youtube-summarizer

YouTube 视频摘要技能

自动获取 YouTube 视频字幕，生成结构化摘要，并将完整字幕发送到消息平台。

模式

根据上下文判断或询问：“快速概览、完整摘要，还是包含内容角度的完整摘要？”

模式	内容	适用场景
quick	3 条要点式概览 + 单条关键结论	快速浏览、分享片段
standard	完整结构化摘要：主旨、见解、结论	学习、做笔记、研究
deep	完整摘要 + 章节拆解 + 内容再利用机会	将视频转化为可用的内容资产

默认：standard——如果用户只想了解大意，使用 quick。如果用户想从视频中提取可用内容，使用 deep。

---

为什么选择它，而不是 ChatGPT？

**ChatGPT 的问题：**它无法直接访问 YouTube 字幕。你必须先手动复制粘贴字幕，或使用第三方工具，再把文本提供给 ChatGPT。步骤繁琐，而且会丢失视频元数据。

这项技能提供：

1. 一步提取字幕——提供 YouTube URL，即可自动获取完整字幕
2. 结构化摘要——每次都采用一致的格式（主旨 → 见解 → 结论），而不是随意罗列要点
3. 包含视频元数据——在摘要中加入标题、频道、观看次数和发布日期
4. 发送完整字幕——将带时间戳的字幕保存到文件，并发送到 Telegram 或聊天平台
5. 支持 VPS/云端运行——使用 Android 客户端模拟，绕过 YouTube 对云 IP 的封锁（yt-dlp 无法处理的情况）
6. 支持多语言——优先以请求的语言自动获取，无法获取时回退到英语

你也可以手动实现：启用字幕、复制文本、粘贴到 ChatGPT、重新整理输出、保存到文件并上传。这需要 5–10 分钟；这项技能只需 15–20 秒。

使用时机

在以下情况下启用这项技能：

• 用户分享 YouTube URL（youtube.com/watch、youtu.be、youtube.com/shorts）
• 用户要求总结或转录 YouTube 视频
• 用户询问 YouTube 视频内容相关信息
• 需要为研究或内容创作分析视频内容

依赖项

**必需：**MCP YouTube Transcript 服务必须安装在： /root/clawd/mcp-server-youtube-transcript

如果未安装，请安装：

cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

工作流

1. 检测 YouTube URL

从以下格式中提取视频 ID：

• https://www.youtube.com/watch?v=VIDEO_ID
• https://youtu.be/VIDEO_ID
• https://www.youtube.com/shorts/VIDEO_ID
• 直接提供视频 ID：VIDEO_ID（11 个字符）

2. 获取字幕

运行以下命令获取字幕：

cd /root/clawd/mcp-server-youtube-transcript && node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'VIDEO_ID', lang: 'en' });
console.log(JSON.stringify(result, null, 2));
" > /tmp/yt-transcript.json

将 VIDEO_ID 替换为提取到的 ID。从 /tmp/yt-transcript.json 读取输出。

3. 处理数据

解析 JSON 并提取：

• result.metadata.title - 视频标题
• result.metadata.author - 频道名称
• result.metadata.viewCount - 格式化后的观看次数
• result.metadata.publishDate - 发布日期
• result.actualLang - 使用的语言
• result.lines - 字幕片段数组

完整文本：result.lines.map(l => l.text).join(' ')

4. 生成摘要

使用此模板生成结构化摘要：

📹 **Video:** [title]
👤 **Channel:** [author] | 👁️ **Views:** [views] | 📅 **Published:** [date]

**🎯 Main Thesis:**
[1-2 sentence core argument/message]

**💡 Key Insights:**
- [insight 1]
- [insight 2]
- [insight 3]
- [insight 4]
- [insight 5]

**📝 Notable Points:**
- [additional point 1]
- [additional point 2]

**🔑 Takeaway:**
[Practical application or conclusion]

目标：

• 主要主旨：最多 1–2 句话
• 关键见解：3–5 条要点，每条 1–2 句话
• 值得注意的内容：2–4 条补充细节
• 结论：可付诸行动的总结

5. 保存完整字幕

将完整字幕保存到带时间戳的文件：

/root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt

文件中应包含：

• 视频元数据标题（标题、频道、URL、日期）
• 完整字幕文本
• 便于查找的 URL 引用

6. 根据平台发送

如果频道是 Telegram：

message --action send --channel telegram --target CHAT_ID \
  --filePath /root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt \
  --caption "📄 YouTube Transcript: [title]"

如果频道是其他平台/网页聊天： 直接回复摘要（不附加文件）。

7. 回复摘要

向用户发送结构化摘要。

真实案例研究

用户： 研究竞争对手 YouTube 策略的内容创作者

挑战： 每周需要分析 20 多个竞争对手的视频，以识别热门话题、信息传达模式和内容空白。手动流程：观看视频、做笔记、转录关键引述。每个视频耗时：30–45 分钟。

使用 youtube-summarizer 的解决方案：

1. 在聊天中输入 YouTube URL
2. 20 秒内获取结构化摘要
3. 保存完整文字稿以供参考
4. 复制关键见解到内容规划文档

工作流示例：

User: Analyze this video: https://youtube.com/watch?v=abc123
[20 seconds later]

📹 Video: "10 AI Tools That Will Replace Your Job in 2026"
👤 Channel: TechFuturist | 👁️ Views: 847K | 📅 Published: Jan 12, 2026

🎯 Main Thesis:
AI tools are automating creative and knowledge work faster than expected, but the real opportunity is in augmentation, not replacement.

