Community写作与编辑github.com

YouTube 上传包生成器

将完成的 YouTube 视频、脚本或字幕转换为上传所需的完整素材包:3 个标题选项、带章节的描述(YouTube 可接受的格式,从 0:00 开始,3 个以上章节,每个至少 10 秒)、一个提问的置顶评论、一个行宽整洁的 SRT 字幕文件,以及 3 张完成的小样图(来自视频帧的 1280×720 PNG,六种布局,通过对比度和手机尺寸可读性检查,专为 YouTube 的测试和比较功能制作)。当用户说“写我的标题和描述”、“带章节的 YouTube 描述”、“制作章节”、“我的视频时间戳”、“制作 SRT”、“从字幕中生成字幕”、“置顶评论”、“制作我的小样图”、“这段视频的小样图”、“小样图文本”、“打包这个视频”、“准备好上传”时,或拥有已完成的视频、长脚本、字幕或带时间戳的字幕需要发布时使用。

YouTube 上传包生成器 是什么?

这个 AI 技能(youtube-packaging)旨在帮助创作者将完成的 YouTube 视频的脚本或字幕转换为完整的、符合平台要求的上传素材包。它支持任何领域和视频长度(主要面向长视频,但也适用于短视频)。该技能自动完成标题、描述(含章节)、置顶评论、SRT 字幕文件和三个小样图的生成,确保所有输出内容都经过代码检查,符合 YouTube 的最佳实践和规则。该技能适用于 Claude Code、Cursor 等 AI 编码代理,主要在命令行环境中运行 Python 脚本。用户只需提供视频的文字内容(最好带有时间戳)和最终时长,技能便会分析视频的承诺和章节,生成不同角度的标题(结果、问题、好奇心缺口)、多布局小样图(基于 Pillow、numpy 和 Playwright),以及符合 YouTube 严格规则(如章节长度、字符限制、对比度)的描述和字幕。最终,它会输出一个包含所有内容的 Markdown 包和一个检查报告,确保一切无误后即可直接上传。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gabrielebolognese/youtube-packaging/tree/HEAD/skills/youtube-packaging

Installed? Explore more 写作与编辑 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

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 上传包生成器 是做什么的?

将已完成视频的脚本或字幕转换为上传所需的一切内容:标题、带章节的描述、置顶评论、字幕和三个小样图。适用于任何领域和任何长度(专为长视频设计,对短视频也同样有效)。

脚本位于此 SKILL.md 旁边的 scripts/ 文件夹中。使用 python(3.10 或更高版本)通过该文件夹的绝对路径运行它们。check_package.py 和 make_srt.py 不需要其他依赖;小样图(thumbs.py)需要 Pillow、numpy 和 Playwright(含 Chromium)(python -m pip install pillow numpy playwright 然后 python -m playwright install chromium),以及从视频文件提取帧时所需的 ffmpeg。

1. 收集输入

  • 视频的文字内容,最好优先:带单词时间戳的 JSON(来自支持单词时间戳的转录工具)、带时间戳的字幕(0:12 文本 格式的行、复制的 YouTube 字幕、SRT 或 VTT),或仅脚本(那么每个时间都是估计值,需要说明)。
  • 视频的最终时长(用于最后一个章节和字幕)。
  • 视频中承诺的资源或链接。如果没有真实链接,请写入 [LINK] 供用户填写。
  • 可选:频道之前的描述(以避免新描述重复它们)、工作标题或小样图想法、观众信息。

2. 先阅读视频

阅读整个脚本或字幕,并记录:前 30 秒内做出的承诺、主要收获、各个章节及其起始位置、视频中提到的具体数字、最令人惊讶的时刻。每个标题、小样图文本和描述行都必须与视频实际呈现的内容一致。

