B站油管視頻總結器:用 Agent Skill 把長視頻變成文字稿與結構化摘要

前言

技術分享、課程回放、訪談往往長達幾十分鐘。若只想確認「講了什麼」或摘幾條要點,整段看完成本高;只靠平臺自帶字幕,又常遇到沒有字幕、機器翻譯質量差,或 B 站、YouTube 抓取策略變化導致腳本失效。

下面介紹 SkillHub 上的社區 Skill B站油管視頻總結器(座標 @user_06b53f10/bilibili-youtube-video-summarizer)。它在 Agent 對話裏按固定流程拉取 B 站或 YouTube 內容,用 faster-whisper 或字幕 API 得到文字,再由模型翻譯(非中文)並生成結構化總結。SkillHub 分類爲 knowledge-management,標籤標明 requires_api_key=false;頁面當前版本爲 v1.0.0(技能包內 SKILL.md 自述版本爲 3.2.1,作者 pomisun)。

這是什麼

B站油管視頻總結器是面向 Agent 的視頻音頻抓取與轉錄 Skill:從 bilibili、YouTube 獲取音頻或字幕,轉寫成文字,並引導模型輸出摘要與筆記。

  • 來源:SkillHub 社區,發佈者 user_06b53f10
  • 協議:MIT(見技能包 SKILL.md)
  • 運行環境:Python >= 3.10;核心依賴包括 ffmpeg、faster-whisper,以及按平臺區分的 bilibili-api-python、yt-dlp、deno、youtube-transcript-api 等(見環境檢查腳本說明)

整條鏈路可概括爲:視頻 → 音頻/字幕 → 轉文字 → 翻譯(如非中文)→ 結構化總結。

核心功能

以下能力均來自官方簡介與技能包 SKILL.md:

  1. 雙平臺 URL 識別:支持 bilibili.com、b23.tv(短鏈需 Agent 用 web_fetch 解析真實 BV 鏈接)、youtube.com、youtu.be。
  2. B 站音頻下載:通過 scripts/download.py 走 bilibili-api,默認低碼率音頻並自動轉 mp3;可選 --page 多 P、--quality high、--sessdata 登錄態。
  3. YouTube 優先字幕:有字幕時用 scripts/fetch_subtitle.py(youtube-transcript-api),無字幕再 download.py(通常需瀏覽器 cookie,文檔示例爲 --browser edge)。
  4. 轉寫:scripts/transcribe.py 默認 faster-whisper,內置 VAD 靜音過濾,文檔稱比原版 Whisper 快約 3–4 倍;可選 --engine openai 回退;輸出 txt/md/srt/vtt。
  5. 非中文內容:由 Agent 將字幕或轉寫譯爲簡體中文(文檔明確不推薦依賴 YouTube 內置簡中翻譯)。
  6. 總結模板:按基本信息、分章要點、關鍵數據、可執行建議、術語對照等結構組織輸出。
  7. 自然語言觸發:如「視頻總結」「轉錄視頻」「這個視頻講了什麼」「B站抓取」「YouTube 字幕」等(完整列表見 SkillHub 簡介)。

安裝與啓用

1、安裝 SkillHub CLI(若尚未安裝)

command -v skillhub && skillhub --version

未安裝時可按 SkillHub 安裝說明 執行:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2、安裝本 Skill 到當前 Agent 的 skills 目錄

安裝時必須用 --dir 指向 Agent 實際讀取的目錄,否則默認落在 ./skills/ 可能無法被識別。常用路徑示例(摘自 SkillHub 安裝文檔):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或項目下 .agents/skills/

安裝命令:

skillhub install @user_06b53f10/bilibili-youtube-video-summarizer --dir ~/.cursor/skills/

將 ~/.cursor/skills/ 換成你當前客戶端對應目錄即可。也可把下面提示交給 AI,讓其按安裝文檔完成:

請根據 https://skillhub.cn/install/skillhub.md,安裝 `@user_06b53f10/bilibili-youtube-video-summarizer`。

3、首次環境檢查

安裝後,在技能目錄下對 scripts/check_env.py 做自檢;缺失依賴時可帶 --fix 嘗試自動安裝 Python 包:

python <skill-path>/scripts/check_env.py
python <skill-path>/scripts/check_env.py --fix

<skill-path> 爲安裝後的技能根目錄,例如 ~/.cursor/skills/@user_06b53f10/bilibili-youtube-video-summarizer。

典型用法

在 Agent 已加載該 Skill 的前提下,用觸發詞加鏈接即可走完整流程;Agent 會按 SKILL.md 調用腳本。下面是與文檔一致的可復現命令示例(路徑請替換爲本地 <skill-path>)。

環境自檢

python <skill-path>/scripts/check_env.py --fix

B 站:下載音頻並轉寫

python <skill-path>/scripts/download.py --url "https://www.bilibili.com/video/BVxxx" --output "./output/video1"
python <skill-path>/scripts/transcribe.py --input "./output/video1.mp3" --output "text.md" --format md --language zh

YouTube:先嚐試字幕(推薦)

python <skill-path>/scripts/fetch_subtitle.py --url "https://www.youtube.com/watch?v=xxx" --list
python <skill-path>/scripts/fetch_subtitle.py --url "https://www.youtube.com/watch?v=xxx" --output "sub.md" --lang en --format md

YouTube:無字幕時下載音頻

python <skill-path>/scripts/download.py --url "https://www.youtube.com/watch?v=xxx" --output "./output/yt1" --browser edge
python <skill-path>/scripts/transcribe.py --input "./output/yt1.mp3" --output "text.md" --format md --language zh

對話側示例(無需記參數,由 Agent 編排):

  • 「幫我總結這個 B 站視頻:https://www.bilibili.com/video/BVxxx」
  • 「這個 YouTube 視頻講了什麼?https://www.youtube.com/watch?v=xxx」
  • 「把這段英文視頻轉成中文字幕並寫視頻筆記」

經過上面的步驟,模型會在轉寫或字幕基礎上完成翻譯(如需要)並按 Skill 約定的結構輸出摘要。

適用場景與注意

適合誰

  • 需要把 B 站、YouTube 長視頻快速變成文字稿、筆記或要點列表的開發者、學習者。
  • 已在 Cursor、Claude Code、Codex 等支持 Skills 的環境裏工作,希望用統一腳本處理反爬與轉寫細節的用戶。

限制與坑(見技能包 references/pitfalls.md)

  • B 站:不要用 yt-dlp 直連;b23.tv 短鏈需先用 web_fetch 解析,不要指望腳本直接處理短鏈。
  • YouTube 下載:無 cookie 時音頻下載常被攔截;有字幕時優先 fetch_subtitle.py,避免不必要的 yt-dlp 下載。
  • 限流:字幕 API 文檔提到約 300 次/小時 IP 限流,過高頻需等待恢復。
  • 算力與時間:faster-whisper 首次會下載模型(medium 約 1.5GB);長音頻轉寫耗時明顯,有 NVIDIA GPU 時 faster 引擎可自動走 CUDA。
  • 質量權衡:中文建議 --language zh;faster 偶發漏詞時可試 --engine openai(需另行 pip install openai-whisper)。

結尾

B站油管視頻總結器把平臺差異、下載路線、雙引擎轉寫和總結結構寫進 Skill,讓 Agent 用對話觸發即可完成「看視頻 → 要結論」的常見需求,且無需額外 API Key。

  • SkillHub 頁面:https://www.skillhub.cn/skills/user_06b53f10/bilibili-youtube-video-summarizer
  • 安裝座標:@user_06b53f10/bilibili-youtube-video-summarizer
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