tomevault-io YouTube 视频智能剪辑工具
Installation: If you're installing this skill from GitHub, please refer to README.md for installation instructions. The recommended method is
npx skills add https://github.com/op7418/Youtube-clipper-skill.
工作流程
你将按照以下 6 个阶段执行 YouTube 视频剪辑任务：
阶段 1: 环境检测
目标: 确保所有必需工具和依赖都已安装
检测 yt-dlp 是否可用
yt-dlp --version检测 FFmpeg 版本和 libass 支持
# 优先检查 ffmpeg-full（macOS） /opt/homebrew/opt/ffmpeg-full/bin/ffmpeg -version # 检查标准 FFmpeg ffmpeg -version # 验证 libass 支持（字幕烧录必需） ffmpeg -filters 2>&1 | grep subtitles检测 Python 依赖
python3 -c "import yt_dlp; print('✅ yt-dlp available')" python3 -c "import pysrt; print('✅ pysrt available')"
如果环境检测失败:
- yt-dlp 未安装: 提示
brew install yt-dlp或pip install yt-dlp - FFmpeg 无 libass: 提示安装 ffmpeg-full
brew install ffmpeg-full # macOS - Python 依赖缺失: 提示
pip install pysrt python-dotenv
注意:
- 标准 Homebrew FFmpeg 不包含 libass，无法烧录字幕
- ffmpeg-full 路径:
/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg(Apple Silicon) - 必须先通过环境检测才能继续
阶段 2: 下载视频
目标: 下载 YouTube 视频和英文字幕
询问用户 YouTube URL
调用 download_video.py 脚本
cd ~/.claude/skills/youtube-clipper python3 scripts/download_video.py <youtube_url>脚本会：
- 下载视频（最高 1080p，mp4 格式）
- 下载英文字幕（VTT 格式，自动字幕作为备选）
- 输出文件路径和视频信息
向用户展示：
- 视频标题
- 视频时长
- 文件大小
- 下载路径
输出:
- 视频文件:
<id>.mp4（使用视频 ID 命名，避免特殊字符问题） - 字幕文件:
<id>.en.vtt
阶段 3: 分析章节（核心差异化功能）
目标: 使用 Claude AI 分析字幕内容，生成精细章节（2-5 分钟级别）
调用 analyze_subtitles.py 解析 VTT 字幕
python3 scripts/analyze_subtitles.py <subtitle_path>脚本会输出结构化字幕数据：
- 完整字幕文本（带时间戳）
- 总时长
- 字幕条数
你需要执行 AI 分析（这是最关键的步骤）：
- 阅读完整字幕内容
- 理解内容语义和主题转换点
- 识别自然的话题切换位置
- 生成 2-5 分钟粒度的章节（避免半小时粗粒度切分）
为每个章节生成：
- 标题: 精炼的主题概括（10-20 字）
- 时间范围: 起始和结束时间（格式: MM:SS 或 HH:MM:SS）
- 核心摘要: 1-2 句话说明这段讲了什么（50-100 字）
- 关键词: 3-5 个核心概念词
章节生成原则：
- 粒度：每个章节 2-5 分钟（避免太短或太长）
- 完整性：确保所有视频内容都被覆盖，无遗漏
- 有意义：每个章节是一个相对独立的话题
- 自然切分：在主题转换点切分，不要机械地按时间切
向用户展示章节列表：
📊 分析完成，生成 X 个章节： 1. [00:00 - 03:15] AGI 不是时间点，是指数曲线 核心: AI 模型能力每 4-12 月翻倍，工程师已用 Claude 写代码 关键词: AGI、指数增长、Claude Code 2. [03:15 - 06:30] 中国在 AI 上的差距 核心: 芯片禁运卡住中国，DeepSeek benchmark 优化不代表实力 关键词: 中国、芯片禁运、DeepSeek ... (所有章节) ✓ 所有内容已覆盖，无遗漏
阶段 4: 用户选择
目标: 让用户选择要剪辑的章节和处理选项
使用 AskUserQuestion 工具让用户选择章节
- 提供章节编号供用户选择
- 支持多选（可以选择多个章节）
询问处理选项：
- 是否生成双语字幕？（英文 + 中文）
- 是否烧录字幕到视频？（硬字幕）
- 是否生成总结文案？
确认用户选择并展示处理计划
阶段 5: 剪辑处理（核心执行阶段）
目标: 并行执行多个处理任务
对于每个用户选择的章节，执行以下步骤：
5.1 剪辑视频片段
python3 scripts/clip_video.py <video_path> <start_time> <end_time> <output_path>
- 使用 FFmpeg 精确剪辑
- 保持原始视频质量
- 输出:
<章节标题>_clip.mp4
5.2 提取字幕片段
- 从完整字幕中过滤出该时间段的字幕
- 调整时间戳（减去起始时间，从 00:00:00 开始）
- 转换为 SRT 格式
- 输出:
<章节标题>_original.srt
5.3 翻译字幕（如果用户选择）
python3 scripts/translate_subtitles.py <subtitle_path>
