Communitygithub.com

ever-just/agentskills

自动获取 YouTube 视频转录稿,生成结构化摘要,并将完整转录稿发送到消息平台。它能检测 YouTube 链接,提供元数据、关键见解和可下载的转录文件。

agentskills 是什么?

该技能专为 AI 智能体设计,用于自动化处理 YouTube 视频内容。其主要功能包括:自动提取视频字幕或转录稿、生成不同详细程度的结构化摘要(快速 TL;DR、标准摘要或深度分析),并将完整转录稿保存为文件或发送到 Telegram 等消息平台。技能会从视频链接中提取元数据(标题、频道、观看次数、发布日期),并使用预装的 MCP YouTube 转录服务器来可靠地获取字幕,甚至在云端服务器上也能通过模拟 Android 客户端方式绕过 IP 限制,而 yt-dlp 等方法可能被屏蔽。此技能显著优于手动方法(如复制粘贴到 ChatGPT),原本需要 5-10 分钟的工作只需 15-20 秒即可完成,特别适合内容研究、竞品分析和笔记整理等场景。它提供可定制的摘要格式,支持多语言转录(英文回退),并能创建可搜索的转录库。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ever-just/agentskills/tree/HEAD/skills/white-paper-writing/ai-marketing-skills/youtube-summarizer

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

YouTube 摘要技能

自动从 YouTube 视频中获取转录稿,生成结构化摘要,并将完整转录稿发送到消息平台。

模式

从上下文中检测或询问:"快速 TL;DR、完整摘要,还是带内容角度的完整摘要?"

模式你能得到什么最佳场景
quick3 点快速总结 + 一个关键收获快速消费,分享片段
standard完整结构化摘要:主题、见解、收获学习、笔记、研究
deep完整摘要 + 章节分解 + 内容再利用机会将视频转变为内容资产

默认:standard — 如果用户只想要要点,使用 quick。如果想从视频中提取可用内容,使用 deep。


为什么比 ChatGPT 更好?

ChatGPT 的问题: 它无法直接访问 YouTube 转录稿。你必须手动复制粘贴字幕或使用第三方工具,然后将文本提供给 ChatGPT。步骤多、不便,且会丢失视频元数据。

本技能提供:

  1. 一步提取转录稿 - 放上 YouTube 链接,自动获取完整转录稿
  2. 结构化摘要 - 每次格式一致(主题 → 见解 → 收获),而不是随机的要点
  3. 包含视频元数据 - 标题、频道、观看次数、发布日期嵌入摘要中
  4. 完整转录稿投递 - 将带时间戳的转录稿保存到文件并发送到 Telegram/聊天平台
  5. 在 VPS/云端工作 - 使用 Android 客户端模拟绕过 YouTube 的云端 IP 封锁(适用于 yt-dlp 失败的情况)
  6. 多语言支持 - 自动按请求语言获取,英文作为回退

你可以手动实现这一点:手动启用字幕、复制文本、粘贴到 ChatGPT、重新格式化输出、保存到文件并上传。需要 5-10 分钟。本技能在 15-20 秒内完成。

何时使用

在以下情况下激活此技能:

  • 用户分享 YouTube 链接(youtube.com/watch、youtu.be、youtube.com/shorts)
  • 用户要求总结或转录 YouTube 视频
  • 用户请求关于 YouTube 视频内容的信息
  • 你需要分析视频内容以供研究或内容创作

依赖

必需: MCP YouTube 转录服务器必须安装在: /root/clawd/mcp-server-youtube-transcript

如果不存在,请安装:

cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

工作流程

1. 检测 YouTube 链接

从以下模式中提取视频 ID:

  • https://www.youtube.com/watch?v=VIDEO_ID
  • https://youtu.be/VIDEO_ID
  • https://www.youtube.com/shorts/VIDEO_ID
  • 直接视频 ID:VIDEO_ID(11 个字符)

2. 获取转录稿

运行以下命令获取转录稿:

cd /root/clawd/mcp-server-youtube-transcript && node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'VIDEO_ID', lang: 'en' });
console.log(JSON.stringify(result, null, 2));
" > /tmp/yt-transcript.json

将 VIDEO_ID 替换为提取到的 ID。从 /tmp/yt-transcript.json 读取输出。

3. 处理数据

解析 JSON 以提取:

