mcpField
W
watch-youtube

watch-youtube

github.com/mikeygonz生产力48 次安装
代码仓库

关于 watch-youtube

watch-youtube 是一项通过 Google's Gemini API 分析公开视频的脚本技能，可用于总结、问答、提取时间点和比较视频；API 出错时可回退到字幕文本。

主要功能

  1. 01Gemini 音视频分析
  2. 02视频总结与问答
  3. 03提取关键时间点
  4. 04比较最多 10 个视频
  5. 05API 出错时回退到字幕

适用场景

  1. 01总结公开视频
  2. 02查找视频对某主题的讨论
  3. 03按时间点定位关键片段
  4. 04比较多个视频

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mikeygonz/skills --skill watch-youtube

安装后在 Claude Code 中输入/watch-youtube确认已加载。

附带文件watch.py

详细介绍

观看 YouTube 视频

使用 Google 的 Gemini API 真正观看 YouTube 视频并回答相关问题。

工作原理

Gemini 以 1 FPS 处理 YouTube 视频的音频和视频流。你只需提供 URL 和提示词，它就会返回分析结果。

适用场景

  • 用户分享了 YouTube URL，并想要摘要、文字稿或分析
  • 用户询问“这段视频里他们对 X 说了什么？”
  • 用户想知道关键时刻的时间戳
  • 用户想比较多个视频（使用 Gemini 2.5+ 时，每次请求最多可比较 10 个）

不适用场景

  • 私享或未公开的视频（仅支持公开视频）
  • 用户只想要视频链接或元数据

设置

需要设置 GOOGLE_API_KEY 环境变量。可在 https://aistudio.google.com/apikey 免费获取。

用法

运行脚本：

GOOGLE_API_KEY="$GOOGLE_API_KEY" python3 ~/.openclaw/workspace/skills/watch-youtube/watch.py "<youtube_url>" "<prompt>"
示例

总结：

watch.py "https://www.youtube.com/watch?v=VIDEO_ID" "Summarize this video in 5 bullet points"

时间戳：

watch.py "https://www.youtube.com/watch?v=VIDEO_ID" "List the key moments with timestamps"

问答：

watch.py "https://www.youtube.com/watch?v=VIDEO_ID" "What tools or products did they mention?"

指定片段：

watch.py "https://www.youtube.com/watch?v=VIDEO_ID" "What happens at 05:30?"

限制

  • 免费层级： 每天可处理 8 小时 YouTube 视频
  • 付费层级： 无限制
  • 每次请求最多视频数： 10（Gemini 2.5+）
  • 视频时长上限： 约 1 小时（1M 上下文），低分辨率时约 3 小时
  • 每秒视频约消耗 300 个 token

模型

  • gemini-2.5-flash — 速度快、成本低，适合大多数用例
  • gemini-2.5-pro — 分析更深入，支持更长的视频
  • gemini-3-flash-preview — 最新版本，质量最佳

回退方案：文字稿模式

如果 Gemini 失败（超出配额、视频过长、缺少 API 密钥），脚本会自动通过 youtube_transcript_api 获取 YouTube 文字稿。

回退方案的工作方式：

  1. 从 URL 中提取视频 ID
  2. 获取自动生成的字幕及其时间戳
  3. 将完整文字稿作为文本与原始提示词一并返回

返回内容： 带原始时间戳的文字稿——调用方 Agent 应阅读文本并据此回答提示词。回退模式无法提供 Gemini 级别的视听分析。

回退方案的限制：

  • 无法进行视觉分析（不能描述画面内容）
  • 无法回答有关非语音内容的问题
  • 视频必须带有自动生成或手动添加的字幕
  • 没有字幕的私享或未公开视频将无法处理

触发回退的情况：

  • Gemini 配额已用尽（429 / RESOURCE_EXHAUSTED）
  • 视频超出上下文窗口（>1M tokens / 约 1 小时）
  • 未设置 GOOGLE_API_KEY
  • 任何包含以下内容的其他 Gemini API 错误：quota、token、context、too long、exceeds

评论

支持 Markdown