Youtube Podcast Extraction

工作流程 (Optimized SOP v2.0)

本 Skill 采用四阶段 SOP 流程，确保从原始视频到高阶可视化成果的自动化交付。

📍 阶段 1：数据准备 (Data Prep)

1. 使用 yt-dlp 获取视频标题并创建任务目录。
2. 下载英文 VTT 字幕，调用 clean_subs.py 执行单词窗口滑动去重，生成 transcript_en.txt 和 timestamp_map.json。3. 下载视频文件保存为 video.mp4。
   • 可靠性技巧：优先使用 -f 18 或 -f "best[height<=720][ext=mp4]" 以确保极速下载且无需合并流程。

📍 阶段 2：深度分析 (Deep Analysis)

1. 多档处理策略：根据视频长度自动调整提炼密度：
   • 短视频 (<10min)：执行原文结构化翻译，保留完整逻辑骨架。
   • 中长视频 (10-30min)：执行约 60% 的高保真核心提炼，平衡细节与效率。
   • 超长播客 (>30min)：执行约 40% 的章节化深度提炼，聚焦战略级洞见。
2. 生成核心提炼文档 transcript_zh.md。
   • 金句规范：关键金句部分需保留中英双语原文。
3. 执行金字塔原理分析，生成 pyramid_analysis_zh.md。
4. 关键任务：从分析中提炼 5-7 个核心金句，确保英文部分与字幕原文逐字一致，存入 quotes_list.json。

📍 阶段 3：资产生成 (Asset Generation)

1. 调用 generate_quotes_pro.js 进行渲染。
2. 自动化逻辑：FFmpeg 根据精准时间戳提取原始帧 -> Playwright 加载电影感 HTML 模板 -> Base64 嵌入背景图 -> 显式等待图像加载完成 (Wait for Load) -> 渲染保存为 quotes/quote_n.jpg。
   • 技术细节：在 FFmpeg 提取时增加 +0.5s 偏移以避开潜在的转场黑屏，并确保截图与字幕内容高度同步。

📍 阶段 4：成果交付 (Final Delivery)

1. 将生成的金句卡片引用回填至 pyramid_analysis_zh.md 和 transcript_zh.md。
2. 生成多平台发布文案 publish_content.md（含知乎、小红书、Twitter 适配版）。
3. 清理 VTT 等中间临时文件。

视觉标准 (Cinema Style)

• 设计规范：严格遵循 visual_standard.md 定义的视觉准则。
• 排版要求：左对齐布局，英文 (38px Italic) 在上，中文 (28px Regular) 在下，左侧配 5px 红色装饰条。
• 蒙层设计：底部 1/3 深色渐变蒙层，页脚包含红色药丸标签 + 视频标题。

技术规范

• 去重逻辑：必须使用词窗重叠算法，严禁简单的行去重。
• 渲染引擎：严禁使用 ImageMagick 处理文字，必须通过 Playwright 流程渲染以保证字体质感。
• 定位精度：使用专门的时间戳查找脚本精准定位金句位置。
• 输出约束：所有输出文件（.md, .html, .txt）严禁使用 Emoji，确保专业度。

产出清单

• transcript_en.txt / timestamp_map.json (清洗后的文本与映射)
• transcript_zh.md (中英对照深度翻译)
• pyramid_analysis_zh.md (含金句卡片嵌入的深度分析)
• quotes/ (包含最终美化图及 index.md)
• publish_content.md (多平台分发文案)

参考资料

• 架构规范详见 technical_standard.md
• 视觉规范详见 visual_standard.md
• 执行指南详见 sop_standard.md