用途：从 YouTube 视频下载字幕/转录文本，支持手动与自动生成字幕，并抓取视频元数据与封面图。无需 API Key 或浏览器，直接使用 YouTube InnerTube API，被拦截时回退到 yt-dlp。
主要能力：支持多语言（按优先级）、翻译、章节切分、说话人识别、SRT 输出、列出可用字幕、缓存复用。输出为 Markdown（含 frontmatter、标题、摘要、可选目录/封面/时间戳/章节/说话人）或 SRT。
使用方式：脚本位于 scripts/ 子目录，{baseDir} 为本 SKILL.md 所在目录。运行时 ${BUN_X}：已装 bun 用 bun，否则 npx -y bun，都没有则建议安装 bun。默认命令：${BUN_X} {baseDir}/scripts/main.ts <youtube-url-or-id>。常用选项：--languages zh,en,ja、--no-timestamps、--chapters、--speakers、--format srt、--translate zh-Hans、--list、--refresh、-o/--output、--output-dir。运行脚本时 URL 需用单引号包裹，避免 zsh 将 ? 当作通配符。
输入支持完整 URL、短链、嵌入、Shorts 及纯视频 ID。首次运行缓存 meta.json、transcript-raw.json、transcript-sentences.json 与封面图，后续复用；换语言会自动刷新。--speakers 需 AI 后处理，脚本先输出原始文件，再按 prompts/speaker-transcript.md 模板由子代理处理。
限制：视频无字幕、语言不可用、视频不可用、IP 被限、年龄限制或 bot 检测时会报错；bot 检测时脚本会重试并回退 yt-dlp，必要时可设 YOUTUBE_TRANSCRIPT_COOKIES_FROM_BROWSER。