用途：从 YouTube 视频下载字幕/转录文本（含手动与自动生成），并获取视频元数据与封面图。支持传入完整链接、短链、嵌入链接、Shorts 链接或视频 ID。
主要能力：可指定语言优先级（如 --languages zh,en,ja）、关闭时间戳（--no-timestamps）、按视频描述生成章节（--chapters）、说话人识别（--speakers，需 AI 后处理）、输出 SRT（--format srt）、翻译（--translate zh-Hans）、列出可用字幕（--list）、强制刷新缓存（--refresh）。首次运行缓存元数据、原始字幕、分句字幕与封面图，重复格式化无需重新抓取。
使用方式：脚本位于 scripts/main.ts，需先解析运行时 ${BUN_X}（bun 或 npx -y bun）。基本命令：${BUN_X} {baseDir}/scripts/main.ts <youtube-url-or-id>。运行 URL 时务必用单引号包裹，避免 zsh 将 ? 当作通配符。常用选项包括 --languages、--format、--translate、--list、--timestamps/--no-timestamps、--chapters、--speakers、--exclude-generated、--exclude-manually-created、--refresh、-o/--output、--output-dir。
输出：text 格式生成 .md（含 frontmatter、标题、摘要、可选目录/封面/时间戳/章节/说话人），srt 生成 .srt。默认输出到 youtube-transcript/{channel-slug}/{title-full-slug}/，含 meta.json、transcript-raw.json、transcript-sentences.json、imgs/cover.jpg 等。
限制：视频无字幕、语言不可用、视频不可用、IP 被封、年龄限制或触发反爬时会报错；直接 API 被拦截时重试其他客户端并回退 yt-dlp，可通过环境变量 YOUTUBE_TRANSCRIPT_COOKIES_FROM_BROWSER 传入浏览器 Cookie。说话人识别依赖 AI 后处理，需读取 prompts/speaker-transcript.md 并调用子代理完成。