  • result.metadata.title - 视频标题
  • result.metadata.author - 频道名称
  • result.metadata.viewCount - 格式化的观看次数
  • result.metadata.publishDate - 发布日期
  • result.actualLang - 使用的语言
  • result.lines - 转录片段数组

完整文本:result.lines.map(l => l.text).join(' ')

4. 生成摘要

使用以下模板创建结构化摘要:

📹 **视频:** [title]
👤 **频道:** [author] | 👁️ **观看:** [views] | 📅 **发布于:** [date]

**🎯 核心主题:**
[1-2 句核心论点/信息]

**💡 关键见解:**
- [见解 1]
- [见解 2]
- [见解 3]
- [见解 4]
- [见解 5]

**📝 值得注意的点:**
- [额外点 1]
- [额外点 2]

**🔑 收获:**
[实际应用或结论]

目标:

  • 核心主题:最多 1-2 句
  • 关键见解:3-5 条要点,每条 1-2 句
  • 值得注意的点:2-4 条支持细节
  • 收获:可行动的结论

5. 保存完整转录稿

将完整转录稿保存到带时间戳的文件:

/root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt

在文件中包含:

  • 视频元数据头部(标题、频道、链接、日期)
  • 完整转录文本
  • 便于查找的链接引用

6. 特定平台投递

如果渠道是 Telegram:

message --action send --channel telegram --target CHAT_ID \
  --filePath /root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt \
  --caption "📄 YouTube 转录稿:[title]"

如果渠道是其他/webchat: 只需回复摘要(不附加文件)。

7. 回复摘要

将结构化摘要作为你的回复发送给用户。

真实案例研究

用户: 研究竞争对手 YouTube 策略的内容创作者

挑战: 需要每周分析 20+ 个竞争对手视频,以识别热门话题、信息模式和信息缺口。手动过程:观看视频、做笔记、转录关键引用。时间:每个视频 30-45 分钟。

使用 youtube-summarizer 的解决方案:

  1. 在聊天中放入 YouTube 链接
  2. 20 秒内获得结构化摘要
  3. 完整转录稿保存供参考
  4. 复制关键见解用于内容规划文档

工作流程示例:

用户:分析这个视频:https://youtube.com/watch?v=abc123
[20 秒后]

📹 视频:“10 个将在 2026 年取代你工作的 AI 工具”
👤 频道:TechFuturist | 👁️ 观看:847K | 📅 发布于:2026 年 1 月 12 日

🎯 核心主题:
AI 工具正在比预期更快地自动化创意和知识工作,但真正的机会在于增强,而非替代。

💡 关键见解:
- 营销人员中使用 ChatGPT 的比例在一年内从 12% 跃升至 67%
- 使用像 Descript 这样的 AI 工具,视频编辑时间减少了 80%
- 最大的收益来自组合工具(Notion + Claude + Zapier)
- 公司正在招聘“AI 工作流设计师”来优化人机协作
- 使用 AI 的员工秘密地比同行高出 40%(BCG 研究)

📝 值得注意的点:
- 展示了 3 个通过 AI 将产出提升 10 倍的小企业案例
- 警告过度自动化:“AI 可以写作,但不能战略性思考”

🔑 收获:
不要问“AI 会取代我吗?”问“我如何使用 AI 变得 10 倍更有价值?”

8 周后的结果:

  • 节省时间: 每周 25 小时(20 个视频从 600 分钟减到 60 分钟)
  • 内容产出: 每周 3 个视频(从每周 1 个提升)
  • 更好的见解: 完整转录稿可搜索,发现了仅靠观看时错过的模式
  • 竞争情报: 建立了包含 160 多个竞争对手视频摘要和关键引用的数据库
  • 投入产出比引述: “这个技能把竞争对手研究从一件苦差事变成了一条流水线。”

为什么这比手动方法更好

方法时间获取元数据结构化输出可搜索存档云端友好
观看 + 做笔记30-45 分钟否否仅手动不适用
YouTube 转录功能5 分钟否否否是
yt-dlp2-5 分钟是否是❌ 在 VPS 上被屏蔽
复制到 ChatGPT10 分钟否有时否是
本技能20 秒是是是✅ 在 VPS 上工作

