Communitygithub.com

ever-just/agentskills

自動擷取YouTube影片字幕、生成結構化摘要,並將完整字幕傳送到即時通訊平台。可偵測YouTube網址並提供中繼資料、關鍵洞察與可下載的字幕檔案。

agentskills 是什麼?

這個技能能讓AI代理(如Claude Code、Cursor、Codex)一鍵處理YouTube影片內容。使用者貼上YouTube網址後,技能會自動擷取字幕、解析影片中繼資料(標題、頻道、觀看次數、發布日期),並根據三種模式(快速TL;DR、標準結構摘要、深度摘要含章節分析)產生結構化摘要。摘要包含核心論點、關鍵洞察、重點筆記與可執行的結論。若環境支援,技能還會將完整字幕儲存為時間戳記檔案,並透過MCP訊息工具傳送到Telegram等平台。它使用MCP YouTube Transcript伺服器(基於Android客戶端模擬)繞過VPS上的IP封鎖,支援多語言(自動擷取或英文備援)。對於研究、內容創作或競爭分析,此技能可將每支影片的手動處理時間從30–45分鐘縮短至20秒,同時建立可搜尋的字幕資料庫。

相容平台✓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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

YouTube 摘要器技能

自動從 YouTube 影片擷取字幕、生成結構化摘要,並將完整字幕傳送到即時通訊平台。

模式

從上下文偵測或詢問:「快速 TL;DR、完整摘要,還是含內容角度的完整摘要?」

模式取得的內容適合情境
quick3 點 TL;DR + 單一關鍵要點快速消化、分享片段
standard完整結構化摘要:論點、洞察、結論學習、筆記、研究
deep完整摘要 + 章節分解 + 內容再利用機會將影片轉化為內容資產

預設值:standard — 如果使用者只想要重點,可使用 quick。如果想將影片提煉成可用的內容,則使用 deep。


為何比 ChatGPT 更好?

ChatGPT 的問題: 它無法直接存取 YouTube 字幕。你必須手動複製/貼上字幕或使用第三方工具,然後再將文字餵給 ChatGPT。多步驟、繁瑣,且會遺失影片中繼資料。

這個技能提供:

  1. 一步字幕擷取 - 貼上 YouTube 網址,自動取得完整字幕
  2. 結構化摘要 - 每次一致的格式(論點 → 洞察 → 結論),而非隨機的項目符號
  3. 包含影片中繼資料 - 摘要中嵌入標題、頻道、觀看次數、發布日期
  4. 完整字幕傳遞 - 將含時間戳的字幕儲存至檔案,並傳送到 Telegram/聊天平台
  5. 可在 VPS/雲端運作 - 使用 Android 用戶端模擬繞過 YouTube 的雲端 IP 封鎖(適用於 yt-dlp 失敗的情況)
  6. 多語言支援 - 自動以指定語言擷取,並提供英文備援

你可以手動複製: 啟用字幕、複製文字、貼到 ChatGPT、重新格式化輸出、儲存到檔案、上傳。需要 5-10 分鐘。這個技能只需 15-20 秒。

使用時機

當以下情況觸發此技能:

  • 使用者分享 YouTube 網址(youtube.com/watch、youtu.be、youtube.com/shorts)
  • 使用者要求摘要或轉錄 YouTube 影片
  • 使用者要求 YouTube 影片內容的資訊
  • 你需要分析影片內容以進行研究或內容創作

相依性

必要條件: MCP YouTube Transcript 伺服器必須安裝於: /root/clawd/mcp-server-youtube-transcript

若未安裝,請執行:

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. 偵測 YouTube 網址

從以下模式擷取影片 ID:

  • https://www.youtube.com/watch?v=VIDEO_ID
  • https://youtu.be/VIDEO_ID
  • https://www.youtube.com/shorts/VIDEO_ID
  • 直接影片 ID:VIDEO_ID(11 個字元)

2. 擷取字幕

執行此命令以取得字幕:

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

將 VIDEO_ID 替換為擷取到的 ID。從 /tmp/yt-transcript.json 讀取輸出。

3. 處理資料

解析 JSON 以擷取:

  • result.metadata.title - 影片標題
  • result.metadata.author - 頻道名稱
  • result.metadata.viewCount - 已格式化的觀看次數
  • result.metadata.publishDate - 發布日期
  • result.actualLang - 使用的語言
  • result.lines - 字幕片段陣列

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

4. 生成摘要

使用此範本建立結構化摘要:

📹 **影片:** [標題]
👤 **頻道:** [作者] | 👁️ **觀看:** [觀看次數] | 📅 **發布:** [日期]

**🎯 核心論點:**
[1-2 句核心論證/訊息]

**💡 關鍵洞察:**
- [洞察 1]
- [洞察 2]
- [洞察 3]
- [洞察 4]
- [洞察 5]

**📝 重點筆記:**
- [其他重點 1]
- [其他重點 2]

**🔑 結論:**
[實務應用或結論]

目標:

