关于 youtube-digest
用于学习 YouTube 视频的工作流,可提取元数据和字幕,借助网页搜索校正专有名词,并生成包含总结和见解的 Markdown 文档。它还会生成九道分阶段测验题并记录结果。
主要功能
- 01提取视频元数据和字幕
- 02搜索并校正字幕中的专有名词
- 03将处理结果保存为 Markdown
- 04生成三个难度阶段的测验
- 05记录测验成绩和错题
适用场景
- 01将 YouTube 讲座整理为结构化笔记
- 02修正自动字幕识别错误的名称
- 03测试对视频概念和细节的掌握
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ team-attention/ plugins-for-claude-natives --skill youtube-digest安装后在 Claude Code 中输入/youtube-digest确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/deep-research.mdquiz-patterns.mdscripts/extract_metadata.shextract_transcript.sh详细介绍
YouTube 摘要
分析 YouTube 视频 → 生成摘要/洞见/翻译文档 → 测验。
工作流
1. 收集元数据
scripts/extract_metadata.sh "<URL>"
提取:title、description、channel、upload_date、duration、tags
2. 提取 Transcript
scripts/extract_transcript.sh "<URL>" [output_dir]
优先级:手动字幕(ko→en)> 自动生成字幕(ko→en)
3. 了解背景信息(WebSearch)
通过网页搜索收集专有名词的准确写法:
"{视频标题}" {频道名称} summary"{演讲者姓名}" {主题关键词}
4. 校正 Transcript
根据网页搜索结果替换自动字幕中的专有名词误识别:
- Kora → Cora、cloud code → Claude Code、every → Every.to
5. 生成文档
---
title: {영상 제목}
url: {YouTube URL}
channel: {채널명}
date: {업로드 날짜}
duration: {영상 길이}
processed_at: {처리 일시}
---
# {영상 제목}
## 요약
{3-5문장 요약 + 주요 포인트 3개}
## 인사이트
### 핵심 아이디어
### 적용 가능한 점
## 전체 스크립트 (한글 번역)
[00:00] ...
6. 保存文件
位置:research/readings/youtube/{YYYY-MM-DD}-{sanitized-title}.md
7. 学习测验
3 个阶段 × 3 道题 = 共 9 道题。使用 AskUserQuestion 同时出示每个阶段的 3 道题。
| 阶段 | 难度 | 出题标准 |
|---|---|---|
| 1 | 基础 | 核心洞见、主要概念 |
| 2 | 中级 | 关联洞见与细节内容 |
| 3 | 深入 | 细节内容、应用/分析 |
题型详情:references/quiz-patterns.md
结果处理
提供答错题目的正确答案和解析后,在文档末尾添加测验结果:
## 퀴즈 결과
총점: 7/9 (78%) | 1단계 3/3 ✅ | 2단계 2/3 | 3단계 2/3
### 오답 노트
**Q5**: {질문}
- 선택: B → 정답: C
- {1-2문장 해설}
8. 后续选择
测验完成后使用 AskUserQuestion:
- 再测一次:换题重新测试
- Deep Research:深入网页调查(参见
references/deep-research.md) - 结束:收尾
注意事项
字幕语言优先级
- 韩语手动字幕 → 2. 英语手动字幕 → 3. 韩语自动字幕 → 4. 英语自动字幕
处理不完整字幕
- 专有名词误识别:在第 4 步统一替换
- 无法理解的部分:标记为
[不明确]
yt-dlp 选项
--list-subs:查看字幕列表--cookies-from-browser chrome:需要登录时使用
资源
scripts/extract_metadata.sh- 提取元数据scripts/extract_transcript.sh- 提取字幕references/quiz-patterns.md- 测验题型详情references/deep-research.md- Deep Research 工作流
评论
支持 Markdown