advanced-video-downloader

高度な動画ダウンローダー

概要

このスキルは、YouTube、Bilibili、TikTok、Twitter、Instagramなど、1000以上のプラットフォームから動画をダウンロードし、文字起こしする機能を提供します。次のツールを組み合わせています。

• yt-dlp：高機能な動画ダウンロードツール
• SiliconFlow API：動画をMarkdownに変換する、無料のAI文字起こし機能

このスキルを使用する場面

ユーザーが次のようなことをした場合に、このスキルを有効にします。

• 動画のダウンロードを明示的に依頼する（「この動画をダウンロードして」「下载视频」）
• どのプラットフォームのものでも、動画URLを提供する
• オフラインで視聴するために動画を保存したいと話す
• 動画から音声を抽出したいと話す
• 複数の動画またはプレイリストをダウンロードする必要がある
• 動画の画質オプションについて質問する
• 動画の文字起こしを依頼する（「转录视频」「提取字幕」「视频转文字」）
• 動画や音声をテキストまたはMarkdownに変換したいと話す
• 1つのワークフローで動画のダウンロードと文字起こしの両方を依頼する

主な機能

1. 単一動画のダウンロード

対応するプラットフォームから動画を1本ずつダウンロードします。画質は自動で選択されます。

使用例：

User: "Download this YouTube video: https://youtube.com/watch?v=abc123"
User: "下载这个B站视频: https://bilibili.com/video/BV1xxx"

2. 一括ダウンロードとプレイリストのダウンロード

複数の動画またはプレイリスト全体を一度にダウンロードします。

使用例：

User: "Download all videos from this playlist"
User: "Download these 3 videos: [URL1], [URL2], [URL3]"

3. 音声の抽出

動画から音声のみを抽出し、MP3またはM4A形式で保存します。

使用例：

User: "Download only the audio from this video"
User: "Convert this video to MP3"

4. 画質の選択

動画の画質（4K、1080p、720pなど）を指定します。

使用例：

User: "Download in 4K quality"
User: "Get the 720p version to save space"

5. 動画・音声の文字起こし

SiliconFlowの無料AI文字起こしAPIを使って、動画または音声ファイルをMarkdown形式のテキストに変換します。

使用例：

User: "Transcribe this video to text" / "转录这个视频"
User: "Download and transcribe this YouTube video"
User: "将这个音频转成文字"
User: "Extract transcript from this MP4 file"

対応形式：

• 音声：MP3、WAV、M4A、FLAC、AAC、OGG、OPUS、WMA
• 動画：MP4、AVI、MOV、MKV、FLV、WMV、WEBM、M4V

応答パターン

ユーザーが動画のダウンロードを依頼した場合：

ステップ 1：プラットフォームとURLを特定する

# Extract video URL(s) from user message
# Identify platform: YouTube, Bilibili, TikTok, etc.

ステップ 2：ツールが利用可能か確認する

# Check if yt-dlp is installed
yt-dlp --version

ステップ 3：適切なyt-dlpコマンドを選択する

プラットフォームと要件に応じて選択します。

• YouTube、Twitter、Instagram、TikTok：基本コマンドでダウンロードできます
• Bilibili：ほとんどの動画は基本コマンドでダウンロードできます
• 画質の選択：高さフィルターとともに-fを使用します
• 音声のみ：-x --audio-format mp3を使用します
• プレイリスト：プレイリスト用の出力テンプレートを使用します

ステップ 4：ダウンロードを実行する

適切なオプションを指定してyt-dlpを直接使用します。

# Basic download (best quality MP4)
yt-dlp -f "bestvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best" --merge-output-format mp4 -o "%(title)s.%(ext)s" "VIDEO_URL"

# Specific quality (1080p)
yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" --merge-output-format mp4 -o "%(title)s.%(ext)s" "VIDEO_URL"

