前言¶

做內容歸檔、會議紀要或二次創作時，經常要把視頻裏的語音變成可檢索的文本。手工聽寫成本高；只抄平臺自帶字幕又可能缺字段、缺時間軸，或根本沒有 CC。若希望 Agent 按統一流程處理「任意 URL → 帶時間戳與元信息的文字稿」，需要一套不綁定單一平臺的 Skill 方法。下面介紹 SkillHub 上的 Video Transcript Method（@efficient-technology/video-transcript-method）。

這是什麼¶

Video Transcript Method 是面向「視頻語音 → 結構化文字稿」的通用 Skill 方法：從視頻 URL 出發，經解析、音軌或字幕獲取、識別與分段，輸出帶時間戳、元信息與要點總結的文字稿。發佈方爲效享網絡，在 SkillHub 分類爲 data-analysis，當前版本 1.0.1，來源標註爲 enterprise。頁面標籤標明 requires_api_key=false，即不強制依賴額外 API Key 配置（具體運行環境仍可能需要本地工具或模型，以 Skill 內說明爲準）。

核心功能¶

以下能力均來自官方簡介，未單獨列出的細節不作延伸：

1. 視頻 URL 解析：從在線視頻地址進入處理流程，不綁定特定視頻平臺。
2. 音頻提取：在需要走語音識別路徑時，從視頻中取得音軌。
3. CC 字幕檢測：優先識別是否已有封閉字幕，可走字幕路徑減少誤識別成本。
4. Whisper 語音識別：無可用字幕時，用 Whisper 做語音轉錄。
5. 元信息獲取：與文字稿一併整理視頻相關元數據。
6. 語義分段：按語義切分文稿，便於閱讀與引用。
7. 結構化輸出：產出帶時間戳、元信息與要點總結的文字稿。

在對話中可用觸發詞喚起，例如：視頻文字稿、視頻轉文字、字幕提取、語音轉錄，以及簡介中截斷的 vid... 等表述。

安裝與啓用¶

安裝前需具備 SkillHub CLI。若尚未安裝，可先檢查版本：

command -v skillhub && skillhub --version

未安裝時，可按 SkillHub 官方安裝文檔執行完整安裝（CLI + 默認 Skill）：

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

僅安裝 CLI 時：

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

安裝本 Skill 時，必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/，Agent 可能無法加載。官方頁面給出的安裝提示爲：參照 SkillHub 安裝與優先源配置，安裝座標 @efficient-technology/video-transcript-method。

命令形式與 SkillHub 文檔一致，將搜索關鍵詞替換爲完整座標即可，例如：

skillhub install efficient-technology/video-transcript-method --dir <skills 目錄>

常用客戶端 skills 目錄（摘自官方安裝文檔）：

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

裝到對應目錄後，按你所用客戶端的要求重啓或刷新 Agent，使 Skill 生效。Codex CLI、Claude Code 與 Cursor 的差異主要體現在 skills 目錄路徑；安裝命令本身相同，覈實不到的客戶端專用配置項本文不寫。

典型用法¶

公開頁面未提供固定 CLI 子命令或示例 JSON 輸出，典型用法是：在已啓用該 Skill 的 Agent 對話中，給出在線視頻 URL，並用觸發詞說明需求（如「提取視頻文字稿」「字幕提取」）。Agent 按 Skill 內定義的全流程執行：解析 URL → 檢測 CC → 必要時提取音頻並用 Whisper 轉錄 → 拉取元信息 → 語義分段 → 返回結構化文字稿。

復現步驟可歸納爲：

1. 按上一節將 @efficient-technology/video-transcript-method 安裝到當前 Agent 的 skills 目錄。
2. 打開 Cursor（或其他已配置目錄的客戶端），新建對話。
3. 發送包含視頻鏈接與意圖的提示，例如說明需要帶時間戳的文字稿與要點總結。
4. 根據 Agent 返回的文稿做校對；涉及版權與平臺條款時，自行確認是否允許下載與轉錄。

適用場景與注意¶

適合誰：需要把多平臺在線視頻統一轉成可引用文稿的數據分析、內容運營、研發文檔歸檔等角色；希望 Agent 走「字幕優先、Whisper 兜底」而不是手寫平臺爬蟲腳本時。

限制與注意：

• 方法通用，但具體 URL 是否可解析、是否受 DRM 或登錄限制，取決於視頻源與運行環境，官方簡介未承諾全站兼容。
• Whisper 與音軌提取對算力、依賴和網絡有要求；長視頻耗時會明顯增加。
• SkillHub 頁面統計（截至資料抓取）：評分 100000，下載 921；與用戶線索中的數字不一致時，以 SkillHub 頁面與 enterprise 源信息爲準。
• 轉錄內容可能含錯誤，要點總結爲輔助閱讀，重要場合應人工複覈。

結尾¶

Video Transcript Method 把「URL → 結構化視頻文字稿」收成一條可複用的 Agent Skill 流程：時間戳、元信息與要點總結一併輸出，並覆蓋 CC 檢測與 Whisper 轉錄等環節。安裝與座標以 SkillHub 爲準。

• SkillHub 頁面：https://www.skillhub.cn/skills/efficient-technology/video-transcript-method
• API 條目：https://api.skillhub.cn/efficient-technology/video-transcript-method
• 安裝說明：https://skillhub.cn/install/skillhub.md