utillayer/youtube-agent-skill

Convertir une retranscription brute d'enregistrement en une liste de décisions de montage – silences, tics de remplissage et reprises, avec codes temporels.

Qu'est-ce que youtube-agent-skill ?

Cette compétence est conçue pour les agents IA (comme Claude Code, Cursor, Codex) afin d'analyser une retranscription horodatée et de générer une liste de décisions de montage. Elle identifie les silences excessifs (DEAD), les tics de remplissage (FILLER) comme « euh », « donc voilà », « en gros » (avec support multilingue incluant français, espagnol, hindi, népali), et les reprises de phrases (REPEAT). L'utilisateur reçoit des codes temporels précis pour couper les parties inutiles, ce qui permet de raccourcir la vidéo sans affecter le rythme naturel du discours. Le script ne touche pas aux fichiers médias : il se contente de produire un rapport que l'utilisateur peut consulter avant de décider de l'appliquer manuellement. Les formats pris en charge sont SRT, VTT, et JSON (Whisper). La commande d'exécution utilise `python3 deadair.py <fichier>` avec des options supplémentaires comme `--floor` pour le seuil de silence et `--json` pour un format de sortie structuré.

Compatible avec✓Claude Code✓Codex CLI~Cursor

npx skills add https://github.com/utillayer/youtube-agent-skill/tree/HEAD/skills/yt-edit

Documentation

yt-edit

Une liste de décisions de montage à partir d'une retranscription horodatée. Le script imprime les coupes. Vous les appliquez.

python3 ${CLAUDE_SKILL_DIR}/deadair.py transcript.srt              # srt, vtt ou whisper json
python3 ${CLAUDE_SKILL_DIR}/deadair.py transcript.srt --floor 0.35 --json

Les outils se trouvent dans le dossier de cette compétence. ${CLAUDE_SKILL_DIR} est ce dossier dans Claude Code ; partout où il ne se développe pas (claude.ai, Codex), utilisez le dossier depuis lequel ce SKILL.md a été chargé.

Pas encore de retranscription ? Demandez-en une, ou produisez-en d'abord – whisper, faster-whisper, ou la piste de sous-titres que YouTube génère sur un upload non listé fonctionnent tous. Le .vtt des sous-titres automatiques de YouTube peut être utilisé tel quel : les horodatages de mots en ligne, les lignes répétées en continu et les annotations de style [Musique] sont supprimés au chargement. Ne devinez pas les horodatages.

Vous avez un lien mais pas de retranscription ? Les sous-titres de YouTube eux-mêmes, en une ligne :

yt-dlp --skip-download --write-auto-subs --sub-langs en --sub-format vtt -o transcript "<url vidéo>"

Cela écrit transcript.en.vtt. Remplacez en par la langue de la vidéo. Les sous-titres automatiques n'ont pas de ponctuation ; une retranscription via whisper en a, et offre des limites de phrases plus propres.

Ce qu'il trouve

SILENCE – les pauses plus longues que le seuil, coupées au MILIEU pour que les deux côtés gardent une respiration. Couper au ras de la parole donne un rendu haletant.
TIC – les répliques qui ne contiennent que « euh », « donc voilà », « en gros » plus espagnol (« bueno », « o sea »), hindi (« matlab », « accha », « मतलब ») et népali (« ani », « khai », « अनि »). Pour les autres langues, seuls SILENCE et REPRISE sont signalés – pas de liste de tics – dites-le.
REPRISE – une phrase recommencée. Comparée à la dernière réplique qui était effectivement de la parole, pas à la réplique littérale précédente, car la plupart des reprises ont un « euh » entre les deux tentatives. La tentative abandonnée est celle coupée, et c'est généralement la plus courte des deux.

Ce qu'il ne fera pas

Il ne touche pas aux fichiers médias. Il n'a pas d'avis sur votre B-roll. Une coupe de 40 % dans le rapport est une coupe de 40 % de la PAROLE, et si la vidéo contient une longue démo silencieuse, ce nombre est erroné – vérifiez le rapport par rapport aux images avant de vous fier à la durée indiquée en bas.

La barrière

Rien ici n'est publié. Cette compétence écrit et vous publiez. Chaque résultat se termine par un bloc que l'utilisateur copie, et la dernière ligne de chaque exécution est la question : on envoie, ou on modifie ?