YouTubeコンテンツツール
使用するタイミング
ユーザーがYouTubeのURLや動画リンクを共有したとき、動画の要約を依頼したとき、文字起こしをリクエストしたとき、またはYouTube動画からコンテンツを抽出して再フォーマットしたいときに使用します。文字起こしをチャプター、要約、スレッド、ブログ記事などの構造化コンテンツに変換します。
YouTube動画から文字起こしを抽出し、便利な形式に変換します。
セットアップ
uvを使用して、依存関係をHermes管理環境にインストールします。この環境はヘルパースクリプトの実行環境と同じです。
uv pip install youtube-transcript-api
ヘルパースクリプト
SKILL_DIRはこのSKILL.mdファイルが置かれているディレクトリです。スクリプトは、標準的なYouTube URL形式、短縮リンク(youtu.be)、ショート動画、埋め込み、ライブ動画のリンク、または11文字の生の動画IDを受け付けます。
# メタデータ付きのJSON出力
uv run python3 SKILL_DIR/scripts/fetch_transcript.py "https://youtube.com/watch?v=VIDEO_ID"
# プレーンテキスト(更なる処理にパイプするのに適しています)
uv run python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --text-only
# タイムスタンプ付き
uv run python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --timestamps
# フォールバックチェーン付きの特定言語
uv run python3 SKILL_DIR/scripts/fetch_transcript.py "URL" --language tr,en
出力フォーマット
文字起こしを取得した後、ユーザーの要求に応じて以下の形式にフォーマットします。
- チャプター: トピックの変化ごとにグループ化し、タイムスタンプ付きのチャプターリストを出力
- 要約: 動画全体の簡潔な5〜10文の概要
- チャプター要約: 各チャプターに短い段落の要約を付けたもの
- スレッド: Twitter/Xスレッド形式 — 各投稿が280文字以内で番号付き
- ブログ記事: タイトル、セクション、重要なポイントを含む完全な記事
- 引用: タイムスタンプ付きの注目すべき引用
例 — チャプター出力
00:00 導入 — ホストが問題定義から開始
03:45 背景 — 先行研究と既存の解決策が不十分な理由
12:20 コア手法 — 提案手法の詳細な解説
24:10 結果 — ベンチマーク比較と主要な結果
31:55 Q&A — スケーラビリティと次のステップに関する質疑応答
ワークフロー
- 取得: ヘルパースクリプトを
uv run python3で実行し、--text-only --timestampsオプションを指定して文字起こしを取得します。 - 検証: 出力が空でなく、期待する言語であることを確認します。空の場合は
--languageオプションなしで再試行し、利用可能な文字起こしを取得します。それでも空の場合は、ユーザーに動画で字幕が無効になっている可能性があることを伝えます。 - 必要に応じてチャンク分割: 文字起こしが約50K文字を超える場合は、重複するチャンク(約40K文字、2K文字重複)に分割し、各チャンクを要約してからマージします。
- 変換: 要求された出力フォーマットに変換します。ユーザーがフォーマットを指定しなかった場合は、デフォルトで要約を生成します。
- 検証: 変換後の出力を再度読み込み、一貫性、正しいタイムスタンプ、完全性を確認してから表示します。
エラーハンドリング
- 字幕が無効: ユーザーにその旨を伝え、動画ページで字幕が利用可能か確認するよう提案します。
- 非公開/利用不可の動画: エラーをそのまま伝え、URLを確認するようユーザーに依頼します。
- 一致する言語がない:
--languageオプションなしで再試行し、利用可能な文字起こしを取得してから、実際の言語をユーザーに通知します。 - 依存関係がない:
uv pip install youtube-transcript-apiを実行して再試行します。