Communitygithub.com

utillayer/youtube-agent-skill

将原始录制的转录稿转换为编辑决策列表——检测静音、填充词和重拍,并附带时间码。适用于“剪辑此处”、“删除空白部分”、“精简视频”、“我说得啰嗦了”等请求,或任何基于转录稿缩短素材的需求。

youtube-agent-skill 是什么?

此技能旨在帮助开发者或AI代理用户从带时间戳的转录稿生成编辑决策列表,以便快速识别并剪切视频中的冗余部分。它支持SRT、VTT和Whisper JSON格式的转录文件,并提供可配置的参数(如静音阈值),适用于Claude Code、claude.ai和Codex等平台。技能的核心工具为`deadair.py`,能够检测三种冗余类型:死区(过长的静音,从中点修剪以保留自然呼吸)、填充词(如“嗯”、“所以”、“基本上”等中英文常见词语)和重复句(在说话人重启句子时,剪切被废弃的较短的尝试)。重要的是,该技能不操作媒体文件,仅输出可复制的编辑建议,用户需自行检查并应用剪辑。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/utillayer/youtube-agent-skill/tree/HEAD/skills/yt-edit

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

yt-edit

根据带时间戳的转录稿生成的编辑决策列表。它输出剪辑位置。你负责应用它们。

python3 ${CLAUDE_SKILL_DIR}/deadair.py transcript.srt              # srt, vtt 或 whisper json
python3 ${CLAUDE_SKILL_DIR}/deadair.py transcript.srt --floor 0.35 --json

这些工具位于本技能文件夹中。在 Claude Code 中,${CLAUDE_SKILL_DIR} 就是该文件夹;对于无法展开此变量的环境(claude.ai、Codex),请使用加载此 SKILL.md 的文件夹路径。

还没有转录稿?请先索取一份,或自行生成——whisper、faster-whisper,或者 YouTube 对未列出上传视频生成的字幕轨道均可。YouTube 的自动字幕 .vtt 可直接使用:加载时会自动剥离内联单词时间戳、重复的行和 [音乐] 类标注。请勿猜测时间。

有链接但没有转录稿?YouTube 自己的字幕,一行搞定:

yt-dlp --skip-download --write-auto-subs --sub-langs en --sub-format vtt -o transcript "<video url>"

这将写入 transcript.en.vtt。将 en 替换为视频的语言。自动字幕没有标点符号;whisper 生成的转录稿则包含标点,能提供更清晰的句子边界。

它检测什么

  • DEAD - 超过阈值(floor)的静音间隙,从中间修剪,确保两端保留呼吸声。紧贴说话内容剪切会让精简后的片段听起来喘不过气。
  • FILLER - 完全由填充词组成的提示,包括“嗯”、“所以”、“基本上”,以及西班牙语(“bueno”、“o sea”)、印地语(“matlab”、“accha”、“मतलब”)和尼泊尔语(“ani”、“khai”、“अनि”)。其他语言将检测 DEAD 和 REPEAT,但没有填充词列表——请说明。
  • REPEAT - 重新开始的句子。与上一个实际说话的提示进行比较,而不是字面上的上一个提示,因为大多数重拍在两次尝试之间都有“嗯”。被废弃的那一次将被剪切,且通常是两者中较短的那个。

它不会做什么

它不会接触媒体文件。它对你的 B-roll 没有任何意见。报告中 40% 的剪裁是针对讲话的 40%;如果视频中有很长的无声演示,这个数字就是错误的——在相信底部的运行时间之前,请将报告与镜头核对。

门控

此处没有任何内容自动发布。这个技能负责写,你负责发布。每次输出都以用户可复制的块结束,每次运行的最后一句话都是问题:是发布,还是修改?

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相关技能