Communitygithub.com

runesleo/x-reader

비디오 또는 팟캐스트 링크를 받아 전체 대본과 구조화된 요약을 제공합니다. YouTube, Bilibili, X 비디오, 소우주, Apple Podcasts 및 직접 미디어 URL을 지원합니다.

x-reader란 무엇인가요?

이 스킬은 미디어 URL(YouTube, Bilibili, X/Twitter, 소우주(Xiaoyuzhou), Apple Podcasts, 직접 파일 링크 등)을 감지하여 자동으로 트리거됩니다. 비디오의 경우 내장 자막을 추출하거나, 자막이 없는 경우 오디오를 다운로드한 후 Groq의 Whisper 모델을 사용하여 음성을 텍스트로 변환합니다. 팟캐스트의 경우 플랫폼별 API 또는 직접 다운로드를 통해 오디오 스트림을 획득하여 유사한 방식으로 처리합니다. 25MB를 초과하는 긴 오디오는 ffmpeg로 10분 단위로 분할한 후 순차적으로 변환하여 Groq의 제한(분당 524 타임아웃, 시간당 7200초)을 준수합니다. 최종 출력은 미디어 유형(비디오 또는 팟캐스트)과 길이(20분 기준)에 따라 맞춤화된 구조화된 요약(개요, 핵심 요점, 인용문, 실행 항목)을 포함합니다. Bilibili에 대해서는 yt-dlp의 412 오류를 우회하기 위해 공식 API를 사용하며, YouTube 봇 감지 시 브라우저 쿠키를 활용합니다. 현재 Spotify는 DRM 보호로 인해 지원되지 않습니다.

지원 대상~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/runesleo/x-reader/tree/HEAD/skills/video

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

비디오 및 팟캐스트 요약 스킬

비디오/팟캐스트 링크를 보내면 전체 대본과 구조화된 요약을 받을 수 있습니다.

지원 플랫폼

플랫폼유형자막Whisper 변환
YouTube비디오✅✅
Bilibili비디오✅✅
X/Twitter비디오❌✅
소우주 (小宇宙)팟캐스트❌✅
Apple Podcasts팟캐스트❌✅
직접 링크 (mp3/mp4/m3u8)모두❌✅

트리거

미디어 URL이 감지되면 자동으로 트리거됩니다:

  • YouTube: youtube.com, youtu.be
  • Bilibili: bilibili.com, b23.tv
  • X/Twitter: x.com, twitter.com (비디오가 포함된 트윗)
  • 소우주: xiaoyuzhoufm.com
  • Apple Podcasts: podcasts.apple.com
  • 직접 링크: .mp3, .mp4, .m3u8, .m4a, .webm

파이프라인

단계 0: 미디어 유형 감지

URL 패턴유형파이프라인
xiaoyuzhoufm.com/episode/팟캐스트→ 단계 1b (소우주)
podcasts.apple.com팟캐스트→ 단계 1c (Apple)
bilibili.com, b23.tv비디오→ 단계 1d (Bilibili API)
.mp3, .m4a 직접 링크오디오→ 단계 2b (직접 다운로드)
기타비디오→ 단계 1a (자막 추출)

단계 1a: 비디오 — 자막 추출

# 임시 파일 정리
rm -f /tmp/media_sub*.vtt /tmp/media_audio.mp3 /tmp/media_transcript*.json /tmp/media_segment_*.mp3 2>/dev/null || true

# YouTube (영어 우선, 중국어 대체)
yt-dlp --skip-download --write-auto-sub --sub-lang "en,zh-Hans" -o "/tmp/media_sub" "VIDEO_URL"

# Bilibili
yt-dlp --skip-download --write-auto-sub --sub-lang "zh-Hans,zh" -o "/tmp/media_sub" "VIDEO_URL"

자막 확인:

ls /tmp/media_sub*.vtt 2>/dev/null
  • 자막 있음 → VTT 내용 읽고, 단계 3으로 이동
  • 자막 없음 → 단계 2a (오디오 다운로드)

단계 1b: 소우주 (小宇宙) — 오디오 URL 추출

# __NEXT_DATA__에서 CDN 직접 링크 추출
# 소우주는 Next.js SPA이지만, 초기 HTML에 __NEXT_DATA__에 오디오 URL이 포함됨
AUDIO_URL=$(curl -sL -H "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36" \
  "EPISODE_URL" \
  | grep -oE 'https://media\.xyzcdn\.net/[^"]+\.(m4a|mp3)' \
  | head -1)

echo "Audio URL: $AUDIO_URL"

# 오디오 다운로드
curl -L -o /tmp/media_audio.mp3 "$AUDIO_URL"

curl 추출이 비어 있는 경우 (드묾): Puppeteer/브라우저를 사용하여 렌더링된 페이지를 가져와서 추출합니다.

