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

YouTube 视频智能剪辑工具 Installation : If you're installing this skill from GitHub, please refer to [README.md](README.md installation) 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 2. 检测 FFmpeg 版本和 libass 支持 3. 检测 Python 依赖如果环境检测失败 : 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 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 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 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：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）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）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）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 : 阶段 6: 输出结果目标 : 组织输出文件并展示给用户 1. 创建输出目录输出目录位于当前工作目录下 2. 组织文件结构： 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 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-clipper