video-summarize

视频总结，触发：1.用户给视频链接（B站/YouTube/抖音/Twitter/TikTok等）、2.总结这个视频

通用视频总结

智能获取视频文字 → 让大模型总结内容

处理流程

视频链接 → 检查缓存 → 尝试下载字幕 → 有字幕？ → 直接提取文本 → 总结
                                ↓ 无字幕
                                下载音频 → Whisper转录 → 总结

特性

• 字幕优先：优先下载官方/人工字幕，无字幕才用 Whisper 转录
• 多平台支持：B站、YouTube、抖音、Twitter、TikTok 等 1000+ 平台
• 自动语言检测：Whisper 自动检测视频语言（中文、英文、日文等）
• 并发安全：每个视频独立临时文件，支持同时处理多个视频
• 智能缓存：同一视频再次请求直接返回结果

支持平台

基于 yt-dlp，支持 1000+ 平台：

平台	链接格式示例
B站	https://www.bilibili.com/video/BVxxx
YouTube	https://www.youtube.com/watch?v=xxx
抖音	https://www.douyin.com/video/xxx
Twitter/X	https://twitter.com/user/status/xxx
TikTok	https://www.tiktok.com/@user/video/xxx
Instagram	https://www.instagram.com/p/xxx
AcFun	https://www.acfun.cn/v/acxxx
爱奇艺/优酷/腾讯	各平台视频链接
其他	yt-dlp 支持的任何平台

依赖安装

脚本会自动检查并安装缺失依赖：

• ffmpeg（音频转换）→ brew install ffmpeg
• whisper.cpp（转录）→ brew install whisper-cpp
• Python3（完全隔离的 Python虚拟环境）→ brew install python3

运行：

scripts/install_dependency.sh

使用方法

# 处理视频（首次会转录，再次直接返回缓存）
scripts/process.sh "视频链接"

流程：

1. 检查缓存（已有则直接返回）
2. 尝试下载字幕（优先中文人工字幕，其次自动字幕）
3. 有字幕 → 提取纯文本；无字幕 → 下载音频 → Whisper 转录
4. 保存到 summarize_result/{标题}_transcript_raw.txt

然后让我总结并保存 md 文件！

输入格式

支持多种格式：

• B站：https://www.bilibili.com/video/BV1s8UZBZEa8
• YouTube：https://www.youtube.com/watch?v=dQw4w9WgXcQ
• 抖音：https://www.douyin.com/video/7123456789
• Twitter：https://twitter.com/user/status/123456789
• TikTok：https://www.tiktok.com/@user/video/123456789
• 其他 yt-dlp 支持的链接

输出

文件名用标题（一眼看出内容），特殊符号自动处理：

summarize_result/
├── 周一见世界_EP3_人性为何这样_transcript_raw.txt  # 原始转录
├── 周一见世界_EP3_人性为何这样.md                  # 总结
├── How_to_Build_a_Startup_transcript_raw.txt
├── How_to_Build_a_Startup.md
└── ...

命名处理：

• 中文标点 《》【】：？ → _
• 英文符号 /\:*?"<>| → _
• 空格 → _
• 连续下划线合并
• 最多 50 字符

目录结构

video-summarize/
├── cache/                   # 临时文件
│   └── {标题}/               # 每个视频独立目录(处理完成后自动删除 `cache/{标题}/` 整个目录)
│       ├── status.json      # 处理状态
│       ├── subs/            # 字幕临时目录
│       ├── audio.m4a        # 音频文件
│       └── audio.wav        # WAV 格式
├── summarize_result/        # 结果缓存目录
│   ├── {标题}_transcript_raw.txt
│   └── {标题}.md
├── whisper-models/
│   └── ggml-base.bin
├── scripts/
│   ├── install_dependency.sh
│   ├── process.sh
│   └── safe_filename.py     # 标题转安全文件名
└── SKILL.md

字幕支持

平台	人工字幕	自动字幕
YouTube	✅ 支持	✅ 支持
B站	✅ 支持	⚠️ 部分支持
其他	视平台而定	视平台而定

字幕优先级：中文人工字幕 > 英文人工字幕 > 自动字幕

注意

• 仅处理公开视频（不支持会员视频、付费视频）
• 字幕质量通常优于 Whisper 转录（优先使用字幕）
• 无字幕时转录质量取决于视频音质和 Whisper base 模型
• 长视频（>30分钟）转录时间较长
• 中文、英文、日文等主流语言转录效果良好
• 需要网络连接下载视频音频/字幕