Communitygithub.com

AlperTuncOrtak/crypto-data-pipeline

YouTube動画から文字起こしを抽出し、インテリジェントな分析フレームワークを使用して詳細な要約を生成します。

crypto-data-pipeline とは?

このAIエージェントスキルは、YouTube動画の文字起こしを自動抽出し、STAR + R-I-S-Eフレームワークを適用して包括的で詳細な要約を生成します。教育動画、講義、チュートリアルなどのコンテンツを視聴し直すことなく、構造化されたドキュメントとして記録・参照したいユーザーに最適です。対応プラットフォームはClaude Code、Cursor、Codexなど、インタラクティブなAIエージェント環境で動作します。 スキルは5段階のワークフローで構成され、各ステップでプログレスバーを表示しながら進捗を可視化します。まずYouTubeのURLを検証し、動画が公開されているか確認。次に`youtube-transcript-api`ライブラリを用いて文字起こしが利用可能かチェックし、実際にテキストを抽出します。抽出した文字起こしに対し、AIモデルがSTAR + R-I-S-Eフレームワークを適用して構造化された要約を生成し、最終的にマークダウン形式で整形・出力します。 依存ライブラリがない場合は、ユーザーにインストールの許可を求め、自動的にセットアップを行います。生成された要約は、動画メタデータ、実行要約、セクションごとの詳細分析、用語集、結論を含み、学習内容の整理やナレッジベース化に役立ちます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AlperTuncOrtak/crypto-data-pipeline/tree/HEAD/skills/youtube-summarizer

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

youtube-summarizer

目的

このスキルは、YouTube動画から文字起こしを抽出し、STAR + R-I-S-Eフレームワークを使用して包括的で詳細な要約を生成します。動画の可用性を検証し、youtube-transcript-api Pythonライブラリを使用して文字起こしを抽出し、すべての洞察、議論、重要なポイントを捉えた詳細なドキュメントを作成します。

このスキルは、教育動画、講義、チュートリアル、情報コンテンツから徹底的なコンテンツ分析と参照ドキュメントを必要とするユーザー向けに設計されています。

このスキルを使用するタイミング

このスキルは以下の場合に使用します:

  • ユーザーがYouTube動画のURLを提供し、詳細な要約を希望する場合
  • ユーザーが動画コンテンツを再視聴せずに参照用に文書化する必要がある場合
  • ユーザーが教育コンテンツから洞察、重要なポイント、議論を抽出したい場合
  • ユーザーが分析のためにYouTube動画からの文字起こしを必要とする場合
  • ユーザーがYouTube動画の「要約」「要約して」「内容を抽出して」と依頼する場合
  • ユーザーが簡潔さよりも完全性を優先した包括的なドキュメントを希望する場合

ステップ 0: 発見とセットアップ

動画を処理する前に、環境と依存関係を検証します:

# youtube-transcript-apiがインストールされているか確認
python3 -c "import youtube_transcript_api" 2>/dev/null
if [ $? -ne 0 ]; then
    echo "⚠️  youtube-transcript-apiが見つかりません"
    # インストールを提案
fi

# Pythonの可用性を確認
if ! command -v python3 &>/dev/null; then
    echo "❌ Python 3が必要ですがインストールされていません"
    exit 1
fi

依存関係がない場合はユーザーに確認します:

youtube-transcript-apiが必要ですがインストールされていません。

今すぐインストールしますか?
- [ ] はい - pipでインストール (pip install youtube-transcript-api)
- [ ] いいえ - 手動でインストールします

ユーザーが「はい」を選択した場合:

pip install youtube-transcript-api

インストールを確認:

python3 -c "import youtube_transcript_api; print('✅ youtube-transcript-apiが正常にインストールされました')"

メインワークフロー

進捗管理ガイドライン

ワークフロー全体を通して、各ステップの前に視覚的な進捗ゲージを表示し、ユーザーに現在の状況を知らせます。ゲージの形式は以下の通りです:

echo "[████░░░░░░░░░░░░░░░░] 20% - ステップ1/5: URLの検証"