- 批量翻译优化: 每批 20 条字幕一起翻译（节省 95% API 调用）
- 翻译策略：
- 保持技术术语的准确性
- 口语化表达（适合短视频）
- 简洁流畅（避免冗长）
- 输出:
<章节标题>_translated.srt
5.4 生成双语字幕文件（如果用户选择）
- 合并英文和中文字幕
- 格式: SRT 双语（每条字幕包含英文和中文）
- 样式: 英文在上，中文在下
- 输出:
<章节标题>_bilingual.srt
5.5 烧录字幕到视频（如果用户选择）
python3 scripts/burn_subtitles.py <video_path> <subtitle_path> <output_path>
- 使用 ffmpeg-full（libass 支持）
- 使用临时目录解决路径空格问题（关键！）
- 字幕样式：
- 字体大小: 24
- 底部边距: 30
- 颜色: 白色文字 + 黑色描边
- 输出:
<章节标题>_with_subtitles.mp4
5.6 生成总结文案（如果用户选择）
python3 scripts/generate_summary.py <chapter_info>
- 基于章节标题、摘要和关键词
- 生成适合社交媒体的文案
- 包含: 标题、核心观点、适合平台（小红书、抖音等）
- 输出:
<章节标题>_summary.md
进度展示:
🎬 开始处理章节 1/3: AGI 不是时间点，是指数曲线
1/6 剪辑视频片段... ✅
2/6 提取字幕片段... ✅
3/6 翻译字幕为中文... [=====> ] 50% (26/52)
4/6 生成双语字幕文件... ✅
5/6 烧录字幕到视频... ✅
6/6 生成总结文案... ✅
✨ 章节 1 处理完成
阶段 6: 输出结果
目标: 组织输出文件并展示给用户
创建输出目录
./youtube-clips/<日期时间>/输出目录位于当前工作目录下
组织文件结构：
<章节标题>/ ├── <章节标题>_clip.mp4 # 原始剪辑（无字幕） ├── <章节标题>_with_subtitles.mp4 # 烧录字幕版本 ├── <章节标题>_bilingual.srt # 双语字幕文件 └── <章节标题>_summary.md # 总结文案向用户展示：
- 输出目录路径
- 文件列表（带文件大小）
- 快速预览命令
✨ 处理完成！ 📁 输出目录: ./youtube-clips/20260121_143022/ 文件列表: 🎬 AGI_指数曲线_双语硬字幕.mp4 (14 MB) 📄 AGI_指数曲线_双语字幕.srt (2.3 KB) 📝 AGI_指数曲线_总结.md (3.2 KB) 快速预览: open ./youtube-clips/20260121_143022/AGI_指数曲线_双语硬字幕.mp4询问是否继续剪辑其他章节
- 如果是，返回阶段 4（用户选择）
- 如果否，结束 Skill
关键技术点
1. FFmpeg 路径空格问题
问题: FFmpeg subtitles 滤镜无法正确解析包含空格的路径
解决方案: burn_subtitles.py 使用临时目录
- 创建无空格临时目录
- 复制文件到临时目录
- 执行 FFmpeg
- 移动输出文件回目标位置
2. 批量翻译优化
问题: 逐条翻译会产生大量 API 调用
解决方案: 每批 20 条字幕一起翻译
- 节省 95% API 调用
- 提高翻译速度
- 保持翻译一致性
3. 章节分析精细度
目标: 生成 2-5 分钟粒度的章节，避免半小时粗粒度
方法:
- 理解字幕语义，识别主题转换
- 寻找自然的话题切换点
- 确保每个章节有完整的论述
- 避免机械按时间切分
4. FFmpeg vs ffmpeg-full
区别:
- 标准 FFmpeg: 无 libass 支持，无法烧录字幕
- ffmpeg-full: 包含 libass，支持字幕烧录
路径:
- 标准:
/opt/homebrew/bin/ffmpeg - ffmpeg-full:
/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg(Apple Silicon)
错误处理
环境问题
- 缺少工具 → 提示安装命令
- FFmpeg 无 libass → 引导安装 ffmpeg-full
- Python 依赖缺失 → 提示 pip install
下载问题
- 无效 URL → 提示检查 URL 格式
- 字幕缺失 → 尝试自动字幕
- 网络错误 → 提示重试
处理问题
- FFmpeg 执行失败 → 显示详细错误信息
- 翻译失败 → 重试机制（最多 3 次）
- 磁盘空间不足 → 提示清理空间
输出文件命名规范
- 视频片段:
<章节标题>_clip.mp4 - 字幕文件:
<章节标题>_bilingual.srt - 烧录版本:
<章节标题>_with_subtitles.mp4 - 总结文案:
<章节标题>_summary.md
文件名处理:
- 移除特殊字符（
/,\,:,*,?,",<,>,|） - 空格替换为下划线
- 限制长度（最多 100 字符）
用户体验要点
- 进度可见: 每个步骤都展示进度和状态
- 错误友好: 清晰的错误信息和解决方案
- 可控性: 用户选择要剪辑的章节和处理选项
- 高质量: 章节分析有意义，翻译准确流畅
- 完整性: 提供原始和处理后的多个版本
开始执行
当用户触发这个 Skill 时：
- 立即开始阶段 1（环境检测）
- 按照 6 个阶段顺序执行
- 每个阶段完成后自动进入下一阶段
- 遇到问题时提供清晰的解决方案
- 最后展示完整的输出结果
记住：这个 Skill 的核心价值在于 AI 精细章节分析 和 无缝的技术处理，让用户能快速从长视频中提取高质量的短视频片段。
Converted and distributed by TomeVault — claim your Tome and manage your conversions.