Communitygithub.com

ASoudy/AGS

Converte um link do YouTube em um arquivo markdown consultável no seu vault, extraindo transcrições, metadados e gerando resumos.

O que é AGS?

Este skill conecta o YouTube ao seu vault de markdown, permitindo que você transforme vídeos em entradas de memória consultáveis. Ao receber uma URL do YouTube, ele automaticamente baixa a transcrição disponível (legendas manuais ou automáticas), limpa o formato VTT, extrai metadados como título, canal, data de upload e duração, e salva tudo em um arquivo markdown organizado em pastas por canal. Além disso, ele escaneia o texto em busca de palavras-chave e cria rascunhos de captura para insights importantes. Ideal para desenvolvedores e pesquisadores que querem arquivar palestras, podcasts ou aulas para consulta futura, integrando-se perfeitamente com outros skills do ecossistema ingest-*. Suporta YouTube e depende do yt-dlp para funcionar.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ASoudy/AGS/tree/HEAD/AGAS/plugins/antigravity-awesome-skills-claude/skills/ingest-youtube

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

ingest-youtube — Conector YouTube para vault

Converte transcrições do YouTube em entradas de memória tipadas e consultáveis no seu vault de markdown. Essas entradas podem ser usadas por skills auxiliares (como extração de grafos de conhecimento, treinamento de impressão digital de voz, reaproveitamento de conteúdo, extração de itens de ação).

Mesmo padrão dos conectores ingest-slack, ingest-whatsapp, ingest-notion, ingest-linear, ingest-github, ingest-gmail. Adicionar YouTube significa um novo normalizador, não uma nova arquitetura.

Quando usar

  • Usuário cola uma URL do YouTube e pede uma transcrição ou resumo
  • Usuário digita /ingest-youtube <url> para um vídeo específico
  • Usuário pede para capturar, sincronizar, ingerir, transcrever ou puxar uma palestra/podcast/keynote para o vault

NÃO use para:

  • Baixar o arquivo de vídeo real (use yt-dlp diretamente com -f best)
  • Ingestão de canais inteiros ou janelas --days; este script ingere uma URL de vídeo por vez
  • Transmissões ao vivo (as transcrições não são estáveis)
  • Fontes que não sejam YouTube (Vimeo, Twitch, Twitter Spaces têm seus próprios conectores)
  • Leituras de transcrição avulsas onde o usuário não quer um arquivo no vault (execute yt-dlp --write-auto-sub diretamente e redirecione para stdout)

Como funciona

  1. Interpreta a entrada como uma URL de vídeo do YouTube.
  2. Verifica se yt-dlp está instalado. Se não estiver, o script exibe instruções de instalação: brew install yt-dlp (macOS) ou pip3 install --user yt-dlp.
  3. Chama yt-dlp --list-subs <url> para listar as legendas disponíveis.
  4. Prioridade das legendas: legendas manuais > legendas automáticas. Legendas manuais preservam pontuação e identificadores de falantes fornecidos pelo criador; as automáticas são em maiúsculas e sem pontuação.
  5. Baixa a legenda de maior prioridade no formato VTT via yt-dlp --write-sub --sub-lang <lang> --skip-download. Preferência de idioma padrão: en,es (inglês primeiro, espanhol segundo).
  6. Remove os marcadores de tempo VTT e mescla em parágrafos de prosa limpa. Remove linhas duplicadas (VTTs automáticos costumam repetir linhas). Preserva identificadores de falantes se a origem os tiver.
  7. Extrai metadados do vídeo (título, canal, data de upload, duração, video_id, URL) via yt-dlp --print-json --skip-download.
  8. Cria um slug a partir do nome do canal e do título do vídeo. Escreve em External Inputs/YouTube/<slug-do-canal>/<AAAA-MM-DD>-<slug-do-video>.md.
  9. Escaneia a transcrição em busca de palavras-chave (decisão, framework, modelo, princípio, "a lição é", playbook, anti-padrão, estudo de caso). Para cada correspondência, cria um rascunho de captura em Meta/Captures/<AAAA-MM-DD>-youtube-<slug-do-canal>-<id-do-video>.md para que o rascunho apareça no agregador de capturas.
  10. Exibe um resumo: caminho do arquivo, contagem de palavras da transcrição, idioma, rascunhos detectados.