3. 章节

  • 每个章节对应一个部分;其时间是该部分第一个被说出的词。如果有单词时间戳或带时间戳的字幕,找到每个部分的第一个词。如果只有脚本,则估计(该部分之前的词数 / 每分钟词数),并将时间标记为估计值,以便在剪辑后修正。
  • YouTube 的规则:列表以 0:00 开始(钩子内容属于该章节),包含三个或更多章节,没有短于 10 秒的章节,按时间顺序排列,超过一小时的时间写作 1:05:00。一个不足 10 秒的章节将合并到相邻的章节中。
  • 章节标题说明该部分涵盖的内容或提出的问题,而不是其结论(例如:“浇水的错误”,而不是“停止每天浇水”);2 到 6 个词;不使用长破折号。

4. 标题(3 个选项)

  • 每个选项采用不同的角度:结果、问题或错误、好奇心缺口或对比。将观众可能搜索的关键词放在前面。
  • 最多 60 个字符(YouTube 允许 100 个字符,但较长的标题在手机和搜索结果中会被截断)。
  • 视频的前 30 秒必须确认标题的承诺;开场不兑现的标题会导致观众在前几秒钟流失。
  • 仅当视频中提到时才使用数字。不使用标签、链接、炒作词汇,或超过两个大写单词。

5. 小样图(3 张完成后的图片)

  • 文本:最多 5 个单词,在手机尺寸下可读。小样图是对标题的补充而非重复:它们一起讲述故事(标题:承诺;小样图:风险、结果、转折)。仅使用视频中的数字。
  • 图片:python <技能文件夹>/scripts/thumbs.py frames VIDEO_OR_IMAGE_FOLDER work/ 保留最清晰、差异最大的帧为 work/frames/f01.png ...;打开 work/frames.jpg 并选择展示收获的帧(反应的面孔、结果、前后对比)。没有视频?使用用户自己的图片或屏幕截图放在一个文件夹中;绝不使用陌生人的照片。
  • 编写 work/thumbs.json:三个变体,每个在一个方面不同(文本、图片或布局),以便 YouTube 的测试和比较功能能分辨哪个更有效。六种布局:simple(简洁)、shock(缩放和环状)、big-number(大数字)、header(标题)、comparison(两张图片)、blur(揭示效果)。格式、布局和选项(焦点、高亮词、文本侧、品牌颜色):references/thumbnails.md。
  • 渲染:python <技能文件夹>/scripts/thumbs.py render work/thumbs.json out/ [--brand brand.json]。它输出 out/thumb-a.png 及其后续文件和 out/thumbs.jpg:每个变体以大方块、YouTube 首页图块(含标题)、手机尺寸显示,并附带其检查项(1280×720 且小于 2 MB、最多 5 个单词、字母高度至少 54 像素且在手机尺寸下仍可读、文本在帧内、与背景对比度达到 4.5:1)。打开 thumbs.jpg,修复每个失败项(更短的文本、"shade": 0.65、其他布局或图片),然后重新渲染。

6. 描述

按此顺序:

  1. 开场:2 行,每行最多 160 个字符,在 "...更多" 之前显示。用新的措辞再次陈述承诺,针对仍在决定是否点击的用户:不是重复标题,不包含链接。
  2. 摘要:一个简短的段落(最多 900 个字符),说明观众可以获得什么。使用平实的句子,不要列表。
  3. 资源行(仅当视频承诺了资源时):资源是什么,然后提供链接或 [LINK]。
  4. 章节:每行一个,格式为 0:00 标题。
  5. 可选:创作者经常添加的致谢或链接。

全部内容最多 5,000 个字符。默认不使用标签(主题放在标签字段中),不使用炒作词汇,不使用长破折号,并且其三个单词的运行部分与之前的描述共享不超过 30%。

7. 置顶评论和标签

  • 置顶评论:一个与视频核心问题或观众下一步行动相关的问题,易于用一个词或一行回答。最多 200 个字符,不含链接。
  • 标签(可选):3 个或更多,全部最多 500 个字符,不使用 #,标签内不含逗号。

