用途
youtube-render-pdf 用于把一个 YouTube 视频（讲座、教程或技术演讲）转化为一份完整、可编译的 LaTeX 课程笔记，并渲染为最终 PDF。它的目标是从 YouTube 链接出发，产出一份专业的中文课程笔记。
主要能力
- 生成完整可编译的 .tex 文档（从 documentclass 到 end{document}），并作为最终交付的一部分成功编译为 PDF。
- 在 .tex 与渲染后 PDF 的首页放置视频原始封面图（当可用时），且与正文教学配图在视觉上保持区分。
- 将所需的高价值关键帧作为配图纳入，不添加冗余截图。
- 以最终的综合章节收尾，包含讲者实质性的收尾讨论以及提炼出的要点。
- 使用 section 与 subsection 进行结构化组织。
教学标准与写作要求
笔记需读起来像一位优秀的人类教师在引导读者：每个主要章节按“动机 → 核心思想 → 机制 → 例子或证据 → 要点”的顺序组织；对逻辑过渡保持耐心与明确，说明讲者为何引入某概念、它解决什么问题、下一个想法如何接续；在给出直觉性的平实解释之后再引入形式化内容；内容密集时拆分为逐步构建理解的子章节，而不是压缩成一段长推导；不按字幕时间顺序直接倾倒内容，而是重写为具有明确意图、对比与铺垫的教学序列。
写作以中文进行（除非用户明确要求其他语言）。避免过度使用“不是……而是……”句式，仅当视频本身建立了真实对比且该对比实质上澄清机制时才使用。不要使用含糊或过于抽象的措辞，尽可能把论断落到具体机制、例子、变量、步骤、观察到的现象、时间戳、图或讲者提供的证据上。正文从 assets/notes-template.tex 开始，填写元数据块（含本地封面图路径），并用生成的笔记替换正文内容块。
突出教学信号的盒子使用规则：importantbox 用于读者必须带走的核心概念（形式化定义、中心论断、关键机制总结、类定理陈述、关键算法步骤、密集解释后的要点复述）；knowledgebox 用于提升理解但非主线的背景与旁支知识（先修提醒、历史脉络、工程背景、设计权衡、术语对比、建立直觉的类比）；warningbox 用于常见误解与失败点（记号过载、隐藏假设、误导性启发式、易犯实现错误、因果混淆、差一错误式推理、讲者对比错误直觉与正确直觉之处）；dialoguebox 仅用于对话密集的视频，保留短小、高信息、有趣、生动或特别直观的原始对话片段。盒子应放在激发它的段落、推导或例子之后，常规阐述仍用普通行文。图必须放在四种盒子之外。每个主要章节以 subsection{本章小结} 结束，当有一两个值得的外部链接时添加 subsection{拓展阅读}。不要在任何 LaTeX 中输出 [cite] 风格的占位符。
来源获取
先检查视频元数据，优先获取标题、章节、时长、封面可用性与字幕可用性。为提取图选择最佳可用视频源：探测格式并选择在当前环境中实际可下载的最高分辨率。在写 .tex 之前获取视频原始封面图，优先使用平台元数据暴露的最高分辨率缩略图，保存到本地并从首页引用该本地资源；当存在官方封面图时，不要用随机视频帧替代。字幕优先使用手动字幕而非自动生成字幕；优先匹配视频或用户请求语言的默认语言；必要时回退到最接近的可用字幕轨。保留字幕时间戳，在仍需定位图时不要过早把字幕压平成纯文本。尽量把来源物料保存在本地，典型工作物料包括元数据、下载的封面图、带时间戳的字幕文件、可选的清洗后转写文本、本地视频文件与提取的帧。
长视频策略
对于较长视频，不要依赖单次整体处理。若视频长于 20 分钟，或字幕文件超过 300 条字幕，就把工作切分为较小片段。优先按章节边界切分；若章节不可用或过不均匀，则按连贯的时间窗口或字幕范围切分。当有子代理可用时，为不同片段并行派生多个子代理，以保持覆盖度与细节不丢失。给每个子代理具体的片段边界，并要求其返回：该片段的教学目标、核心主张、重要公式或代码、带时间来源的必要图、以及需要在整合阶段解决的歧义。相邻片段之间保留少量重叠，随后在整合时去重。主代理必须把各片段输出整合为一个统一大纲与一条连贯的最终叙事；最终 PDF 必须读起来像一份单一课程笔记，而不是多个分块摘要的拼接。