Invocação

python3 ingest.py <url-do-youtube> [--vault <caminho>] [--lang <código>]

Padrões:

  • --vault: variável de ambiente $VAULT_ROOT ou diretório atual
  • --lang: en,es (inglês primeiro, espanhol segundo; compatível com um padrão bilíngue comum)
  • --whisper: aceito como uma flag futura de fallback, mas esta versão escreve um rascunho quando não há legendas disponíveis

Contrato de saída

O arquivo do vault em External Inputs/YouTube/<slug-do-canal>/<AAAA-MM-DD>-<slug-do-video>.md tem o seguinte frontmatter:

---
type: external-input
source: youtube
video_id: <ID de 11 caracteres>
url: https://www.youtube.com/watch?v=<id>
channel: <nome-do-canal>
channel_url: https://www.youtube.com/<handle>
title: <título-do-vídeo>
upload_date: <AAAA-MM-DD>
duration_seconds: <int>
language: <código ISO>
subtitle_source: manual | auto | whisper
word_count: <int>
ingested_at: <timestamp ISO 8601>
---

O corpo é a transcrição limpa em parágrafos de prosa. Se a origem tiver identificadores de falantes, o formato será **<falante>:** <texto> por turno.

Idempotência

Reingerir a mesma URL de vídeo sobrescreve o mesmo arquivo do vault. Os nomes dos rascunhos de captura usam hash do video_id, então a mesma fonte de vídeo produz o mesmo nome de arquivo de rascunho em execuções repetidas. Reexecuções atualizam, nunca duplicam.

Legendas ausentes

Se yt-dlp --list-subs não retornar legendas manuais ou automáticas, o script escreve uma nota de vault de rascunho com os metadados do vídeo e a URL de origem, em vez de falhar silenciosamente. A flag --whisper está reservada para um fallback futuro de transcrição local e atualmente informa que o fallback não foi implementado.

Para um fallback manual hoje, baixe o áudio com yt-dlp, transcreva-o com seu fluxo de trabalho Whisper local e adicione legendas ou texto da transcrição antes de reexecutar a ingestão.

Limitações

  • Ingere uma URL de vídeo do YouTube por execução; handles de canal, playlists e janelas --days estão fora do escopo.
  • Depende das legendas retornadas pelo yt-dlp; vídeos sem legendas produzem um rascunho de metadados, não uma transcrição.
  • Não baixa arquivos de vídeo nem realiza transcrição Whisper embutida nesta versão.
  • Disponibilidade de rede, acesso a legendas do YouTube e comportamento local do yt-dlp determinam se a ingestão é bem-sucedida.

Teste de aceitação

Execute contra o primeiro vídeo do YouTube:

python3 ingest.py "https://www.youtube.com/watch?v=jNQXAC9IVRw" --vault /tmp/test

Saída esperada:

Wrote 39 words to /tmp/test/External Inputs/YouTube/jawed/2005-04-24-me-at-the-zoo.md. Language: en. Subtitle source: manual.

O arquivo de saída contém frontmatter válido e um corpo de prosa limpo.

Dependências

  • yt-dlp (obrigatório): instale via brew install yt-dlp ou pip3 install --user yt-dlp
  • whisper-cpp (opcional para fallback manual fora deste script)

Fonte

Incluso em adelaidasofia/ai-brain-starter, um kit de verificação em torno de um agente de IA para que a memória se acumule em vez de corromper. O skill faz parte da família de conectores de vault ingest-*.

Individual skills in this repo

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

ASoudy/AGS

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

ASoudy/AGS

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

ASoudy/AGS

Build content-focused websites with Astro — zero JS by default, islands architecture, multi-framework components, and Markdown/MDX support.

ASoudy/AGS

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

ASoudy/AGS

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.

ASoudy/AGS

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

ASoudy/AGS

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.

ASoudy/AGS

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.

ASoudy/AGS

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

ASoudy/AGS

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

ASoudy/AGS

Comprehensive patterns for Next.js 14+ App Router architecture, Server Components, and modern full-stack React development.

ASoudy/AGS

Next.js App Router principles. Server Components, data fetching, routing patterns.

ASoudy/AGS

Expert integration of Supabase Auth with Next.js App Router

ASoudy/AGS

React and Next.js 14+ application development with App Router, Server Components, TypeScript, Tailwind CSS, and modern frontend patterns.

ASoudy/AGS

Best practices for Remotion - Video creation in React

ASoudy/AGS

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

ASoudy/AGS

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

ASoudy/AGS

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.

ASoudy/AGS

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

ASoudy/AGS

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

Habilidades Relacionadas