# Audio only (MP3)
yt-dlp -x --audio-format mp3 -o "%(title)s.%(ext)s" "VIDEO_URL"

# With cookies file (for protected content)
yt-dlp --cookies cookies.txt -o "%(title)s.%(ext)s" "VIDEO_URL"

# Playlist download
yt-dlp -o "%(playlist)s/%(playlist_index)s - %(title)s.%(ext)s" "PLAYLIST_URL"

ステップ 5：結果を報告する

ダウンロード完了後、次の内容を報告します。

• ✅ 動画のタイトルと長さ
• ✅ ファイルサイズと形式
• ✅ 保存先
• ✅ ダウンロード速度と所要時間
• ⚠️ 警告や画質上の制限

出力例：

✅ Downloaded: "Video Title Here"
   Duration: 15:30
   Quality: 1080p MP4
   Size: 234 MB
   Location: ./Video Title Here.mp4
   Time: 45 seconds at 5.2 MB/s

文字起こしの応答パターン

ユーザーが動画・音声の文字起こしを依頼した場合：

ステップ 1：前提条件を確認する

# Verify SiliconFlow API key is available
echo $SILICONFLOW_API_KEY
# Or user must provide via --api-key parameter

APIキーの設定：

• 無料のAPIキーをこちらから取得します：https://cloud.siliconflow.cn/account/ak
• .env.exampleを.envにコピーし、APIキーを追加します
• または環境変数を設定します：SILICONFLOW_API_KEY=sk-xxx

ステップ 2：ファイルを検証する

ファイルが存在し、対応形式（音声または動画）であることを確認します。

ステップ 3：文字起こしを実行する

同梱されているスクリプトscripts/transcribe_siliconflow.pyを使用します。

# Basic transcription
python scripts/transcribe_siliconflow.py --file video.mp4 --api-key sk-xxx

# With custom output path
python scripts/transcribe_siliconflow.py --file audio.mp3 --output transcript.md --api-key sk-xxx

# Using environment variable for API key
python scripts/transcribe_siliconflow.py --file video.mp4

ステップ 4：文字起こしの結果を報告する

✅ Transcription complete!
   File: video.mp4
   Output: 2025-01-15-video.md
   Size: 12.5 KB

   Preview:
   --------------------------------------------------
   [First 200 characters of transcription...]
   --------------------------------------------------

組み合わせたワークフロー：ダウンロード＋文字起こし

「この動画をダウンロードして文字起こしして」のような依頼の場合：

# Step 1: Download video
yt-dlp -f "bestvideo[ext=mp4]+bestaudio[ext=m4a]/best" --merge-output-format mp4 -o "%(title)s.%(ext)s" "VIDEO_URL"

# Step 2: Transcribe the downloaded file
python scripts/transcribe_siliconflow.py --file "Downloaded Video Title.mp4" --api-key sk-xxx

プラットフォーム固有の注意事項

YouTube

• yt-dlpで完全にサポートされています
• 公開動画のダウンロードに認証は不要です
• 4K／8Kを含む、すべての画質に対応しています

Bilibili

• yt-dlpでサポートされています
• 高画質でダウンロードするには、ログインCookieが必要な場合があります
• 会員限定コンテンツには、cookies.txtとともに--cookiesを使用します

その他のプラットフォーム

• ほとんどのプラットフォームはyt-dlpで適切に動作します
• 対応プラットフォームの一覧はreferences/supported_platforms.mdを確認してください

保護されたコンテンツに対するCookieの処理

認証が必要なプラットフォーム（Bilibili VIP、会員限定コンテンツなど）の場合：

方法 1：Cookieファイルをエクスポートする（推奨）

# Use browser extension "Get cookies.txt LOCALLY"
# Export cookies.txt, then:
yt-dlp --cookies cookies.txt "VIDEO_URL"

方法 2：Cookieファイルを手動で作成する

# Create cookies.txt in Netscape format
# Use browser extension "Get cookies.txt LOCALLY"
# Then use with yt-dlp
yt-dlp --cookies cookies.txt "VIDEO_URL"

トラブルシューティング

問題：動画の画質が予想より低い

解決方法：

1. HD の視聴にログインが必要なプラットフォームかどうか確認します
2. 認証が必要なアクセスには --cookies cookies.txt を使用します
3. -f パラメーターで画質を明示的に指定します

問題：ダウンロードが非常に遅い

解決方法：

1. インターネット接続を確認します
2. 時間帯を変えて試します（ピーク時間帯は速度に影響します）
3. ダウンロードを高速化するには --concurrent-fragments を使用します

