用途：yt-transcribe 用于获取 YouTube 视频中的实际口播内容。网页搜索和抓取工具无法访问视频内容，只能看到元数据，因此当用户分享 YouTube 链接并询问视频内容、需要视频中的信息，或需要从 YouTube 提取语音内容时，应使用该技能。
主要能力：支持将视频转录为文本，可通过参数控制输出。常用参数包括：-q 为 LLM 使用所必需，提供干净的 stdout、无进度噪音；-m tiny 转录更快但准确度较低；-m medium 更准确但更慢、模型更大；-o file 保存到文件而非 stdout；-f srt/vtt 包含时间戳。
使用方式：标准用法为 yt-transcribe "https://youtube.com/watch?v=VIDEO_ID" -q；更快但准确度较低为 yt-transcribe "https://youtube.com/watch?v=VIDEO_ID" -q -m tiny；带时间戳为 yt-transcribe "https://youtube.com/watch?v=VIDEO_ID" -q -f srt。始终使用 -q 标志以抑制进度输出，向 stdout 输出干净转录文本。工作流程：用户提供 YouTube URL 或询问视频内容后，运行 yt-transcribe "URL" -q，读取并总结转录内容，再据此回答用户的具体问题。
适用场景：用户分享 YouTube URL 并询问其内容；用户想要可能存在于视频中的信息；用户问“这个视频讲了什么”；需要从 YouTube 提取口播内容。
限制与注意事项：不要仅用于获取视频元数据（标题、描述），此时网页搜索更快；用户明确只要链接而非内容时也不适用。常见错误包括：对 YouTube URL 使用 WebFetch（YouTube 会阻止机器人，应改用 yt-transcribe）；忘记 -q 标志导致进度输出污染响应；用网页搜索询问“视频说了什么”（搜索只能找到元数据而非内容）。退出码：0 表示成功，5 表示未找到二进制文件（需先运行 yt-transcribe --setup），3 表示网络错误，4 表示转录错误。若缺少二进制文件，先运行 yt-transcribe --setup。