💡 Key Insights:
- ChatGPT usage among marketers jumped from 12% to 67% in one year
- Video editing time reduced by 80% using AI tools like Descript
- The biggest wins come from combining tools (Notion + Claude + Zapier)
- Companies hiring "AI workflow designers" to optimize human-AI collaboration
- Workers using AI secretly outperform peers by 40% (BCG study)

📝 Notable Points:
- Shows examples of 3 small businesses that 10× output with AI
- Warns against over-automation: "AI can write, but can't think strategically"

🔑 Takeaway:
Don't ask "Will AI replace me?" Ask "How can I use AI to become 10× more valuable?"

8 周后的成果：

• 节省时间： 每周 25 小时（处理 20 个视频的时间从 600 分钟降至 60 分钟）
• 内容产出： 每周 3 个视频（从每周 1 个增加）
• 更深入的见解： 可搜索完整文字稿，发现了只靠观看时会错过的规律
• 竞争情报： 建立了包含 160 多份竞争对手视频摘要及关键引述的数据库
• 投资回报率评价：“这个技能把竞争对手研究从苦差事变成了流水线作业。”

为什么它胜过手动方法

方法	耗时	获取元数据	结构化输出	可搜索的存档	适合云端
观看并做笔记	30–45 分钟	否	否	仅手动整理	不适用
YouTube 文字稿功能	5 分钟	否	否	否	是
yt-dlp	2–5 分钟	是	否	是	❌ 在 VPS 上受限
复制到 ChatGPT	10 分钟	否	有时	否	是
此技能	20 秒	是	是	是	✅ 可在 VPS 上运行

错误处理

如果获取文字稿失败：

• 检查视频是否启用了字幕
• 如果请求的语言不可用，尝试使用 lang: 'en' 作为后备
• 告知用户无法获取文字稿，并建议其他方法：
  • 使用 YouTube 手动查看文字稿功能（设置 → 显示文字稿）
  • 视频可能没有字幕
  • 尝试其他视频

如果未安装 MCP 服务：

• 提供安装说明
• 如果处于合适的上下文中，主动自动安装

如果提取视频 ID 失败：

• 请用户提供完整的 YouTube URL 或视频 ID

如果视频有年龄限制或设为私享：

• 告知用户由于限制，无法访问文字稿
• 建议检查视频隐私设置

示例

示例 1：技术教程

输入： https://youtube.com/watch?v=dQw4w9WgXcQ

输出：

📹 **Video:** "Building a SaaS from Scratch: Lessons from $10K MRR"
👤 **Channel:** IndieHackerTV | 👁️ **Views:** 124K | 📅 **Published:** Feb 1, 2026

**🎯 Main Thesis:**
Most SaaS founders fail because they build for 6 months before talking to customers. The path to $10K MRR is customer conversations first, MVP second.

**💡 Key Insights:**
- Interviewed 50 potential customers before writing a single line of code
- First paid customer signed up with a Figma mockup (no product built yet)
- Charged $99/month from day 1 (no free tier, no discounts)
- Spent $0 on ads; all growth from Twitter + Reddit engagement
- Hit $10K MRR in 9 months by saying "no" to feature requests that didn't fit ICP

**📝 Notable Points:**
- Used Stripe payment links before building a billing system
- First 3 customers came from solving their problem in public on Twitter
- Weekly "build in public" updates on Twitter drove 40% of signups

**🔑 Takeaway:**
Validate demand before building. If 10 people won't pay for a mockup, 1,000 won't pay for the real product.

示例 2：商业策略视频

输入： https://youtu.be/abc123xyz

输出：

📹 **Video:** "Why Notion's Business Model is Genius"
👤 **Channel:** SaaS Breakdowns | 👁️ **Views:** 456K | 📅 **Published:** Jan 28, 2026

**🎯 Main Thesis:**
Notion's growth strategy flips traditional SaaS: give away the product for free to individuals, monetize when they bring it to work.

