前言¶

做內容工具或視頻數據集的人常遇到同一個問題：手頭有幾十上百個視頻，需要把臺詞整理成文本，用於檢索、摘要、做字幕或餵給後續流程。手動複製字幕費時，且很多視頻根本沒有字幕。下面介紹的這個 Skill 就是爲這件事準備的：有字幕就提取，沒字幕就自動做 ASR 轉寫。

這是什麼¶

「視頻臺詞提取」是一個社區來源的通用 Skill，座標 @user_00c83071/video-transcript-yangle，當前版本 1.1.1，分類 design-media，發佈者 user_00c83071。

它解決的問題很具體：從 B 站 / YouTube 視頻或本地視頻中拿到臺詞文本，輸出純文本或 SRT 格式。標籤顯示 requires_api_key=false，說明基礎能力不強制要求 API Key。

核心功能¶

已覈實的能力有兩條主線：

1、字幕提取：視頻本身帶字幕時，直接提取字幕文本。
2、無字幕轉寫：視頻沒有字幕時，自動走 ASR 轉寫，支持本地 FunASR 或 SiliconFlow API 兩種後端。

輸出格式支持兩種：純文本，或 SRT 字幕格式。

需要留意的是，簡介裏寫的是「B 站 / YouTube 視頻」，本地視頻的字幕提取能力在簡介中沒有單獨展開，採用前建議自己驗證。

安裝與啓用¶

已抓取資料中沒有包含官方安裝命令、目錄路徑或配置字段，因此本文不給出具體命令，避免編造。

按通用 Skill 的用法，這類 Skill 基於 SKILL.md 格式，通常的啓用方式是把 Skill 放到客戶端的 Skill 目錄或通過 SkillHub 頁面安裝。官方地址如下，安裝步驟以官方頁面爲準：

https://api.skillhub.cn/user_00c83071/video-transcript-yangle

SkillHub 頁面: https://www.skillhub.cn/skills/user_00c83071/video-transcript-yangle

資料中未區分 Cursor / Codex CLI / Claude Code 的差異，這部分無法覈實，不做說明。

典型用法¶

資料中沒有提供可復現的官方示例，下面只能給出與簡介能力對應的使用方向，具體命令需以官方資料爲準：

1、給一個 B 站或 YouTube 視頻鏈接，Skill 先嚐試提取字幕；
2、有字幕則直接輸出純文本或 SRT；
3、無字幕則走 ASR 轉寫，按配置選擇本地 FunASR 或 SiliconFlow API；
4、拿到結果後用於後續的檢索、摘要或字幕製作。

適用場景與注意¶

適合：需要批量把視頻臺詞變成文本、且願意接受「有字幕提取、無字幕 ASR」這條鏈路的開發者。

注意：

1、ASR 轉寫質量取決於所選後端和音頻清晰度，本地 FunASR 需要本地環境支持，SiliconFlow API 需要對應的服務配置。
2、requires_api_key=false 只表示基礎標籤，SiliconFlow API 這條路徑是否仍需要 Key，以官方說明爲準。
3、本地視頻的支持範圍、輸出語言、長音頻處理等細節，資料中未寫明。
4、平臺數值參考：SkillHub 評分 100000，下載 834，安裝 0（以已抓取資料爲準）。

結尾¶

這個 Skill 的價值在於把「找字幕」和「沒字幕就轉寫」兩件事合成一條鏈路，輸出格式也覆蓋了純文本和 SRT 兩種常用形態。如果你的場景正好是視頻臺詞批量轉文本，值得試一下。

官方地址：https://api.skillhub.cn/user_00c83071/video-transcript-yangle