形式仕様:

  • 20文字幅(█は完了、░は未完了)
  • パーセンテージ増分: ステップ1=20%、ステップ2=40%、ステップ3=60%、ステップ4=80%、ステップ5=100%
  • 現在/合計のステップカウンター(例:「ステップ3/5」)
  • 現在のフェーズの簡単な説明

ステップ1の前に初期ステータスボックスを表示します:

╔══════════════════════════════════════════════════════════════╗
║     📹  YouTubeサマライザー - 動画処理中                     ║
╠══════════════════════════════════════════════════════════════╣
║ → ステップ1: URLの検証                   [処理中]            ║
║ ○ ステップ2: 可用性の確認                                   ║
║ ○ ステップ3: 文字起こしの抽出                               ║
║ ○ ステップ4: 要約の生成                                     ║
║ ○ ステップ5: 出力のフォーマット                             ║
╠══════════════════════════════════════════════════════════════╣
║ 進捗: ██████░░░░░░░░░░░░░░░░░░░░░░░░  20%                  ║
╚══════════════════════════════════════════════════════════════╝

ステップ1: YouTube URLの検証

目的: 動画IDを抽出し、URL形式を検証します。

対応URL形式:

  • https://www.youtube.com/watch?v=VIDEO_ID
  • https://youtube.com/watch?v=VIDEO_ID
  • https://youtu.be/VIDEO_ID
  • https://m.youtube.com/watch?v=VIDEO_ID

アクション:

# 正規表現またはURLパーサーを使用して動画IDを抽出
URL="$USER_PROVIDED_URL"

# パターン 1: youtube.com/watch?v=VIDEO_ID
if echo "$URL" | grep -qE 'youtube\.com/watch\?v='; then
    VIDEO_ID=$(echo "$URL" | sed -E 's/.*[?&]v=([^&]+).*/\1/')
# パターン 2: youtu.be/VIDEO_ID  
elif echo "$URL" | grep -qE 'youtu\.be/'; then
    VIDEO_ID=$(echo "$URL" | sed -E 's/.*youtu\.be\/([^?]+).*/\1/')
else
    echo "❌ 無効なYouTube URL形式です"
    exit 1
fi

echo "📹 動画IDを抽出しました: $VIDEO_ID"

URLが無効な場合:

❌ 無効なYouTube URL

以下のいずれかの形式で有効なYouTube URLを指定してください:
- https://www.youtube.com/watch?v=VIDEO_ID
- https://youtu.be/VIDEO_ID

例: https://www.youtube.com/watch?v=dQw4w9WgXcQ

ステップ2: 動画と文字起こしの可用性を確認

進捗:

echo "[████████░░░░░░░░░░░░] 40% - ステップ2/5: 可用性の確認"

目的: 動画が存在し、文字起こしにアクセス可能であることを確認します。

アクション:

from youtube_transcript_api import YouTubeTranscriptApi, TranscriptsDisabled, NoTranscriptFound
import sys

video_id = sys.argv[1]

try:
    # 利用可能な文字起こしのリストを取得
    transcript_list = YouTubeTranscriptApi.list_transcripts(video_id)
    
    print(f"✅ 動画にアクセス可能です: {video_id}")
    print("📝 利用可能な文字起こし:")
    
    for transcript in transcript_list:
        print(f"  - {transcript.language} ({transcript.language_code})")
        if transcript.is_generated:
            print("    [自動生成]")
    
except TranscriptsDisabled:
    print(f"❌ 動画 {video_id} の文字起こしは無効になっています")
    sys.exit(1)
    
except NoTranscriptFound:
    print(f"❌ 動画 {video_id} の文字起こしが見つかりませんでした")
    sys.exit(1)
    
except Exception as e:
    print(f"❌ 動画へのアクセス中にエラーが発生しました: {e}")
    sys.exit(1)

エラーハンドリング:

エラーメッセージアクション
動画が見つからない"❌ 動画が存在しないか、非公開です"URLの確認をユーザーに依頼
文字起こしが無効"❌ この動画では文字起こしが無効になっています"続行不可
文字起こしが利用不可"❌ 文字起こしが見つかりません(自動生成または手動追加されていません)"続行不可
非公開/制限付き動画"❌ 動画は非公開または制限されています"公開動画を依頼

ステップ3: 文字起こしの抽出

進捗:

echo "[████████████░░░░░░░░] 60% - ステップ3/5: 文字起こしの抽出"

目的: 優先言語で文字起こしを取得します。

アクション:

from youtube_transcript_api import YouTubeTranscriptApi

video_id = "VIDEO_ID"

try:
    # まずユーザーの優先言語で文字起こしを取得
    # 利用できない場合は英語にフォールバック
    transcript = YouTubeTranscriptApi.get_transcript(
        video_id, 
        languages=['pt', 'en']  # ポルトガル語を優先、英語にフォールバック
    )
    
    # 文字起こしセグメントを結合して全文テキストに
    full_text = " ".join([entry['text'] for entry in transcript])
    
    # 動画メタデータを取得
    from youtube_transcript_api import YouTubeTranscriptApi
    transcript_list = YouTubeTranscriptApi.list_transcripts(video_id)
    
    print("✅ 文字起こしの抽出に成功しました")
    print(f"📊 文字起こしの長さ: {len(full_text)} 文字")
    
    # 処理のために一時ファイルに保存
    with open(f"/tmp/transcript_{video_id}.txt", "w") as f:
        f.write(full_text)
    
except Exception as e:
    print(f"❌ 文字起こしの抽出中にエラーが発生しました: {e}")
    exit(1)

文字起こし処理:

  • すべての文字起こしセグメントを一貫したテキストに結合
  • 利用可能な場合は句読点と書式を保持
  • 重複または重なり合うセグメント(自動生成アーティファクトの場合)を削除
  • 分析のために一時ファイルに保存

ステップ4: 包括的な要約の生成

進捗:

echo "[████████████████░░░░] 80% - ステップ4/5: 要約の生成"

目的: 拡張STAR + R-I-S-Eプロンプトを適用して詳細な要約を作成します。

適用するプロンプト:

フェーズ2の拡張プロンプト(STAR + R-I-S-Eフレームワーク)を、抽出した文字起こしを入力として使用します。

アクション:

  1. 全文文字起こしテキストを読み込む
  2. 包括的な要約プロンプトを適用
  3. AIモデル(Claude/GPT)を使用して構造化された要約を生成
  4. 出力が定義された構造に従っていることを確認:
    • 動画メタデータを含むヘッダー
    • 実行要約
    • セクションごとの詳細な内訳
    • 主要な洞察と結論
    • 概念と用語
    • リソースと参照

実装:

# 文字起こしファイルをAIプロンプトへの入力として使用
TRANSCRIPT_FILE="/tmp/transcript_${VIDEO_ID}.txt"

# AIエージェントは以下を行います:
# 1. 文字起こしを読み込む
# 2. STAR + R-I-S-E要約フレームワークを適用
# 3. 包括的なMarkdown出力を生成
# 4. ヘッダー、リスト、ハイライトで構造化

Read "$TRANSCRIPT_FILE"  # 文字起こしをコンテキストに読み込む

その後、完全な要約プロンプト(フェーズ2の拡張版)を適用します。

ステップ5: 出力のフォーマットと表示

進捗:

echo "[████████████████████] 100% - ステップ5/5: 出力のフォーマット"

目的: クリーンで構造化されたMarkdownで要約を提供します。

出力構造:

# [動画タイトル]

**チャンネル:** [チャンネル名]  
**長さ:** [長さ]  
**URL:** [https://youtube.com/watch?v=VIDEO_ID]  
**公開日:** [日付(利用可能な場合)]

## 📝 詳細な要約

### [トピック 1]

[例、データ、引用などを含む包括的な説明...]

#### [サブトピック 1.1]

[詳細な内訳...]

### [トピック 2]

[詳細な分析の続き...]