错误处理

如果转录抓取失败:

  • 检查视频是否启用了字幕
  • 如果请求的语言不可用,尝试使用 lang: 'en' 回退
  • 告知用户转录稿不可用,并建议替代方案:
    • 手动 YouTube 转录功能(设置 → 显示转录)
    • 视频可能没有字幕
    • 尝试其他视频

如果未安装 MCP 服务器:

  • 提供安装说明
  • 如果在适当上下文中,提供自动安装选项

如果视频 ID 提取失败:

  • 请用户提供完整的 YouTube 链接或视频 ID

如果视频年龄受限或私密:

  • 告知用户由于限制无法访问转录稿
  • 建议检查视频隐私设置

示例

示例 1:技术教程

输入: https://youtube.com/watch?v=dQw4w9WgXcQ

输出:

📹 **视频:**“从零构建 SaaS:$10K MRR 的教训”
👤 **频道:**IndieHackerTV | 👁️ **观看:**124K | 📅 **发布于:**2026 年 2 月 1 日

**🎯 核心主题:**
大多数 SaaS 创始人失败是因为他们在与客户交谈之前先构建了 6 个月。通往 $10K MRR 的道路是先与客户对话,其次才是 MVP。

**💡 关键见解:**
- 在写一行代码之前与 50 位潜在客户进行了访谈
- 第一个付费客户通过 Figma 原型注册(尚未构建产品)
- 从第一天起每月收费 $99(无免费层级,无折扣)
- 广告花费为 $0;所有增长来自 Twitter + Reddit 互动
- 通过拒绝不符合 ICP 的功能请求,在 9 个月内达到 $10K MRR

**📝 值得注意的点:**
- 在构建计费系统之前使用 Stripe 支付链接
- 前 3 个客户来自在 Twitter 上公开解决他们的问题
- 每周“公开构建”更新驱动了 40% 的注册

**🔑 收获:**
在构建之前验证需求。如果 10 个人不会为原型付费,那么 1,000 个人也不会为真实产品付费。

示例 2:商业策略视频

输入: https://youtu.be/abc123xyz

输出:

📹 **视频:**“为什么 Notion 的商业模式很天才”
👤 **频道:**SaaS Breakdowns | 👁️ **观看:**456K | 📅 **发布于:**2026 年 1 月 28 日

**🎯 核心主题:**
Notion 的增长策略颠覆了传统 SaaS:免费向个人提供产品,当他们把产品带入工作时实现变现。

**💡 关键见解:**
- Notion 80% 的企业交易始于某个员工使用免费计划
- 自下而上的采用 = 前 $10M ARR 不需要销售团队
- 模板市场创建了内容飞轮(100K+ 免费模板)
- 个人使用(免费)→ 团队使用(付费)的转化率:23%(行业平均:2-5%)
- 社区宣传取代了传统营销(4M+ Reddit/Discord 成员)

**📝 值得注意的点:**
- Notion 的病毒系数:1.4(每个用户平均邀请 1.4 人)
- 模板创建者驱动了 30% 的新用户获取
- 定价策略:10 人以下免费 = 无启动摩擦

**🔑 收获:**
先构建一个个人用户喜爱的产品。当员工在工作场所要求使用时,企业销售自然会跟上。

质量标准

  • 简洁: 摘要应在 30 秒内可浏览
  • 准确: 不要添加转录稿中不存在的信息
  • 结构化: 使用一致的格式以便阅读
  • 符合上下文: 根据视频长度调整细节程度
    • 短视频(<5 分钟):简短摘要(3 个关键见解)
    • 中等视频(5-30 分钟):标准格式(5 个关键见解)
    • 长视频(>30 分钟):详细分解(7 个以上见解,必要时分节)
  • 提取价值: 专注于可行动的见解、数据点和反直觉观点(而非泛泛建议)

专业提示

为了更好的摘要:

  1. 优先考虑数据点 - 数字、百分比、研究引用很突出
  2. 提取引用 - 令人难忘的短句使摘要易于分享
  3. 识别框架 - 如果视频提出方法/过程,提取步骤
  4. 发现反直觉观点 - 非传统智慧比常见建议更有价值
  5. 注意证据 - 示例、案例研究、前后对比结果增加可信度

