youtube

YouTube

获取任意 YouTube 视频的完整文字稿，并按用户需求将其改写为摘要、博客文章、社交媒体内容、引言、节目说明或原始文本。然后为上传视频做好准备：制作高点击率缩略图、SEO 标题和描述。

路由

用户意图	前往位置
文字稿、摘要、内容改写、引言、章节	本指南（下文）
缩略图、风格克隆、SEO 标题/描述	references/thumbnails.md

要求

• 已安装 Hyper MCP。 https://app.hyperfx.ai/mcp
• 沙盒文本工作流： 需要已连接的目录中包含 ai_functions_run，并启用沙盒工具包。这些脚本会通过沙盒工具桥接内联调用 LLM。
• 已启用 YouTube 工具包，网址为 https://app.hyperfx.ai/apps — 提供 youtube_video_transcripts_fetch 和 youtube_videos_read。
• 缩略图工作流还需要图像生成和沙盒工具包。

如果 search("youtube_video_transcripts_fetch") 找不到 youtube_video_transcripts_fetch，请停止并告知用户在 Hyper 中启用 YouTube 工具包。

如何运行此技能中的工具

此技能中的每个工具都使用其规范工具名称。使用你的界面提供的调用方式运行：

界面	查找工具	运行工具
MCP 客户端（Claude、Cursor、Codex、ChatGPT）	search("<what you want to do>")，然后 describe("<name>")	call("<name>", {...})
Hyper CLI	hyperai search "<what you want to do>"，然后 hyperai describe <name>	hyperai call <name> --json '{...}'

如果找不到某个工具，说明其集成尚未连接，或未在工作区中启用：请停止并告知用户需要连接哪个集成。

两种工具——选择合适的一种

工具	使用场景	返回内容
youtube_video_transcripts_fetch	需要原始文字稿或带时间戳的片段时。速度快、可靠，始终优先使用。	完整文本字符串 + 带开始时间/时长时间戳的片段
youtube_videos_read	需要从视频中进行 AI 驱动的信息提取时，例如摘要、问答、主题分段、翻译、视觉描述。	根据指令生成的自由格式回答

默认：先使用 youtube_video_transcripts_fetch。 当原始文本无法满足需求时（例如需要视觉描述、翻译，或对超长视频进行结构化提取），再使用 youtube_videos_read。

重要规则

1. youtube_video_transcripts_fetch 需要 15–30 秒。 它会启动一个隔离沙盒。请告知用户工具正在运行，并让他们稍作等待——不要让他们误以为工具卡住了。
2. 视频 ID 和完整 URL 均可使用。 "NZLAdOL9fP8" 和 "https://www.youtube.com/watch?v=NZLAdOL9fP8" 都有效。
3. 不要捏造文字稿内容。 摘要前务必先获取文字稿。绝不要依赖训练知识来推测某个特定视频的内容。
4. 超长视频（>2 小时）： youtube_video_transcripts_fetch 可以正常处理。只有在明确需要 AI 驱动的信息提取时，才对长视频使用 youtube_videos_read——它处理超长内容时可能会遇到令牌限制。
5. 没有可用文字稿： 有些视频关闭了文字稿功能。如果 youtube_video_transcripts_fetch 失败，请尝试使用 youtube_videos_read 作为备用方案——它采用不同的提取方法。

获取文字稿

youtube_video_transcripts_fetch(
    video_id_or_url="https://www.youtube.com/watch?v=NZLAdOL9fP8",
    language="en"   # optional — omit to auto-detect
)

响应结构：

{
  "success": true,
  "video_id": "NZLAdOL9fP8",
  "language": "English (auto-generated)",
  "text": "Full transcript as one string...",
  "segments": [
    { "text": "This week we launched Hyper MCP.", "start": 0.0, "duration": 3.2 },
    { "text": "It brings Hyper's built-in tools...", "start": 3.2, "duration": 4.1 }
  ],
  "total_duration": 342.0
}

大多数任务使用 text。需要时间戳时（例如章节、片段引用、卡拉 OK 字幕），使用 segments。

使用 youtube_videos_read 进行 AI 驱动的信息提取

youtube_videos_read(
    url="https://www.youtube.com/watch?v=NZLAdOL9fP8",
    instruction="Summarize the key points. Then list the main features demonstrated, with timestamps."
)

良好的 instruction 示例：

• "提取所有关于定价或成本的论述。"
• "按顺序列出提到的待办事项。"
• "将此内容翻译成西班牙语。"
• "说话者提到了哪些工具或产品的名称？"
• "找出视频的主要部分，并给出每部分的时间戳。"

如何处理转录文本

获取文本后，询问用户需要什么，或根据上下文推断：

用户想要什么	需要生成什么
博客文章	将转录文本重组为引言 → 各章节 → 行动号召。清理填充词。添加小标题。
LinkedIn / Twitter 帖子	提取最精彩的 1–2 个观点。如果这是用户自己的视频，则改写为第一人称。
摘要	用 3–5 个要点概括关键收获。
节目笔记 / 描述	标题、2 句摘要、带时间戳的章节、提及的链接。
引言摘录	从 segments 数组中提取带 start 时间戳的原话。
改写为电子邮件	改写为叙事式邮件——开场引子、关键见解、行动号召。
研究 / 竞争分析	总结演讲者的观点、推荐的产品以及描述的痛点。

缩略图与 SEO 包装

如需制作或更新缩略图、仿制排名靠前的缩略图风格、添加用户头像，以及生成 SEO 标题 / 描述，请阅读 references/thumbnails.md。所有缩略图工作流都通过 scripts/ 下的沙盒脚本执行（generate_thumbnail.py、research_top_thumbnails.py、clone_top_thumbnail_style.py）——参考文档是路由表，说明了如何使用这些脚本。

输出示例

输入： "获取 https://www.youtube.com/watch?v=NZLAdOL9fP8 的转录文本，并据此撰写一篇 LinkedIn 帖子"

流程：

1. 调用 youtube_video_transcripts_fetch(video_id_or_url="https://www.youtube.com/watch?v=NZLAdOL9fP8")
2. 阅读返回的 text
3. 找出最精彩的 1–2 个片段——哪些内容令人意外、实用或值得引用
4. 用演讲者的口吻（第一人称）撰写一篇有引子、观点明确的 LinkedIn 帖子

输入： "帮我总结这个视频：[URL]"

流程：

1. 调用 youtube_video_transcripts_fetch(video_id_or_url="[URL]")
2. 用 4–6 个要点概括关键收获，不要凑字数或添加填充内容

输入： "给我做一张类似热门 AI agents 视频风格的缩略图"

流程：

1. 阅读 references/thumbnails.md
2. 运行 scripts/clone_top_thumbnail_style.py，参数为 query="AI agents" 和用户的主题
3. 展示排名靠前的缩略图，让用户选择排名；然后使用 chosen_rank 再次运行以生成缩略图

相关技能

何时转交	技能
从 YouTube 视频评论中挖掘客户研究信息	customer-research
按主题查找热门 YouTube 视频	直接使用 youtube_videos_search_top
生成视频内容	video-generation

如需标题选项、描述和缩略图创意，请运行 scripts/ 下的 generate_seo_titles.py、generate_seo_description.py 和 analyze_thumbnail_concepts.py。这些脚本会在沙盒中调用 ai_functions_run，并使用获取的转录文本和视频上下文。请遵循 references/packaging-schemas.json 中的输出规范；缩略图参考文档会说明工作流。