→ 단계 2b (크기 확인 및 변환)

단계 1c: Apple Podcasts — yt-dlp 사용

yt-dlp -f "ba[ext=m4a]/ba/b" --extract-audio --audio-format mp3 --audio-quality 5 \
  -o "/tmp/media_audio.%(ext)s" "APPLE_PODCAST_URL"

→ 단계 2b (크기 확인 및 변환)

단계 1d: Bilibili — API 직접 오디오 스트림

yt-dlp는 쿠키를 사용해도 Bilibili에서 412 오류를 반환합니다. 대신 Bilibili API를 사용합니다:

# 1. URL에서 BV 번호 추출
BV="BV1xxxxx"  # 실제 BV 번호로 교체

# 2. 비디오 정보 가져오기 (제목, 길이, CID)
curl -s "https://api.bilibili.com/x/web-interface/view?bvid=$BV" \
  -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.bilibili.com/" \
  | python3 -c "import json,sys; d=json.load(sys.stdin)['data']; print(f\"Title: {d['title']}\nDuration: {d['duration']}s\nCID: {d['cid']}\")"

# 3. 오디오 스트림 URL 가져오기
CID=<이전 단계의 CID>
AUDIO_URL=$(curl -s "https://api.bilibili.com/x/player/playurl?bvid=$BV&cid=$CID&fnval=16&qn=64" \
  -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.bilibili.com/" \
  | python3 -c "import json,sys; print(json.load(sys.stdin)['data']['dash']['audio'][0]['baseUrl'])")

# 4. 오디오 다운로드 (Referer 헤더 필요, 없으면 403)
curl -L -o /tmp/media_audio.m4s \
  -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.bilibili.com/" "$AUDIO_URL"

# 5. mp3로 변환
ffmpeg -y -i /tmp/media_audio.m4s -acodec libmp3lame -q:a 5 /tmp/media_audio.mp3

→ 단계 2b (크기 확인 및 변환)

단계 2a: 비디오 — 오디오 다운로드 (자막이 없는 경우)

# YouTube는 봇 감지를 우회하기 위해 --cookies-from-browser chrome이 필요할 수 있음
yt-dlp --cookies-from-browser chrome -f "ba[ext=m4a]/ba/b" --extract-audio --audio-format mp3 --audio-quality 5 \
  -o "/tmp/media_audio.%(ext)s" "VIDEO_URL"

단계 2b: 오디오 크기 확인 및 분할

FILE_SIZE=$(stat -f%z /tmp/media_audio.* 2>/dev/null || stat -c%s /tmp/media_audio.* 2>/dev/null)
echo "File size: $FILE_SIZE bytes"
  • ≤ 25MB (25000000) → 단계 2c (직접 변환)
  • > 25MB → 먼저 분할한 후, 각 세그먼트 변환

대용량 오디오 분할 (>25MB):

# 전체 길이 확인
DURATION=$(ffprobe -v error -show_entries format=duration -of csv=p=0 /tmp/media_audio.* | head -1)

# 10분 단위로 분할 (각 세그먼트가 25MB 미만으로 유지됨)
SEGMENT_SEC=600
SEGMENTS=$(python3 -c "import math; print(math.ceil(float('$DURATION')/$SEGMENT_SEC))")

# 세그먼트 자르기
for i in $(seq 0 $((SEGMENTS-1))); do
  START=$((i * SEGMENT_SEC))
  ffmpeg -y -i /tmp/media_audio.* -ss $START -t $SEGMENT_SEC -acodec libmp3lame -q:a 5 \
    "/tmp/media_segment_${i}.mp3" 2>/dev/null
done

→ 각 세그먼트에 대해 단계 2c를 순차적으로 호출 (병렬 호출 시 Groq 524 타임아웃 발생), 결과 연결

단계 2c: Whisper 변환

전제 조건: GROQ_API_KEY 환경 변수

# API 키 확인
if [ -z "$GROQ_API_KEY" ]; then
  echo "❌ GROQ_API_KEY가 설정되지 않았습니다. 다음에서 발급받으세요: https://console.groq.com/keys"
  exit 1
fi

