SuperAPI AI 工具集

video

设计与创作

查看项目

更新于 10-15 22:16

技能介绍

用途:把视频或播客链接转换为完整文字稿并生成结构化摘要。检测到媒体 URL 时自动触发,支持 YouTube(youtube.com、youtu.be)、Bilibili(bilibili.com、b23.tv)、X/Twitter 含视频推文、小宇宙(xiaoyuzhoufm.com)、Apple Podcasts(podcasts.apple.com)以及 .mp3、.mp4、.m3u8、.m4a、.webm 直链。

主要能力:先按 URL 判断类型并选择管线。YouTube、Bilibili 优先用 yt-dlp 提取字幕(YouTube 偏好 en、zh-Hans,Bilibili 用 zh-Hans、zh),有字幕则直接读取 VTT 并跳到摘要。无字幕时下载音频:小宇宙从页面提取 media.xyzcdn.net 音频地址;Apple Podcasts 用 yt-dlp 提取音频;Bilibili 走 API 获取 dash 音频流并用 ffmpeg 转 mp3;其他视频用 yt-dlp 下载音频。音频不超过 25MB 直接转写,超过则用 ffmpeg 按 10 分钟切段后逐段转写。转写调用 Groq Whisper(模型 whisper-large-v3-turbo,verbose_json),需设置 GROQ_API_KEY。最后按视频(≤20 分钟)或播客(>20 分钟)模板输出概览、要点、金句与行动项。

使用方式:依赖 yt-dlp、ffmpeg、curl 与 GROQ_API_KEY(可在 console.groq.com/keys 免费获取)。关键命令保持原样,例如 yt-dlp --skip-download --write-auto-sub --sub-lang "en,zh-Hans" -o "/tmp/media_sub" "VIDEO_URL",以及 curl -s -X POST "https://api.groq.com/openai/v1/audio/transcriptions" -H "Authorization: Bearer $GROQ_API_KEY" -F "file=@AUDIO_FILE" -F "model=whisper-large-v3-turbo"。

限制:Spotify 链接因 DRM 保护不支持;无字幕且未设置 GROQ_API_KEY 时需先配置密钥;音频超过 25MB 需切段,且必须顺序转写,并行会触发 Groq 524 超时;遇 429 需按 retry-after 等待重试;Bilibili 遇 yt-dlp 412 改用 API;YouTube 遇机器人检测可加 --cookies-from-browser chrome;播客超过 2 小时会先警告并确认。其他平台支持情况与收费信息暂未提供。