用于研究工作流程:

  1. 构建转录库 - 按主题/领域组织以便发现模式
  2. 跨转录稿搜索 - 使用 grep 或文本搜索查找特定主题的提及
  3. 跟踪趋势 - 多个视频中的相同主题 = 上升趋势
  4. 提取提示 - 将有用的框架/方法保存为可复用的提示

用于内容创作:

  1. 发现内容缺口 - 哪些问题被问到但没有完全回答?
  2. 分析顶级表现者 - 高观看视频使用什么结构/节奏?
  3. 提取钩子 - 转录稿的前 30 秒 = 经过验证的钩子模式
  4. 再利用见解 - 将视频见解转化为 Twitter 线程、博客文章、新闻通讯

配置

标准模式(默认)

youtube-summarizer [URL]
  • 以英语获取转录稿
  • 生成结构化摘要
  • 将转录稿保存到文件
  • 如果适用,发送到消息平台

快速模式

youtube-summarizer [URL] --quick
  • 仅主题 + 3 个关键见解
  • 不保存转录文件
  • 快速研究时处理更快

深度模式

youtube-summarizer [URL] --deep
  • 带时间戳的扩展摘要
  • 长视频的逐节分解
  • 包含所有显著的引用

语言指定

youtube-summarizer [URL] --lang es
  • 以指定语言获取转录稿
  • 如果不可用,回退到英语

安装与设置

# 1. 克隆并安装 MCP 服务器
cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

# 2. 测试安装
node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'dQw4w9WgXcQ', lang: 'en' });
console.log(result.metadata.title);
"

# 3. 创建转录稿目录
mkdir -p /root/clawd/transcripts

# 4. 验证技能就绪
youtube-summarizer --check-setup

常见问题

问题:“转录稿不可用”

  • 原因: 视频未启用字幕/标题
  • 修复: 要求视频创建者启用字幕,或尝试其他视频

问题:“获取转录稿失败”(在 VPS 上)

  • 原因: YouTube 可能更新了其 API
  • 修复: 更新 MCP 服务器:cd /root/clawd/mcp-server-youtube-transcript && git pull && npm install && npm run build

问题:“视频 ID 无法识别”

  • 原因: 格式错误的链接或不支持的类型
  • *...

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ever-just/agentskills

> Declarative animations for React. Springs, gestures, layout animations, and page transitions. GPU-accelerated, production-ready.

ever-just/agentskills

> Create animated logos, icons, and micro-interactions as lightweight Lottie JSON files. No After Effects needed — build animations entirely in code.

ever-just/agentskills

> A TypeScript library using generators to program animations with a real-time editor. Ideal for explainer videos, code walkthroughs, and educational content.

ever-just/agentskills

> Add animated subtitles and captions to Remotion videos from .SRT files. TikTok-style word-by-word highlights, karaoke effects, and more.

ever-just/agentskills

> Create videos programmatically using React components. The most mature framework for code-driven video production.

ever-just/agentskills

> Copy-paste video components for Remotion. Intros, text effects, transitions, and full scene templates. Like shadcn/ui but for video.

ever-just/agentskills

Extract actionable intelligence from video content across YouTube, Vimeo, and company websites. Video reveals what text sources cannot: facility scale, team composition, product demonstrations, signage, event attendance, and operational reality.

ever-just/agentskills

Optimize and embed an existing video as a fast, crisp, autoplaying hero/background/loop on a website. Use when adding or replacing a video on a marketing site and it is too heavy, will not autoplay (especially on mobile/Safari), shows a codec error, or looks soft — to transcode it to web-safe H.264 with the right pixel format, faststart, retina-aware sizing, and a poster frame, then embed and verify it actually plays. This is optimization + embedding of footage you already have, not creating/animating a video (for that use remotion/moviepy/motion-canvas). Use when the user says "add this video to the site", "the hero video is too big / won't play / isn't crisp", "replace the homepage video", or "make this loop on the landing page".

ever-just/agentskills

Full conversion audit for any homepage or landing page. Use when someone asks to "review my homepage," "audit my landing page," "why isn't my page converting," "check my website," or wants feedback on their marketing page. Requires URL or screenshot before proceeding.

相关技能