  • 核心論點:最多 1-2 句
  • 關鍵洞察:3-5 點,每點 1-2 句
  • 重點筆記:2-4 個支援細節
  • 結論:可執行的結論

5. 儲存完整字幕

將完整字幕儲存至含有時間戳的檔案:

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

檔案內容包含:

  • 影片中繼資料標頭(標題、頻道、網址、日期)
  • 完整字幕文字
  • 便於查詢的網址參考

6. 平台特定傳遞

如果頻道是 Telegram:

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

如果頻道是其他/網頁聊天: 直接回覆摘要(不附加檔案)。

7. 回覆摘要

將結構化摘要作為對使用者的回應傳送。

真實案例研究

使用者: 研究競爭對手 YouTube 策略的內容創作者

挑戰: 每週需要分析 20+ 支競爭對手影片,以找出熱門主題、訊息模式和內容缺口。手動流程:觀看影片、做筆記、轉錄關鍵引述。時間:每支影片 30-45 分鐘。

使用 youtube-summarizer 的解決方案:

  1. 在聊天中貼上 YouTube 網址
  2. 20 秒內取得結構化摘要
  3. 完整字幕儲存以供參考
  4. 複製關鍵洞察到內容規劃文件

工作流程範例:

使用者:分析這部影片:https://youtube.com/watch?v=abc123
[20 秒後]

📹 影片:「2026年將取代你工作的 10 個 AI 工具」
👤 頻道:TechFuturist | 👁️ 觀看:847K | 📅 發布:2026 年 1 月 12 日

🎯 核心論點:
AI 工具正在比預期更快地自動化創意和知識工作,但真正的機會在於增強,而非取代。

💡 關鍵洞察:
- 行銷人員使用 ChatGPT 的比例在一年內從 12% 躍升至 67%
- 使用 Descript 等 AI 工具,影片編輯時間減少了 80%
- 最大的收益來自於工具組合(Notion + Claude + Zapier)
- 公司正在聘請「AI 工作流程設計師」來優化人機協作
- 偷偷使用 AI 的員工表現比同事高出 40%(BCG 研究)

📝 重點筆記:
- 展示 3 家小型企業將產出提升 10 倍的例子
- 警告過度自動化:「AI 可以寫,但不能策略性思考」

🔑 結論:
不要問「AI 會取代我嗎?」而要問「我該如何利用 AI 讓自己變得 10 倍更有價值?」

8 週後的結果:

  • 節省時間: 每週 25 小時(從 600 分鐘降至 60 分鐘處理 20 支影片)
  • 內容產出: 每週 3 支影片(從每週 1 支提升)
  • 更好的洞察: 可搜尋的完整字幕,發現單看影片時遺漏的模式
  • 競爭情報: 建立了 160+ 支競爭對手影片摘要的資料庫,包含關鍵引述
  • ROI 引述:「這個技能把競爭對手研究從苦差事變成了生產線。」

為何比手動方法更好

方法時間取得中繼資料結構化輸出可搜尋檔案庫雲端友善
觀看 + 筆記30-45 分鐘否否僅手動不適用
YouTube 字幕功能5 分鐘否否否是
yt-dlp2-5 分鐘是否是❌ 在 VPS 上被封鎖
複製到 ChatGPT10 分鐘否有時否是
此技能20 秒是是是✅ 可在 VPS 運作

錯誤處理

如果字幕擷取失敗:

  • 檢查影片是否啟用了字幕
  • 若要求的語言不可用,嘗試使用 lang: 'en' 備援
  • 通知使用者字幕不可用,並建議:
    • 手動 YouTube 字幕功能(設定 → 顯示字幕)
    • 影片可能沒有字幕
    • 嘗試其他影片

如果 MCP 伺服器未安裝:

  • 提供安裝說明
  • 若在適當情境下,可提供自動安裝

如果影片 ID 擷取失敗:

  • 要求使用者提供完整的 YouTube 網址或影片 ID

如果影片有年齡限制或設為私人:

  • 通知使用者因限制無法存取字幕
  • 建議檢查影片隱私設定

範例

範例 1:技術教學

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

輸出:

📹 **影片:**「從零打造 SaaS:$10K MRR 的教訓」
👤 **頻道:** IndieHackerTV | 👁️ **觀看:** 124K | 📅 **發布:** 2026 年 2 月 1 日

**🎯 核心論點:**
多數 SaaS 創辦人失敗的原因,是他們在與客戶交談之前先花 6 個月打造產品。通往 $10K MRR 的道路是先有客戶對話,再有 MVP。

**💡 關鍵洞察:**
- 在寫第一行程式碼之前,先訪談了 50 位潛在客戶
- 第一位付費客戶僅透過 Figma 模型就註冊了(尚未建立產品)
- 從第一天起就收費 $99/月(無免費方案、無折扣)
- 廣告花費 $0;所有成長來自 Twitter + Reddit 互動
- 透過對不符合 ICP 的功能請求說「不」,在 9 個月內達到 $10K MRR

