YouTube 视频总结｜YouTube字幕提取（带时间戳，可译中文）

YouTube 视频总结和字幕提取，带时间戳，可直接译成中文。用户发来 YouTube 链接（youtube.com、youtu.be、Shorts），要中文总结、要点、逐字稿、字幕、画面上的文字，或者想不看视频先知道讲了什么时使用。没有字幕的视频也能读：由模型直接看视频，口播和画面文字一起出。不需要梯子抓字幕、不需要 yt-dlp、不需要 Cookie。通过 LinkDigest API 读取，需要 LINKDIGEST_API_KEY，按分钟计费，注册送 10 积分。

YouTube 视频总结｜字幕提取（带时间戳，可译中文）

一句话

给一条 YouTube 链接，拿回带时间戳的逐字稿、画面上的文字和要点；加一个参数，同时得到中文译文。

bash

python3 {baseDir}/scripts/linkdigest.py "https://www.youtube.com/watch?v=xxxxxxxxxxx" --translate-to zh-CN

为什么不直接用 yt-dlp 抓字幕

• 服务器和很多云主机的地址会被 YouTube 拦下（Sign in to confirm you're not a bot），本地能跑的脚本一上云就失效。
• 很多视频没有字幕，或者只有质量很差的自动字幕。
• 字幕里没有画面内容：幻灯片上的字、代码、图表标题都拿不到。

这个技能走的是另一条路：模型直接把视频看一遍，口播和画面上的文字一起读出来，所以没有字幕的视频也能用。代价是按视频时长收费，见下面的费用表；只想免费抓现成字幕、而且你本机能访问 YouTube 的话，用 yt-dlp 类技能更划算。

适合的场景

用户说	做法
「帮我总结这个 YouTube 视频」「这个视频讲了什么」	默认调用，用 key_points 回答
「要中文字幕 / 中文逐字稿」	加 --translate-to zh-CN，给 translation 里的逐字稿
「第几分钟讲到 X」	用带时间戳的 transcript 定位
「视频里那页 PPT 写了什么」	看 ocr_text（画面文字）
「把这个英文教程整理成笔记」	要点 + 逐字稿，按时间顺序整理

不适合：搜索视频、读评论、读频道的视频列表、下载视频或音频、直播进行中的内容。

准备

1. https://linkdigest.dev/app/keys 登录并创建 API Key，新账户送 10 积分。
2. export LINKDIGEST_API_KEY=ld_live_...（或写进 OpenClaw 配置里本技能的 env）。

返回内容

• title、author（频道）；
• transcript[]：{t, text}，t 是秒；
• ocr_text[]：画面上出现过的文字；
• key_points[]：要点，每条附一句在逐字稿里逐字核对过的引用（key_point_support）；
• translation（加了 --translate-to 时）：标题、要点、逐字稿的译文，原文保留在旁边；
• coverage：读了多少秒、哪些没读到；
• credits、cached：这次扣了几个积分，是否命中缓存。

目前拿不到视频简介（description）里的文字和上传日期，回执里会写明；需要简介里的链接时请让用户直接贴出来。

参数

• --format json：要结构化数据时用；默认输出 Markdown。
• --translate-to zh-CN：加译文，+1 积分。
• --max-credits N：这条视频最多花 N 积分，超了就不读、不扣费。先用它问价很方便。
• --job-id <jobId>：长视频没等到结果时，用它接着取，不要重新提交。

退出码：0 成功；3 Key 无效；4 积分不够或视频超长（未扣费，会打印支付宝付款链接）；5 读不了；7 还在跑。

费用

1 积分约 ¥0.14（加量包 ¥36 = 250 积分，支付宝可付，不过期）。

视频时长	积分	约合
1 分钟以内	2	¥0.29
5 分钟	6	¥0.86
10 分钟	11	¥1.58
30 分钟（Dev 月付账户上限）	31	¥4.46
加中文译文	+1	+¥0.14
别人读过的同一条视频（缓存）	0	0

算法：基础 1 积分 + 每开始的 1 分钟 1 积分。免费账户和加量包账户单条最长 10 分钟，Dev 月付（$9/月，500 积分）30 分钟，超过会直接拒绝且不扣费。YouTube 没有「省钱档」，--depth transcript 对 YouTube 不生效。

回答用户时

• 总结用 key_points，并给出对应时间点，方便用户跳转。
• 逐字稿是模型看视频得到的，专有名词和数字可能有误，重要信息提醒用户核对原视频。
• 很长的译文可能只覆盖逐字稿的前一部分，结果里会写明覆盖到哪里，照实告诉用户。
• 说明这次用了几个积分。

隐私与限制

只把链接发到 linkdigest.dev，不使用你的 Google 账号。不保存视频。文字结果按链接缓存。年龄限制、会员专享、私享和已删除的视频读不了。每小时最多 60 次调用。脚本只读 LINKDIGEST_API_KEY，只连 linkdigest.dev，不写文件。

同一个 Key 还能读小红书、抖音、TikTok、X 和公众号文章。文档：https://linkdigest.dev/zh/docs ，反馈：[e-mail]