How do I install the Li Transcript skill?

Run npx skillmds@latest add jiangjiax/li-transcript in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Li Transcript safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Li Transcript?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Li Transcript free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Li Transcript?

jiangjiax (@jiangjiax) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Li Transcript by jiangjiax — Agent Skill

Name: Li Transcript
Author: jiangjiax

Li Transcript

当用户说「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」，或直接给一个视频链接要求提取内容时，应使用本 skill。即使用户只是丢了一个视频链接没说要干嘛，只要上下文涉及对标分析或内容提取，也应主动触发。调用 video2text.py 获取原始逐字稿，AI 校对常见语音识别错误，识别作者后归档到对标博主目录。不应触发：分析爆款规律（用 li-analyzer）、记录自己的选题想法（用 li-recorder）、写自己的脚本（用 li-writer）。 Use when the user wants to "get transcript", "transcribe video", "extract script", or gives a video link for content extraction. Runs speech-to-text, AI proofreads, and archives to benchmark blogger directory.

jiangjiax 095c6be 2 files · 10.6 KB Updated Sep 17, 2026

File contents

视频逐字稿提取 + 对标归档

从视频链接提取逐字稿，AI 校对后归档到对标博主目录。

工作流程

Step 0：首次使用前的环境准备（仅第一次需要）

如果是从开源仓库刚装好的 skill，需要先准备运行环境：

# 1. 系统依赖（macOS）
brew install yt-dlp ffmpeg

# 2. Python 虚拟环境 + 腾讯云 ASR SDK
python3 -m venv .claude/skills/li-transcript/scripts/.venv
.claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr

# 3. 在项目根目录创建 .env 文件，填入腾讯云密钥（控制台 https://console.cloud.tencent.com/cam/capi 申请）
# 格式：
# TENCENT_SECRET_ID=你的_id
# TENCENT_SECRET_KEY=你的_key

环境准备好之后，跳到 Step 1。

Step 1：转录视频

运行转录脚本（脚本和 venv 都在 skill 目录下，自包含）：

.claude/skills/li-transcript/scripts/.venv/bin/python3 .claude/skills/li-transcript/scripts/video2text.py "视频链接"

脚本会输出：

stderr：进度信息 + [标题] xxx（视频原标题）
stdout：去除时间戳的纯文本逐字稿

脚本报错时的排查顺序：

项目根目录的 .env 是否包含 TENCENT_SECRET_ID 和 TENCENT_SECRET_KEY（脚本会从当前目录向上查找最多 6 层）
.claude/skills/li-transcript/scripts/.venv/ 是否正常（重建：python3 -m venv .claude/skills/li-transcript/scripts/.venv && .claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr）
视频链接是否被 yt-dlp 支持

Step 2：AI 校对

对原始逐字稿做文字校对，只改错字不改内容：

同音/近音字纠错：根据上下文推断（如「艺人公司」→「一人公司」、「四动会」→「私董会」、「体校」→「提效」）
专有名词修正：技术术语、产品名、人名、英文词汇
明显的 ASR 乱码：替换为合理推断

保留口语表达（「啊」「嗯」「就是说」），不改写句子结构，不美化风格。

校对直接执行，不逐条列出差异——用户想核对可以自己对比原文。

Step 3：识别作者 & 归档

识别作者——按优先级：

用户已告知 → 直接使用
逐字稿中有自我介绍（「大家好我是XXX」「我是XXX」）→ 提取
都没有 → 问用户

匹配对标——读取 05-选题研究/对标博主/短视频/ 目录列表：

匹配到已有博主 → 归档到该目录
没匹配到 → 问用户「[名字]还不在对标列表里，创建吗？」，同意则创建目录

作者和是否创建对标可以合并为一次提问，减少来回。

确定标题——优先用 yt-dlp 获取的原标题（stderr 中 [标题] 行），获取不到则从逐字稿内容概括一个。

Step 4：保存文件

路径：05-选题研究/对标博主/短视频/[博主名]/[YYYY年M月]/[视频标题].md

时间目录不存在则创建。

格式——根据视频来源平台调整 YAML 字段名：

---
[平台]数据:
  点赞数: 
  收藏数: 
  评论数: 
  分享数: 
  观看数: 
tags: 
---

# 标题

[视频标题]

# 封面花字



# 视频脚本

[校对后的完整逐字稿]

平台判断规则：

URL 含 xiaohongshu.com → 小红书数据
URL 含 bilibili.com → B站数据
URL 含 douyin.com → 抖音数据
URL 含 youtube.com 或 youtu.be → YouTube数据
其他 → 平台数据

