用途:将 YouTube 视频转写为文字稿,提取视频内容、字幕或文本,并可输出为 Markdown。
主要能力:通过 Chrome AppleScript 在用户已登录的 Gemini 页面中执行 XHR 请求,调用预配置的 Gem(8c99566ee291)转写 YouTube 视频。浏览器自动携带 HttpOnly cookies,无需单独管理认证。支持三种思考级别:fast(Gemini Flash,最快、细节较少)、think(Gemini Flash Thinking,默认,平衡速度与质量)、pro(Gemini Pro,最详细、较慢)。
使用方式:先确定 SKILL.md 所在目录以定位脚本,执行 npx -y bun $SKILL_DIR/scripts/transcribe.ts [options] <youtube-url>。参数包括必需的 YouTube 链接、--thinking <level>(默认 think)、-o/--output <path>(默认输出到 stdout)。无 -o 时文字稿输出到 stdout,日志输出到 stderr;有 -o 时写入指定文件。
前置条件:仅支持 macOS(依赖 AppleScript);Chrome 需已登录 gemini.google.com;需在 Chrome 中开启“查看 → 开发者 → 允许 Apple 事件中的 JavaScript”,未开启时脚本会报错并提示步骤。
工作原理:通过 AppleScript 找到 Chrome 中已打开的 gemini.google.com 标签页,从页面源码提取 SNlM0e access token,构造包含 Gem ID 和 YouTube URL 的 API 请求,通过同步 XHR 发送,解析流式响应并提取文字稿。
限制与错误处理:AppleScript JavaScript 未开启会提示开启步骤;no_token 需刷新 gemini.google.com 后重试;status_4xx/5xx 需检查登录状态并重试;missing value 需确认 Chrome 已登录;parse_failed 可能是视频不可用或 Gem 无法处理。其他平台、收费与价格信息暂未提供。