教学内容取舍
当可用时，从以下内容构建笔记：视频标题与章节结构；视频原始封面图与关键元数据；屏幕上的图表、公式、表格、曲线与架构幻灯片；字幕中的解释、例子与口头强调；访谈、圆桌、播客或对话类视频中短小高信号的原始对话片段（当准确措辞能增强现场感、幽默、直觉或异常紧凑的信息时）；演讲中展示或描述的代码片段。
跳过对实际教学无贡献的内容：问候、闲谈、不增加信息/张力/幽默/直觉/教学价值的例行往来、赞助、频道事务、结尾客套。当讲者的收尾讨论承载实际教学价值时（如综合、局限、未来工作、权衡、建议或开放问题）予以保留。
公式、代码与图
当出现数学公式时：先用平实中文解释该公式想表达什么、为何出现；用 $$...$$ 展示；随后紧跟一个扁平列表解释每个符号。
当出现代码示例时：在代码清单前解释代码的作用，必要时在之后总结预期行为；用 lstlisting 包裹；包含描述性标题。
图处理：按必要性与教学价值选择图，而非按任意配额或倾向稀疏的偏好。定位候选帧时强烈偏向召回而非精确，宁可先检查过多邻近候选，也不要漏掉幻灯片、公式、表格或图最终完整呈现且可读的那一帧。帧的理解必须来自直接视觉检查（view image 工具），不得用 tesseract 等 OCR 工具替代对帧的视觉理解，也不得仅凭邻近字幕、文件名或时间戳推断帧的语义内容。接触表、拼贴、平铺条带适合召回，但最终取舍与语义命名必须基于实际图像检查。
插入任何视频帧前，先从同一字幕对齐区间检查若干邻近候选并应用检查清单，任一项不通过就放弃该帧并继续在附近搜索：相关性（必须直接支持所在段落或子章节讨论的确切概念）、所需内容可见（文本引用的每个视觉元素都已在帧中可见）、完全呈现状态（幻灯片、白板、动画、仪表盘逐步构建时使用最终完整可读状态）、最佳邻近候选（比较多个邻近帧，优先最完整且最可读者）、可读性（文字、公式、标签与图结构足够清晰）。
帧命名：原始候选帧用中性、基于时间戳的名称；只有视觉确认图中完整可见内容后才赋予语义名称，且语义文件名必须描述帧实际可见内容，而非基于字幕、旁白或目标段落主题的猜测。若帧只部分呈现、处于过渡态或含糊不清，继续搜索，暂不锁定语义名称。
以带时间戳的字幕文件作为关键帧搜索的主要定位器：先找到与被讨论概念、例子、公式或视觉解释对应的字幕跨度，再在该字幕对齐的时间区间内（必要时稍超出边界）搜索最佳可读帧。不要从一个猜测的时间戳直接跳到提取单帧；先在相关区间生成密集候选集，再检查与筛选。优先使用能一次检查许多邻近候选的工具，如 magick montage、接触表、平铺帧条或等价流程。当视觉为渐进式 PPT 揭示、动画构建、白板累积或仪表盘状态变化时，明确搜索最终完整呈现状态，不要停在第一个看似大致正确的帧。同一解释窗口内稀疏的早期帧与更密集的后期帧之间拿不准时，若后期帧明显更完整且仍可读，优先后期帧。
图的时间溯源：每当 .tex 或 PDF 引用某个具体视频帧或由视频帧裁切得到的图时，在同一页作为底部脚注记录其来源时间区间，例如 00:12:31--00:12:46；区间应来自用于定位该图的字幕对齐片段，而非模糊的章节级估计；若图是裁切，脚注仍指源帧或字幕跨度的原始视频时间区间；若一个图中的若干邻近帧都来自同一字幕区间，一个清晰脚注即可。保持图与其时间脚注锚定在同一页，优先使用 [H]、非浮动块或其他稳定放置方式。
可视化
对于仅靠截图与文字仍难以解释的概念，添加准确的可视化。两种可接受路线：用 TikZ 或 PGFPlots 生成 LaTeX 原生可视化；或用脚本预先生成图并以图像形式纳入。对于脚本生成的插图，当 Python 工具（如 matplotlib、seaborn）是最清晰的准确教学图生产方式时，优先使用它们。
限制与暂未提供
资料未说明该技能的具体安装命令、代码实现细节、依赖环境、收费或价格与平台支持范围。这些事实暂未提供。