保存后一句话告知路径。

---name: li-transcriptdescription: 当用户说「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」，或直接给一个视频链接要求提取内容时，应使用本 skill。即使用户只是丢了一个视频链接没说要干嘛，只要上下文涉及对标分析或内容提取，也应主动触发。调用 video2text.py 获取原始逐字稿，AI 校对常见语音识别错误，识别作者后归档到对标博主目录。不应触发：分析爆款规律（用 li-analyzer）、记录自己的选题想法（用 li-recorder）、写自己的脚本（用 li-writer）。 Use when the user wants to "get transcript", "transcribe video", "extract script", or gives a video link for content extraction. Runs speech-to-text, AI proofreads, and archives to benchmark blogger directory.---# 视频逐字稿提取 + 对标归档从视频链接提取逐字稿，AI 校对后归档到对标博主目录。---## 工作流程### Step 0：首次使用前的环境准备（仅第一次需要）如果是从开源仓库刚装好的 skill，需要先准备运行环境：```bash# 1. 系统依赖（macOS）brew install yt-dlp ffmpeg# 2. Python 虚拟环境 + 腾讯云 ASR SDKpython3 -m venv .claude/skills/li-transcript/scripts/.venv.claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr# 3. 在项目根目录创建 .env 文件，填入腾讯云密钥（控制台 https://console.cloud.tencent.com/cam/capi 申请）# 格式：# TENCENT_SECRET_ID=你的_id# TENCENT_SECRET_KEY=你的_key```环境准备好之后，跳到 Step 1。### Step 1：转录视频运行转录脚本（脚本和 venv 都在 skill 目录下，自包含）：```bash.claude/skills/li-transcript/scripts/.venv/bin/python3 .claude/skills/li-transcript/scripts/video2text.py "视频链接"```脚本会输出：- stderr：进度信息 + `[标题] xxx`（视频原标题）- stdout：去除时间戳的纯文本逐字稿脚本报错时的排查顺序：1. 项目根目录的 `.env` 是否包含 `TENCENT_SECRET_ID` 和 `TENCENT_SECRET_KEY`（脚本会从当前目录向上查找最多 6 层）2. `.claude/skills/li-transcript/scripts/.venv/` 是否正常（重建：`python3 -m venv .claude/skills/li-transcript/scripts/.venv && .claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr`）3. 视频链接是否被 yt-dlp 支持---### Step 2：AI 校对对原始逐字稿做文字校对，只改错字不改内容：- 同音/近音字纠错：根据上下文推断（如「艺人公司」→「一人公司」、「四动会」→「私董会」、「体校」→「提效」）- 专有名词修正：技术术语、产品名、人名、英文词汇- 明显的 ASR 乱码：替换为合理推断保留口语表达（「啊」「嗯」「就是说」），不改写句子结构，不美化风格。校对直接执行，不逐条列出差异——用户想核对可以自己对比原文。---### Step 3：识别作者 & 归档**识别作者**——按优先级：1. 用户已告知 → 直接使用2. 逐字稿中有自我介绍（「大家好我是XXX」「我是XXX」）→ 提取3. 都没有 → 问用户**匹配对标**——读取 `05-选题研究/对标博主/短视频/` 目录列表：- 匹配到已有博主 → 归档到该目录- 没匹配到 → 问用户「[名字]还不在对标列表里，创建吗？」，同意则创建目录作者和是否创建对标可以合并为一次提问，减少来回。**确定标题**——优先用 yt-dlp 获取的原标题（stderr 中 `[标题]` 行），获取不到则从逐字稿内容概括一个。---### Step 4：保存文件**路径**：`05-选题研究/对标博主/短视频/[博主名]/[YYYY年M月]/[视频标题].md`时间目录不存在则创建。**格式**——根据视频来源平台调整 YAML 字段名：```markdown---[平台]数据: 点赞数: 收藏数: 评论数: 分享数: 观看数: tags: ---# 标题[视频标题]# 封面花字# 视频脚本[校对后的完整逐字稿]```平台判断规则：- URL 含 `xiaohongshu.com` → `小红书数据`- URL 含 `bilibili.com` → `B站数据`- URL 含 `douyin.com` → `抖音数据`- URL 含 `youtube.com` 或 `youtu.be` → `YouTube数据`- 其他 → `平台数据`保存后一句话告知路径。

Frequently asked questions