**💡 Key Insights:**
- 80% of Notion's enterprise deals started with a single employee using the free plan
- Bottom-up adoption = zero sales team needed for first $10M ARR
- Templates marketplace created a content flywheel (100K+ free templates)
- Personal use (free) → Team use (paid) conversion rate: 23% (industry avg: 2-5%)
- Community evangelism replaced traditional marketing (4M+ Reddit/Discord members)

**📝 Notable Points:**
- Notion's viral coefficient: 1.4 (every user invites 1.4 others on average)
- Template creators drive 30% of new user acquisition
- Pricing strategy: free until 10 people = no friction to start

**🔑 Takeaway:**
Build a product individuals love first. Enterprise sales will follow when employees demand it at work.

质量指南

• 简洁明了： 摘要应能在 30 秒内快速浏览
• 准确无误： 不要添加文字稿中没有的信息
• 结构清晰： 使用一致的格式，便于阅读
• 结合上下文： 根据视频长度调整详细程度
  • 短视频（<5 分钟）：简要摘要（3 个关键见解）
  • 中等长度视频（5–30 分钟）：标准格式（5 个关键见解）
  • 长视频（>30 分钟）：详细拆解（7 个以上见解；必要时分成多个部分）
• 提取价值： 聚焦可操作的见解、数据点和反常观点（而非泛泛的建议）

专业技巧

获得更好的摘要：

1. 优先提取数据点——数字、百分比和研究引用最醒目
2. 提取引述——令人印象深刻的一句话能让摘要更易分享
3. 识别框架——如果视频介绍了方法或流程，就提取其中的步骤
4. 留意反常观点——非传统的见解比常见建议更有价值
5. 记录证据——示例、案例研究和前后对比结果能增加可信度

研究工作流：

1. 构建文字稿库——按主题或细分领域整理，以便发现模式
2. 跨文字稿搜索——使用 grep 或文本搜索查找特定主题的提及
3. 追踪趋势——多个视频都讨论同一主题，可能意味着趋势正在上升
4. 提取提示词——将有用的框架或方法保存为可重复使用的提示词

内容创作：

1. 找出内容空白——有哪些问题被提出，却没有得到充分回答？
2. 分析热门视频——高播放量视频采用了什么结构和节奏？
3. 提取吸引点——文字稿开头 30 秒中包含经过验证的吸引模式
4. 重新利用洞见——将视频中的洞见改编成 Twitter 讨论串、博客文章和新闻简报

配置

标准模式（默认）

youtube-summarizer [URL]

• 获取英文文字稿
• 生成结构化摘要
• 将文字稿保存到文件
• 如适用，发送到消息平台

快速模式

youtube-summarizer [URL] --quick

• 仅包含论点和 3 条关键洞见
• 不保存文字稿文件
• 加快处理速度，适用于快速研究

深入模式

youtube-summarizer [URL] --deep

• 带时间戳的扩展摘要
• 对长视频进行逐节拆解
• 包含所有值得注意的引述

指定语言

youtube-summarizer [URL] --lang es

• 获取指定语言的文字稿
• 如果没有对应语言的文字稿，则回退到英文

安装与设置

# 1. Clone and install MCP server
cd /root/clawd
git clone https://github.com/kimtaeyoon83/mcp-server-youtube-transcript.git
cd mcp-server-youtube-transcript
npm install && npm run build

# 2. Test installation
node --input-type=module -e "
import { getSubtitles } from './dist/youtube-fetcher.js';
const result = await getSubtitles({ videoID: 'dQw4w9WgXcQ', lang: 'en' });
console.log(result.metadata.title);
"

# 3. Create transcripts directory
mkdir -p /root/clawd/transcripts

# 4. Verify skill is ready
youtube-summarizer --check-setup

常见问题

问题：“文字稿不可用”

• **原因：**视频未启用字幕
• **解决方法：**请视频创作者启用字幕，或尝试其他视频

问题：“获取文字稿失败”（在 VPS 上）

• **原因：**YouTube 可能更新了其 API
• **解决方法：**更新 MCP 服务：cd /root/clawd/mcp-server-youtube-transcript && git pull && npm install && npm run build

问题：“无法识别视频 ID”

• **原因：**URL 格式错误或格式不受支持
• **解决方法：**直接从 YouTube 地址栏复制 URL

后续增强（路线图）

• 多视频批量处理（分析播放列表）
• 对文字稿进行情感分析（正面／负面／中性语气）
• 说话人分离（识别访谈或小组讨论中的不同说话人）
• 自动检测章节（将长视频拆分为逻辑清晰的片段）
• 跨视频模式分析（查找多个视频中的共同主题）

支持

如有问题或建议，请提供：

• 获取失败的 YouTube URL
• 错误消息（如有）
• 预期行为与实际行为
• MCP 服务版本：cd /root/clawd/mcp-server-youtube-transcript && git rev-parse HEAD

---

基于 MCP YouTube Transcript 服务构建（采用 Android 模拟，确保云端可靠性）。 只需 20 秒，即可将任意 YouTube 视频转化为结构化、可搜索的知识。