**📝 重點筆記:**
- 在建構帳務系統之前,先使用 Stripe 支付連結
- 前 3 位客戶來自於在 Twitter 上公開解決他們的問題
- 每週在 Twitter 上發布「公開開發」更新,帶動了 40% 的註冊

**🔑 結論:**
在開始建構之前先驗證需求。如果 10 個人不願意為模型付費,那麼 1,000 個人也不會為正式產品付費。

範例 2:商業策略影片

輸入: https://youtu.be/abc123xyz

輸出:

📹 **影片:**「為何 Notion 的商業模式如此天才」
👤 **頻道:** SaaS Breakdowns | 👁️ **觀看:** 456K | 📅 **發布:** 2026 年 1 月 28 日

**🎯 核心論點:**
Notion 的成長策略翻轉了傳統 SaaS:免費提供產品給個人,當他們將產品帶入工作時才收費。

**💡 關鍵洞察:**
- 80% 的 Notion 企業客戶始於一名使用免費方案的員工
- 由下而上的採用 = 前 $10M ARR 不需要銷售團隊
- 範本市場創造了內容飛輪(100K+ 免費範本)
- 個人使用(免費)→ 團隊使用(付費)轉換率:23%(業界平均:2-5%)
- 社群傳道取代了傳統行銷(400 萬以上 Reddit/Discord 成員)

**📝 重點筆記:**
- Notion 的病毒係數:1.4(每位使用者平均邀請 1.4 人)
- 範本創作者帶動了 30% 的新使用者獲取
- 定價策略:10 人以下免費 = 入門無摩擦

**🔑 結論:**
先打造一款個人喜愛的產品。當員工在工作場所要求使用它時,企業銷售自然會跟上。

品質指南

  • 簡潔: 摘要應在 30 秒內可掃讀
  • 準確: 不要加入字幕中不存在的資訊
  • 結構化: 使用一致的格式以便閱讀
  • 根據脈絡: 根據影片長度調整詳細程度
    • 短影片(<5 分鐘):簡短摘要(3 個關鍵洞察)
    • 中等影片(5-30 分鐘):標準格式(5 個關鍵洞察)
    • 長影片(>30 分鐘):詳細分解(7+ 個洞察,必要時分段)
  • 提取價值: 專注於可行動的洞察、數據點和反主流觀點(而非一般建議)

專業提示

製作更好的摘要:

  1. 優先考慮數據點 - 數字、百分比、研究引用最突出
  2. 提取引述 - 令人難忘的金句讓摘要更易分享
  3. 識別框架 - 如果影片介紹了方法/流程,提取步驟
  4. 發現反主流觀點 - 非傳統智慧比一般建議更有價值
  5. 注意證據 - 範例、案例研究、前後對比增加可信度

研究工作流程:

  1. 建立字幕資料庫 - 按主題/領域組織以發現模式
  2. 跨字幕搜尋 - 使用 grep 或文字搜尋來尋找特定主題的提及
  3. 追蹤趨勢 - 多部影片中的相同主題 = 上升趨勢
  4. 提取提示詞 - 將有用的框架/方法儲存為可重複使用的提示詞

內容創作:

  1. 發現內容缺口 - 哪些問題被提出但未被充分回答?
  2. 分析表現最佳的影片 - 高觀看影片使用什麼結構/節奏?
  3. 提取鉤子 - 字幕前 30 秒 = 經過驗證的鉤子模式
  4. 再利用洞察 - 將影片洞察轉化為 Twitter 討論串、部落格文章、電子報

設定

標準模式(預設)

youtube-summarizer [URL]
  • 以英文擷取字幕
  • 生成結構化摘要
  • 將字幕儲存至檔案
  • 若適用,傳送至即時通訊平台

快速模式

youtube-summarizer [URL] --quick
  • 僅有論點 + 3 個關鍵洞察
  • 不儲存字幕檔案
  • 適合快速研究的更快處理

深度模式

youtube-summarizer [URL] --deep
  • 含時間戳的延伸摘要
  • 長影片的逐節分解
  • 包含所有重要引述

語言指定

youtube-summarizer [URL] --lang es
  • 以指定語言擷取字幕
  • 若無法取得,備援為英文

安裝與設定

# 1. 複製並安裝 MCP 伺服器
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. 測試安裝
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. 建立字幕目錄
mkdir -p /root/clawd/transcripts

# 4. 驗證技能已就緒
youtube-summarizer --check-setup

常見問題

問題:「字幕不可用」

  • 原因: 影片未啟用字幕/隱藏式字幕
  • 解決方法: 要求影片創作者啟用字幕,或嘗試其他影片

問題:「無法擷取字幕」(在 VPS 上)

  • 原因: YouTube 可能已更新其 API
  • 解決方法: 更新 MCP 伺服器:cd /root/clawd/mcp-server-youtube-transcript && git pull && npm install && npm run build

問題:「無法識別影片 ID」

  • 原因: 網址格式錯誤或不支援的格式
  • 解決方法: 要求使用者提供完整的 YouTube 網址,例如 https://www.youtube.com/watch?v=...

支援與貢獻

對於問題、功能請求或貢獻,請造訪: https://github.com/ever-just/agentskills

授權

MIT

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.

相關技能