youtube-transcript

YouTube 字幕文本

获取任意 YouTube 视频的完整字幕文本，并根据用户需求将其转换为摘要、博客文章、社交媒体内容、引言、节目简介或原始文本。

要求

• 已安装 Hyper MCP。 https://app.hyperfx.ai/mcp
• 已启用 YouTube 工具包，地址为 https://app.hyperfx.ai/integrations — 提供 youtube_transcript 和 youtube_reader。

如果工具列表中没有 youtube_transcript，请停止操作，并告知用户在 Hyper 中启用 YouTube 工具包。

两种工具——选择合适的一种

工具	适用场景	返回内容
youtube_transcript	需要原始字幕文本或带时间戳的片段。速度快、可靠，始终优先使用此工具。	完整文本字符串 + 带开始时间和时长时间戳的片段
youtube_reader	需要从视频中进行 AI 提取，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

默认情况下：先使用 youtube_transcript。 当原始文本无法满足需求时（例如需要视觉描述、翻译，或对很长的视频进行结构化提取），再使用 youtube_reader。

重要规则

1. youtube_transcript 需要 15–30 秒。 它会启动一个隔离沙盒。请告知用户正在运行，需要稍等片刻，避免让用户以为操作卡住了。
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. 不要捏造字幕内容。 总是先获取字幕，再进行总结。切勿根据训练知识推测某个特定视频的内容。
4. 超长视频（超过 2 小时）： youtube_transcript 可以正常处理。只有在明确需要 AI 提取时，才对长视频使用 youtube_reader——处理极长内容时可能会触及 token 限制。
5. 没有可用字幕： 某些视频已禁用字幕。如果 youtube_transcript 失败，请尝试将 youtube_reader 作为备用方案——它使用不同的提取方法。

获取字幕文本

youtube_transcript(
    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_reader 进行 AI 提取

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

合适的 instruction 示例：

• "提取关于定价或成本的所有说法。"
• "按顺序列出提到的行动项。"
• "将其翻译成西班牙语。"
• "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，并为每部分提供时间戳。"

如何处理字幕文本

获取文本后，询问用户需要什么，或根据上下文推断：

用户需求	产出内容
博客文章	将字幕文本重组为引言 → 正文部分 → 行动号召。清理填充词。添加小标题。
LinkedIn / Twitter 帖子	提取最有力的 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 个要点总结核心内容。
节目简介 / 描述	标题、两句摘要、带时间戳的章节、提到的链接。
引言提取	从 segments 数组中提取逐字引言及其 start 时间戳。
改写为邮件	改写成叙述式邮件——开场引子、核心观点、行动号召。
研究 / 竞争分析	总结说话者的观点、推荐的产品，以及描述的痛点。

示例输出

输入： "Get the transcript of https://www.youtube.com/watch?v=NZLAdOL9fP8 and write a LinkedIn post from it"

流程：

1. 调用 youtube_transcript(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 个时刻——有哪些内容令人惊讶、有用或值得引用
4. 用演讲者的口吻（第一人称）起草一篇 LinkedIn 帖子，加入引人入胜的开头并明确表达观点

输入： "Summarize this video for me: [URL]"

流程：

1. 调用 youtube_transcript(video_id_or_url="[URL]")
2. 返回 4–6 条要点，概述核心内容，不要凑字数或添加填充内容

输入： "Pull the timestamps for each section of this video"

流程：

1. 调用 youtube_transcript(video_id_or_url="[URL]")
2. 使用 segments 数组识别主题转换
3. 返回章节列表：00:00 — Intro、01:23 — Feature demo 等

相关技能

何时移交	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_top_videos
生成视频内容	video-generation