問題：「Video unavailable」または地域制限が表示される

解決方法：

1. 動画が地域制限されている可能性があります
2. 法的に許可されている場合は、プロキシ／VPN を使用します
3. 動画がプラットフォームで引き続き視聴可能か確認します

問題：文字起こし API キーのエラー

解決方法：

1. API キーが sk- で始まっていることを確認します
2. 無料キーをこちらから取得します：https://cloud.siliconflow.cn/account/ak
3. 環境変数を設定します：SILICONFLOW_API_KEY=sk-xxx

問題：文字起こし結果が空

解決方法：

1. 音声／動画に明瞭な話し声が含まれているか確認します
2. ファイル形式がサポートされていることを確認します
3. ファイルが短すぎるか、音楽のみが含まれている可能性があります

よく使うコマンド

画質のプリセット

# 4K (2160p)
yt-dlp -f "bestvideo[height<=2160]+bestaudio/best[height<=2160]" --merge-output-format mp4 "VIDEO_URL"

# 1080p (Full HD)
yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" --merge-output-format mp4 "VIDEO_URL"

# 720p (HD)
yt-dlp -f "bestvideo[height<=720]+bestaudio/best[height<=720]" --merge-output-format mp4 "VIDEO_URL"

# 480p (SD)
yt-dlp -f "bestvideo[height<=480]+bestaudio/best[height<=480]" --merge-output-format mp4 "VIDEO_URL"

音声の抽出

# Extract as MP3
yt-dlp -x --audio-format mp3 -o "%(title)s.%(ext)s" "VIDEO_URL"

# Extract as M4A (better quality)
yt-dlp -x --audio-format m4a -o "%(title)s.%(ext)s" "VIDEO_URL"

一括ダウンロード

# Download multiple URLs from file
yt-dlp -a urls.txt

# Download playlist with custom naming
yt-dlp -o "%(playlist)s/%(playlist_index)s - %(title)s.%(ext)s" "PLAYLIST_URL"

# Download channel's videos
yt-dlp -o "%(uploader)s/%(title)s.%(ext)s" "CHANNEL_URL"

同梱リソース

設定

.env.example

環境変数のテンプレートです。.env にコピーし、SiliconFlow API キーを追加してください。

スクリプト

scripts/transcribe_siliconflow.py

SiliconFlow の無料 API を使用する、AI による文字起こしスクリプトです。

使い方：

python scripts/transcribe_siliconflow.py --file <audio/video> [--api-key <key>] [--output <path>]

パラメーター：

• --file, -f：入力する音声／動画ファイル（必須）
• --api-key, -k：SiliconFlow API キー（または SILICONFLOW_API_KEY 環境変数を使用）
• --output, -o：出力する Markdown ファイルのパス（デフォルト：YYYY-MM-DD-filename.md）
• --model, -m：使用するモデル（デフォルト：FunAudioLLM/SenseVoiceSmall）

参考資料

references/supported_platforms.md

サポート対象の 1000 以上のプラットフォームを、プラットフォーム固有の注意事項や要件とともにまとめた一覧です。

references/quality_formats.md

動画形式、コーデック、画質選択の方法について詳しく説明します。

最良の結果を得るためのヒント

1. ユーザーに画質の希望がある場合は、必ず指定します - 帯域幅とストレージを節約できます
2. 一括ダウンロードで時間を節約できます - 可能であればプレイリストの URL を使用します
3. 音声の抽出はより高速です - ポッドキャスト／音楽コンテンツには音声の抽出を推奨します
4. ダウンロード前にファイルサイズを確認します - ファイルが非常に大きい場合（>1GB）はユーザーに警告します
5. 文字起こしは音声が明瞭な場合に最も効果的です - より良い結果を得るため、先に音声を抽出することを検討します

参照元

• yt-dlp ドキュメント
• yt-dlp インストールガイド
• SiliconFlow API ドキュメント
• SiliconFlow 無料 API キー