SuperAPI AI 工具集

ingest-youtube

写作与研究

查看项目

更新于 10-16 07:26

技能介绍

用途:把单个 YouTube 视频的字幕抓取进 Markdown 知识库,生成可被下游技能(知识图谱抽取、语音指纹训练、内容再利用、行动项提取)处理的类型化记忆条目。与 ingest-slack、ingest-notion 等同一模式,新增 YouTube 只是新增一个规范化器。

主要能力:解析单个 YouTube 视频 URL;检查 yt-dlp 是否安装,未安装则提示 brew install yt-dlp 或 pip3 install --user yt-dlp;用 yt-dlp --ignore-config --list-subs -- <url> 枚举字幕,优先手动字幕,其次自动字幕;下载最高优先级字幕为 VTT;去除时间轴标记并合并为段落,去重重复行,保留说话人标签;用 yt-dlp --print-json --skip-download 获取标题、频道、上传日期、时长、video_id、URL 等元数据;写入 External Inputs/YouTube/<channel-slug>/<YYYY-MM-DD>-<video-slug>.md;扫描决策、框架、模型、原则等触发词,在 Meta/Captures/ 生成写作种子存根;最后打印文件路径、词数、语言和种子数。

使用方式:python3 ingest.py <youtube-url> [--vault <path>] [--lang <code>]。--vault 默认取 $VAULT_ROOT 或当前目录,--lang 默认 en,es。重复摄取同一 URL 会覆盖同一文件,种子存根按 video_id 哈希命名,不会重复。

适用场景:用户粘贴 YouTube 链接要求字幕或摘要;执行 /ingest-youtube <url>;把演讲、播客、主题演讲捕获进知识库。

限制:每次只处理一个视频 URL,不支持频道、播放列表或 --days 窗口;不下载视频文件;本版本不内置 Whisper 转录,无字幕时只写元数据存根,--whisper 为预留标志;不适用于直播、非 YouTube 来源或一次性读取;成功与否取决于网络、YouTube 字幕访问和本地 yt-dlp 行为。