AgentSkillsCN

youtube-clipper

YouTube 视频智能剪辑工具。下载视频和字幕，AI 分析生成精细章节（几分钟级别）， 用户选择片段后自动剪辑、翻译字幕为中英双语、烧录字幕到视频，并生成总结文案。 使用场景：当用户需要剪辑 YouTube 视频、生成短视频片段、制作双语字幕版本时。 关键词：视频剪辑、YouTube、字幕翻译、双语字幕、视频下载、clip video

中文原作
SKILL.md
--- frontmatter
name: youtube-clipper
description: >
  YouTube 视频智能剪辑工具。下载视频和字幕，AI 分析生成精细章节（几分钟级别），
  用户选择片段后自动剪辑、翻译字幕为中英双语、烧录字幕到视频，并生成总结文案。
  使用场景：当用户需要剪辑 YouTube 视频、生成短视频片段、制作双语字幕版本时。
  关键词：视频剪辑、YouTube、字幕翻译、双语字幕、视频下载、clip video
allowed-tools:
  - Read
  - Write
  - Bash
  - Glob
  - AskUserQuestion
model: claude-sonnet-4-5-20250514

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

    bash
    yt-dlp --version
  2. •

    检测 FFmpeg 版本和 libass 支持

    bash
    # 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

    bash
    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
    bash
    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

    bash
    cd ~/.claude/skills/youtube-clipper
python3 scripts/download_video.py <youtube_url>
  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: <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）

  1. •

    调用 analyze_subtitles.py 解析 VTT 字幕

    bash
    python3 scripts/analyze_subtitles.py <subtitle_path>
  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：

    code
    📊 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

bash
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）

bash
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）

bash
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）

bash
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:

code
🎬 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

    code
    ./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：

    code
    <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
    code
    ✨ 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。