前言¶

视频转文字这件事，常见做法是自己搭一条流水线：先写 yt-dlp 命令拼下载参数，再想办法把音频从容器里拆出来，最后接一个 whisper 做转录，中间还要处理采样率、并行、显存和字幕时间轴。每个环节都有坑，且每次换视频都要重写一遍。

video-to-md 把这条流水线固化成一个 Skill，输入视频链接或本地文件，输出文字稿或字幕。下面介绍它的定位、能力和使用方式。

这是什么¶

video-to-md 是一个视频转文字转换器类 Skill，坐标 @user_fe8721be/video-to-md，版本 1.0.0，来源 community，分类 design-media，由发布者 user_fe8721be 维护。

它的工作方式分两步：先用 yt-dlp 从其他网站下载视频，再用 faster-whisper 对音频进行转录。解决的问题很明确——当你需要把视频内容转换为文字稿或字幕时，不需要自己拼装下载与转录工具链。

按官方页面快照，该 Skill 评分为 100000，下载 542 次，安装 15 次。

核心功能¶

1、多来源输入。官方简介列出的适用输入是 B 站、YouTube 和本地文件三类，即既能处理在线视频，也能处理已有的本地视频文件。

2、下载与转录串联。下载环节使用 yt-dlp，转录环节使用 faster-whisper。这两个工具分别负责「拿到音频」和「音频转文字」，Skill 把两者串成一条流程，使用者不需要单独调用。

3、输出形态为文字稿或字幕。官方说明指向这两种结果，可用于内容整理、字幕制作等后续工作。

4、需要 API Key。页面标签中包含 requires_api_key=true，说明该 Skill 在启用前需要配置密钥。

安装与启用¶

官方地址：

https://api.skillhub.cn/user_fe8721be/video-to-md

SkillHub 页面：

https://www.skillhub.cn/skills/user_fe8721be/video-to-md

坐标：

@user_fe8721be/video-to-md

关于启用方式，本次未能成功打开上述页面核实，因此不在这里写未经确认的安装命令。按通用 SKILL.md 格式，这类 Skill 通常在对应的 Skill 运行环境（如 Cursor、Codex CLI、Claude Code）中按坐标或官方地址引入后启用。实际使用前，请以官方页面给出的安装与配置说明为准。

需要提醒的是，requires_api_key=true 意味着启用前必须准备好密钥并完成配置，否则下载或转录环节无法正常执行。

典型用法¶

官方简介给出的使用场景描述如下：

当你需要将视频内容（B 站 / YouTube / 本地文件）转换为文字稿或字幕时，请使用此工具。

即调用该 Skill 时，需要提供视频来源信息（链接或本地文件路径），由 Skill 内部依次完成下载与转录，最终返回文字稿或字幕。具体调用参数和返回格式，本次未能从已抓取资料中核实，请以官方页面说明为准。

适用场景与注意¶

适合谁：需要把视频内容变成文字稿或字幕、又不想自己搭建下载加转录工具链的人。尤其是内容来源分散在 B 站、YouTube 和本地文件三类场景时，这个 Skill 把两条工具串成一步。

需要注意的地方：

1、该 Skill 依赖 yt-dlp 与 faster-whisper，因此运行环境需要具备这两个工具的运行条件，包括网络访问（在线视频下载）和相应计算资源（音频转录）。

2、标签显示 requires_api_key=true，密钥配置是前置条件，缺少配置会导致流程中断。

3、下载第三方网站视频时，需要自行确认目标站点的服务条款与版权要求是否允许。

4、本次撰写时官方页面与 API 地址均无法成功访问，版本、评分、下载量等数据来自页面快照，可能与当前页面显示存在差异；安装与调用细节请以官方页面为准。

结尾¶

video-to-md 的价值在于把「下载视频 + 转录音频」这条常见流水线固化成单个 Skill，覆盖 B 站、YouTube 和本地文件三类输入，输出文字稿或字幕。如果你正需要从视频中提取文本，可以直接从下面的地址开始。

官方地址：https://api.skillhub.cn/user_fe8721be/video-to-md
SkillHub 页面：https://www.skillhub.cn/skills/user_fe8721be/video-to-md