# 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 1. 检测 yt-dlp 是否可用 yt-dlp --version 2. 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 3. 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 1. 询问用户 YouTube URL 2. 调用 download_video.py 脚本 cd ~/.claude/skills/youtube-clipper python3 scripts/download_video.py 3. 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 4. 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: `.mp4`（使用视频 ID 命名，避免特殊字符问题） * 字幕文件: `.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） 1. 调用 analyze_subtitles.py 解析 VTT 字幕 python3 scripts/analyze_subtitles.py 2. 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 3. **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） 4. 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 5. **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 6. 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 1. 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） 2. 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？ 3. 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 * 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 * **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 * 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 * 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 1. 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 2. 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 3. 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 4. 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 1. **进度可见** : 每个步骤都展示进度和状态 2. **错误友好** : 清晰的错误信息和解决方案 3. **可控性** : 用户选择要剪辑的章节和处理选项 4. **高质量** : 章节分析有意义，翻译准确流畅 5. **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： 1. 立即开始阶段 1（环境检测） 2. 按照 6 个阶段顺序执行 3. 每个阶段完成后自动进入下一阶段 4. 遇到问题时提供清晰的解决方案 5. 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。

YouTube 剪辑器

包含技能