# 단일 파일 변환 (AUDIO_FILE을 실제 경로로 교체)
curl -s -X POST "https://api.groq.com/openai/v1/audio/transcriptions" \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F "file=@AUDIO_FILE" \
  -F "model=whisper-large-v3-turbo" \
  -F "response_format=verbose_json" \
  -F "language=zh" \
  > /tmp/media_transcript.json

# 일반 텍스트 추출
python3 -c "import json; print(json.load(open('/tmp/media_transcript.json'))['text'])"

Whisper 모델 옵션:

모델속도정확도사용 사례
whisper-large-v3-turbo실시간의 10배높음기본 선택
whisper-large-v3실시간의 5배가장 높음전문/잡음 콘텐츠

언어 매개변수:

  • 중국어: language=zh
  • 영어: language=en
  • 자동 감지: language 매개변수 생략

단계 3: 구조화된 요약

미디어 유형에 따라 출력 형식 선택:

비디오 (≤20분):

  1. 개요 (1-2문장)
  2. 핵심 요점 (3-5개 불릿 포인트)
  3. 주요 인용문 (있는 경우)
  4. 실행 항목 (해당되는 경우)

팟캐스트 (>20분):

  1. 개요 (2-3문장: 누가 무엇을 논의했는지)
  2. 챕터 요약 (주제별로 구분, 각 2-3문장)
  3. 핵심 요점 (5-8개 불릿 포인트)
  4. 주요 인용문
  5. 실행 항목 (해당되는 경우)

출력 형식

비디오

## 📺 비디오 요약

**제목**: [비디오 제목]
**길이**: [x분]
**언어**: [중국어/영어]

### 개요
[1-2문장 요약]

### 핵심 요점
1. [요점 1]
2. [요점 2]
...

### 주요 인용문
> "xxx" — [타임스탬프]

### 실행 항목
- [해당되는 경우]

팟캐스트

## 🎙️ 팟캐스트 요약

**쇼**: [팟캐스트 이름]
**에피소드**: [에피소드 제목]
**길이**: [x분]
**게스트**: [있는 경우]

### 개요
[2-3문장: 누가 무엇을 논의했는지, 핵심 결론]

### 챕터 요약
#### 1. [주제] (~xx:xx-xx:xx)
[2-3문장 핵심 내용]

#### 2. [주제] (~xx:xx-xx:xx)
[2-3문장 핵심 내용]
...

### 핵심 요점
1. [요점 1]
2. [요점 2]
...

### 주요 인용문
> "xxx"

### 실행 항목
- [해당되는 경우]

오류 처리

상황조치
자막 없음 + GROQ_API_KEY 없음사용자에게 API 키 설정 요청
자막 없음 + API 키 있음자동 Whisper 변환
소우주 curl 추출 실패Puppeteer/브라우저를 사용하여 렌더링된 HTML 가져오기
오디오 >25MBffmpeg 분할 (10분/세그먼트), 순차적으로 변환
팟캐스트 >2시간사용자에게 길이 경고, 진행 전 확인 요청
Groq 524 타임아웃병렬화 금지 — 순차적으로 변환, 세그먼트 간 5-8초 대기
Groq 429 속도 제한시간당 7200초 제한, retry-after 헤더 대기 후 재시도
yt-dlp Bilibili 412Bilibili API 사용 (단계 1d)
yt-dlp YouTube 봇 감지--cookies-from-browser chrome 추가
네트워크 타임아웃한 번 재시도
Spotify 링크사용자에게 알림: 지원되지 않음 (DRM 보호)

Groq Whisper 제한

  • 요청당 최대 25MB
  • 무료 티어: 시간당 7200초 오디오 (롤링 윈도우), 하루 약 20시간
  • 지원 형식: mp3, mp4, mpeg, mpga, m4a, wav, webm

의존성

  • yt-dlp: 비디오 다운로드 + 자막 추출
  • ffmpeg: 오디오 변환 + 분할
  • curl: 소우주 오디오 다운로드, Bilibili API
  • GROQ_API_KEY: Whisper 변환 API (https://console.groq.com/keys에서 무료 발급)

관련 스킬