8. 字幕

python <技能文件夹>/scripts/make_srt.py words.json -o video.srt                   # 单词时间戳
python <技能文件夹>/scripts/make_srt.py transcript.txt --end 18:42 -o video.srt   # 带时间戳的行
python <技能文件夹>/scripts/make_srt.py --validate video.srt                       # 检查现有文件

提示:最多两行,每行 42 个字符,屏幕显示 1 到 7 秒,优先在句子末尾断开,其次在逗号处;数字与其单位保持在一起,名称永不拆分;无重叠,提示之间至少间隔 80 毫秒。所有参数可调(--max-chars、--max-lines、--min-dur、--max-dur、--gap-ms)。报告输出到 stderr;退出码 0 表示文件干净。没有标点的带时间戳行(原始自动字幕)仅按长度和停顿切割:先为原始字幕添加标点,以获得更好的提示。

9. 检查素材包

按以下 Markdown 格式编写素材包(JSON 使用相同的键也可以:titles、description、pinned_comment、thumbnail_texts、tags、duration):

---
duration: 18:42
---

## 标题
1. ...
2. ...
3. ...

## 描述
```
开场第一行。
开场第二行。

摘要段落。

0:00 第一章
...
```

## 置顶评论
...?

## 小样图文本
1. ...
2. ...
3. ...

## 标签
标签一、标签二、标签三

然后运行:

python <技能文件夹>/scripts/check_package.py package.md --srt video.srt --source transcript.txt
python <技能文件夹>/scripts/check_package.py package.md --duration 18:42 --earlier old-desc-1.txt old-desc-2.txt
  • --duration(或文件中的 duration:)检查最后一个章节;没有它则使用最后一个字幕的结尾。--source 检查标题或小样图文本中的每个数字是否出现在视频中,并且开场是否与每个标题共享词汇。--earlier 阻止重复的描述。
  • FAIL 必须修复;WARN 需要修复或解释。退出码 0 表示没有失败(--strict 也以警告作为失败处理,--json 输出机器可读的结果)。
  • 限制和炒作词汇列表位于 scripts/package-rules.json 中;复制它,保留要更改的键,传递 --rules my-rules.json(例如 "allow_hashtags": true、"title_max": 70)。

修复所有失败,重新运行,然后交还给用户。

10. 交还给用户

  1. package.md:三个标题(标记你的选择并在一行中说明理由)、准备粘贴的描述、置顶评论、三个小样图文本、标签。
  2. .srt 文件和三个小样图 PNG(out/thumb-a.png、-b、-c),以及 out/thumbs.jpg。
  3. 上传步骤:粘贴描述(YouTube 从其时间线构建章节),上传 SRT 作为视频语言的字幕,将三个小样图添加到测试和比较中,替换任何 [LINK],发布后置顶评论,保持最后 20 秒空闲用于尾声画面。
  4. 检查器的结果行,以及任何已接受的警告及其原因。

关于每个规则及其存在原因的更多细节:references/packaging-rules.md。

工作示例

examples/transcript.txt 是一部关于在阳台种植食物的 10:06 视频的带时间戳字幕;examples/words.json 包含其前 46 秒的单词时间戳。

python scripts/make_srt.py examples/transcript.txt --end 10:06 -o test-out.srt
python scripts/check_package.py examples/package.md --srt test-out.srt --source examples/transcript.txt

第一个输出 made 149 cues from 1497 words, 0:00.4 to 10:03.0 和 srt: ok;第二个以 Result: 0 failed, 0 warnings, 11 passed 结束。其标题采用三个角度(结果:“在狭小阳台上真正种出食物(即使植物讨厌你)”;方法:“决定阳台能种什么的一天之内日照测试”;问题:“为什么阳台植物会死,以及解决这个问题的水桶技巧”),其小样图文本(“6小时或一无所获”、“它会自己浇水”、“停止杀植物”)每个都补充了标题未提及的内容。examples/package-weak.json 展示了失败案例:包含标签的过长标题、从 0:05 开始的章节、一个 6 秒的章节、包含链接且没有问题的置顶评论、一个 8 词的小样图文本(9 项失败)。

相关技能