## 📚 概念と用語

- **[用語 1]:** [定義とコンテキスト]
- **[用語 2]:** [定義とコンテキスト]

## 📌 結論

[最終的な総合とポイント]

例 2: 依存関係の欠如

ユーザー入力:

claude> このYouTube動画を要約してください https://youtu.be/abc123

スキルの応答:

⚠️  youtube-transcript-apiがインストールされていません

このスキルにはPythonライブラリ 'youtube-transcript-api' が必要です。

今すぐインストールしますか?
- [ ] はい - pipでインストール
- [ ] いいえ - 手動でインストールします

ユーザーが「はい」を選択:

$ pip install youtube-transcript-api
Successfully installed youtube-transcript-api-0.6.1

✅ インストール完了!動画の要約を続行します...

例 4: 無効なURL

ユーザー入力:

claude> YouTube動画を要約 www.youtube.com/some-video

スキルの応答:

❌ 無効なYouTube URL形式

期待される形式の例:
- https://www.youtube.com/watch?v=VIDEO_ID
- https://youtu.be/VIDEO_ID

有効なYouTube動画のURLを指定してください。

📊 実行要約

この動画は、人工知能(AI)の基本概念を包括的に紹介し、初心者からプロフェッショナルまでが現代のAIの技術的基盤と実用的応用を理解できるように設計されています。講師は基本的な定義から機械学習アルゴリズムまでを、実用的な例と視覚化を使用して理解を促進しながらカバーしています。

[... 詳細な要約の続き ...]


**保存オプション:**

何を保存しますか? → 要約 + 生の文字起こし

✅ ファイル保存完了: resumo-exemplo123-2026-02-01.md(生の文字起こしを含む) [████████████████████] 100% - ✓ 処理完了!


機械学習の基本に関するこの包括的なチュートリアルへようこそ。本日の動画では、現代のAIシステムを支える中核概念を探求します...

バージョン: 1.2.0 最終更新日: 2026-02-02 管理者: Eric Andrade

制限事項

  • このスキルは、タスクが上記で説明された範囲に明確に一致する場合のみ使用してください。
  • 出力を環境固有の検証、テスト、または専門家によるレビューの代わりとして扱わないでください。
  • 必要な入力、権限、安全性の境界、成功基準が欠けている場合は、停止して明確化を求めてください。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

AlperTuncOrtak/crypto-data-pipeline

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

AlperTuncOrtak/crypto-data-pipeline

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

AlperTuncOrtak/crypto-data-pipeline

One sentence - what this skill does and when to invoke it

AlperTuncOrtak/crypto-data-pipeline

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

AlperTuncOrtak/crypto-data-pipeline

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

AlperTuncOrtak/crypto-data-pipeline

Pull a YouTube video transcript into a queryable markdown vault with yt-dlp subtitle discovery, VTT cleanup, metadata frontmatter, and capture-seed stubs.

AlperTuncOrtak/crypto-data-pipeline

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

AlperTuncOrtak/crypto-data-pipeline

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

AlperTuncOrtak/crypto-data-pipeline

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

AlperTuncOrtak/crypto-data-pipeline

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

AlperTuncOrtak/crypto-data-pipeline

Best practices for Remotion - Video creation in React

AlperTuncOrtak/crypto-data-pipeline

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

AlperTuncOrtak/crypto-data-pipeline

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

AlperTuncOrtak/crypto-data-pipeline

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

AlperTuncOrtak/crypto-data-pipeline

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

AlperTuncOrtak/crypto-data-pipeline

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

AlperTuncOrtak/crypto-data-pipeline

Video and audio perception, indexing, and editing. Ingest files/URLs/live streams, build visual/spoken indexes, search with timestamps, edit timelines, add overlays/subtitles, generate media, and create real-time alerts.

AlperTuncOrtak/crypto-data-pipeline

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

AlperTuncOrtak/crypto-data-pipeline

One sentence - what this skill does and when to invoke it

AlperTuncOrtak/crypto-data-pipeline

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

関連スキル