video-summarizer

视频摘要

概述

从任意平台下载视频，并生成完整的资源包，包括：

• 原始视频文件（mp4）
• 音频文件（mp3）
• 字幕文件（带时间戳，vtt/srt 格式）
• 摘要文件（summary.md）

支持 yt-dlp 支持的所有 1800 多个网站。

触发条件

当用户：

• 提供视频链接并要求生成摘要
• 说“总结这个视频”或“这个视频里有什么”
• 要求“提取视频内容”或“转录视频”
• 说“下载这个视频”
• 提供来自 YouTube/Bilibili/Twitter/Vimeo/TikTok 等平台的链接

支持的平台

• YouTube（youtube.com、youtu.be）
• Bilibili（bilibili.com、b23.tv）
• Twitter/X（x.com、twitter.com）
• Vimeo（vimeo.com）
• TikTok（tiktok.com）
• Instagram（instagram.com）
• Twitch（twitch.tv）
• 以及其他 1800 多个平台（所有 yt-dlp 支持的网站）

输出结构

所有文件都保存到当前工作目录下的 downloads/<video-title>/：

./downloads/
└── <video-title>/
    ├── video.mp4          # Original video
    ├── audio.mp3          # Extracted audio
    ├── subtitle.vtt       # Subtitles with timestamps
    ├── transcript.txt     # Plain text transcript (no timestamps)
    └── summary.md         # Structured summary

工作流

步骤 1：安装依赖项

运行安装脚本以检查并安装所有依赖项：

bash "$SKILL_DIR/scripts/install_deps.sh"

此脚本会安装：uv（Python 包管理器）、ffmpeg、yt-dlp，并检查 Python 版本。 faster-whisper 将由 uv 自动管理。

步骤 2：获取视频信息并创建输出目录

# Get video title (sanitize special characters for folder name)
TITLE=$(yt-dlp --print "%(title)s" "VIDEO_URL" | sed 's/[/:*?"<>|]/_/g' | cut -c1-80)
DURATION=$(yt-dlp --print "%(duration)s" "VIDEO_URL")

# Create output directory
OUTPUT_DIR=./downloads/"$TITLE"
mkdir -p "$OUTPUT_DIR"

步骤 3：下载视频和音频

# Download video (mp4 format, best quality up to 1080p)
yt-dlp -f "bestvideo[height<=1080][ext=mp4]+bestaudio[ext=m4a]/best[height<=1080][ext=mp4]/best" \
  --merge-output-format mp4 \
  -o "$OUTPUT_DIR/video.%(ext)s" "VIDEO_URL"

# Extract audio (mp3 format)
yt-dlp -x --audio-format mp3 -o "$OUTPUT_DIR/audio.%(ext)s" "VIDEO_URL"

步骤 4：获取字幕

优先顺序：

1. 尝试下载人工字幕（质量最佳）

yt-dlp --write-subs --sub-lang zh,en,zh-Hans,zh-Hant --skip-download \
  -o "$OUTPUT_DIR/subtitle" "VIDEO_URL"

2. 尝试下载自动生成的字幕

yt-dlp --write-auto-subs --sub-lang zh,en --skip-download \
  -o "$OUTPUT_DIR/subtitle" "VIDEO_URL"

3. 没有可用字幕时，使用 faster-whisper 转录

uv run "$SKILL_DIR/scripts/parallel_transcribe.py" \
  --input "$OUTPUT_DIR/audio.mp3" \
  --output-dir "$OUTPUT_DIR" \
  --model small \
  --language auto

脚本会自动：

• 在静音处拆分较长的音频文件
• 使用多个 CPU 核心并行转录
• 同时输出 subtitle.vtt 和 transcript.txt

转录选项：

选项	默认值	说明
--model	small	tiny/base/small/medium/large-v3
--language	auto	语言代码或 'auto'
--workers	CPU/2	并行工作进程数
--min-segment	60	启用拆分所需的最短时长（秒）

步骤 5：生成纯文本转录稿

如果下载的是字幕（而非转录结果），请将其转换为纯文本：

if [[ ! -f "$OUTPUT_DIR/transcript.txt" ]]; then
  SUBTITLE_FILE=$(ls "$OUTPUT_DIR"/*.vtt "$OUTPUT_DIR"/*.srt 2>/dev/null | head -1)
  if [[ "$SUBTITLE_FILE" == *.vtt ]]; then
    sed '/^[0-9]/d; /^$/d; /-->/d; /^WEBVTT/d; /^Kind:/d; /^Language:/d; /^NOTE/d' \
      "$SUBTITLE_FILE" > "$OUTPUT_DIR/transcript.txt"
  elif [[ "$SUBTITLE_FILE" == *.srt ]]; then
    sed '/^[0-9]/d; /^$/d; /-->/d' "$SUBTITLE_FILE" > "$OUTPUT_DIR/transcript.txt"
  fi
fi

步骤 6：生成摘要文件

1. 从 $SKILL_DIR/reference/summary-prompt.md 读取提示词模板
2. 替换占位符：{{TITLE}}、{{PLATFORM}}、{{URL}}、{{DURATION}}、{{LANGUAGE}}、{{DOWNLOAD_TIME}}、{{TRANSCRIPT}}
3. 生成摘要并保存到 $OUTPUT_DIR/summary.md

平台特定处理

Bilibili

# Prioritize Chinese subtitles
yt-dlp --sub-lang zh-Hans,zh-Hant,zh ...
# If login required
yt-dlp --cookies-from-browser chrome "VIDEO_URL"

需要登录的平台

yt-dlp --cookies-from-browser chrome "VIDEO_URL"
# or firefox
yt-dlp --cookies-from-browser firefox "VIDEO_URL"

错误处理

无法获取字幕

使用并行转录脚本（步骤 4，选项 3）。

视频过长（超过 1 小时）

1. 询问用户是否只需要部分内容
2. 并行脚本会自动处理较长的文件

不支持的平台

yt-dlp --list-extractors | grep -i "platform-name"

注意事项

1. 存储：文件保存在当前工作目录下的 ./downloads/
2. 版权：仅供个人学习使用
3. 网络：某些平台可能需要代理
4. 首次运行：需要下载 Whisper 模型（small 约 244MB）
5. 并行处理：较长的音频（超过 60 秒）会在静音处自动拆分