéo réelle : la première vignette conserve l'image entière, les suivantes recadrent la bande de sous-titres à partir d'images de proportions identiques ; interdiction d'agrandir la première phrase. Par défaut, pas de traduction, de titre, ni de faux sous-titres.
  7. Vérifiez le nombre d'images, les dimensions, le texte source pour chaque phrase, les visages et les découpes. L'assurance qualité automatique ne remplace pas une inspection visuelle. Livrez les images originales, les aperçus, les points temporels et le paquet de texte d'accompagnement/révision utilisable.
  8. Lors de la seule création d'images, arrêtez-vous à awaiting_review ; l'autorisation de créer et de télécharger n'est pas une autorisation de publication. Lorsque l'utilisateur demande une publication externe, suivez le processus de publication navigateur pour vérifier les assets spécifiques, le compte cible et le périmètre d'action, en reprenant les autorisations déjà clarifiées dans la session, sans redemander. Ne présentez pas de mention de source comme une autorisation de droits d'auteur.

Si la taille des sous-titres de la vidéo originale varie, un recadrage proportionnel ne peut pas uniformiser miraculeusement la police ; expliquez-le d'abord, et si nécessaire, demandez l'accord avant de passer en mode réassemblage des sous-titres. Pour les vidéos sans sous-titres incrustés, n'appelez pas le résultat « image de sous-titres natifs ».

Valeurs par défaut clés

  • Validation actuelle : macOS + Apple Vision OCR ; les autres systèmes nécessitent que l'utilisateur fournisse des sous-titres ou choisisse un outil de reconnaissance local configuré, sans prétendre à une OCR multiplateforme validée.
  • Mode natif : subtitle-stack par défaut. Conservez la largeur source ou réduisez proportionnellement ; n'agrandissez pas une source basse résolution pour la « haute définition ».
  • Hauteur naturelle : hauteur totale de l'image après zoom + (nombre de phrases − 1) × hauteur de la bande de sous-titres. N'agrandissez pas les sous-titres dans la bande pour un ratio fixe. Chaque image supporte actuellement 3 à 6 phrases ; au-delà, discutez d'un regroupement ou d'un ajustement explicite du rendu, sans suppression silencieuse.
  • Téléchargement local, recadrage, OCR et inspection sont confiés aux scripts ; le modèle est responsable de la sélection des citations, de la vérification et du texte d'accompagnement. Sans données de tokens mesurées, écrivez « non enregistré », n'utilisez pas les zéros du registre ni les ratios de quotas de compte pour estimer les tokens réels.

Lorsque l'utilisateur demande uniquement un diagnostic de téléchargement, exécutez seulement un diagnostic média, sans étendre à la production de citations.

Skills associés