YouTube Summarizer:把 YouTube 視頻轉成結構化摘要

前言

處理 YouTube 視頻內容時,常見的做法是人工看視頻記筆記,或者用 yt-dlp 拉字幕再自己整理。前者費時,後者在 VPS、雲主機等出口 IP 環境下經常被 YouTube 的雲 IP 攔截而失敗。下面介紹的 YouTube Summarizer 是一個基於 SKILL.md 的 Agent Skill,它把「檢測鏈接 → 抓文稿 → 生成摘要 → 存檔 → 投遞」串成一條固定流程,目標是讓 Agent 在收到一個 YouTube 鏈接時,直接輸出可讀的結構化摘要,並保留可下載的全文文稿。

這是什麼

YouTube Summarizer 由 abe238(Abe Diaz)發佈並維護,座標 @abe238/youtube-summarizer,上游倉庫在 ClawHub,版本 1.0.0,許可證 MIT-0。它屬於 knowledge-management 分類,定位是讓 Agent 自動獲取 YouTube 視頻文稿、生成結構化摘要,並把全文文稿發送到消息平臺。

SkillHub 頁面在抓取時顯示評分 100000、下載 13561、安裝 279,標籤爲 requires_api_key=false,即不需要額外配置 API Key。

核心功能

官方 SKILL.md 列出的能力如下:

  1. 自動識別 YouTube 鏈接,支持 youtube.com/watch、youtu.be、youtube.com/shorts 以及直接的 11 位視頻 ID。
  2. 通過 MCP YouTube Transcript server 抓取字幕文稿,拿到標題、頻道名、播放量、發佈日期、實際語言和分段文本。
  3. 按固定模板生成結構化摘要:主論點、關鍵見解、補充要點、結論。
  4. 把完整文稿落盤到帶時間戳的文本文件,包含元數據頭、全文和原始鏈接。
  5. 按平臺投遞:Telegram 用 message 命令發送文件,其他/webchat 渠道只回復摘要。
  6. 錯誤處理:文稿抓取失敗時檢查是否有字幕、嘗試語言回退,並給用戶替代建議。

安裝與啓用

安裝命令來自官方頁面,使用 OpenClaw 的 skills CLI:

openclaw skills install @abe238/youtube-summarizer

這個 Skill 有一個前置依賴:MCP YouTube Transcript server 必須已經安裝在 /root/clawd/mcp-server-youtube-transcript。如果不存在,按下面步驟安裝:

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

官方頁面還給出了提示詞入口:npx skills。整個技能是按 SKILL.md 通用格式編寫的,觸發條件寫在「When to Use」一節:用戶分享了 YouTube 鏈接、用戶要求總結或轉錄某個視頻、用戶詢問某個視頻的內容。

官方資料中沒有給出 Cursor、Codex CLI、Claude Code 的具體差異說明,這裏不做推測。

典型用法

官方 SKILL.md 給出的抓取文稿命令如下,把 VIDEO_ID 換成從鏈接中解析出的視頻 ID,結果寫入 /tmp/yt-transcript.json:

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

從返回的 JSON 中按字段取值:result.metadata.title、result.metadata.author、result.metadata.viewCount、result.metadata.publishDate、result.actualLang、result.lines。全文由 result.lines.map(l => l.text).join(' ') 拼出。

摘要模板的結構(官方模板含表情符號,此處只列字段):

Video: [title]
Channel: [author] | Views: [views] | Published: [date]

Main Thesis: [1-2 句核心觀點]
Key Insights: 3-5 條,每條 1-2 句
Notable Points: 2-4 條補充細節
Takeaway: 可執行的結論

官方對篇幅的要求是:主論點 1-2 句,關鍵見解 3-5 條,補充要點 2-4 條,結論一條。全文文稿保存路徑爲 /root/clawd/transcripts/YYYY-MM-DD_VIDEO_ID.txt。

投遞到 Telegram 時使用:

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

適用場景與注意

適合的場景:需要批量處理 YouTube 視頻內容、在雲端環境跑自動化、希望 Agent 給出結構化摘要而不是長原文的團隊。

需要注意的幾點:

  1. 依賴 MCP server,環境裏沒有時整個流程無法啓動,需要先按上面的命令安裝。
  2. 官方說明該 MCP server 使用 Android 客戶端模擬來繞過 YouTube 的雲 IP 攔截,因此在 VPS/雲主機上比 yt-dlp 穩定,但這依賴上游倉庫的行爲,YouTube 側策略變化時可能失效。
  3. 文稿質量取決於視頻本身:自動生成字幕的準確度有限,沒有字幕的視頻會抓取失敗,此時 Skill 只會提示用戶改用其他方式。
  4. 默認語言是 en,請求的語言不可用時會回退到英文,非英文視頻的摘要質量可能受影響。
  5. 摘要只做提煉,官方要求不要添加文稿中沒有的信息;長視頻(超過 30 分鐘)需要更細的拆分。
  6. 標籤寫着 requires_api_key=false,但路徑、目錄名等硬編碼在 SKILL.md 裏,換目錄結構時需要相應調整。

結尾

YouTube Summarizer 的價值在於把「抓文稿 + 寫摘要 + 存檔 + 投遞」這條鏈路固化成 Agent 可複用的流程,減少了人工整理視頻內容的時間,也避免了在雲環境下用 yt-dlp 反覆踩坑。官方地址:https://api.skillhub.cn/org-0ll53pt7/youtube-summarizer ,上游倉庫:https://clawhub.ai/abe238/youtube-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