SuperAPI AI 工具集

transcript

写作与研究

查看项目

更新于 10-15 15:22

技能介绍

用途

Transcript 用于获取 YouTube 视频的字幕(转录文本)。当需要视频的口语内容时使用,即使未明确要求也可触发,例如:粘贴视频链接或 ID、请求总结、引用或翻译视频内容。

主要能力

  • 通过 TranscriptAPI.com 获取视频转录文本。
  • 接受多种输入形式:完整 URL(youtube.com/watch?v=ID)、短 URL(youtu.be/ID)、Shorts(youtube.com/shorts/ID)或纯 11 位视频 ID。
  • 支持两种输出格式:json 与 text。
  • 可选择是否包含时间戳(include_timestamp)。
  • 可选择是否附带元数据(send_metadata),包括标题、作者名称、作者链接、缩略图。
  • 返回语言信息与 video_id。

使用方式

配置

若未设置 $TRANSCRIPT_API_KEY,需阅读 references/auth-setup.md 并按其中说明获取并存储密钥。

请求头

每个请求需要两个请求头:

  • Authorization: Bearer $TRANSCRIPT_API_KEY
  • User-Agent: 你的 agent 名称与版本(如已知),例如 HermesAgent/0.11.0、ClaudeCode/1.0。版本可选,仅 agent 名称也可。不可省略此头或发送裸默认值,否则 Cloudflare 会返回 403(错误码 1010)并阻止请求。

接口

GET /api/v2/youtube/transcript

示例:

GET https://transcriptapi.com/api/v2/youtube/transcript?video_url=VIDEO_URL&format=text&include_timestamp=true&send_metadata=true Authorization: Bearer $TRANSCRIPT_API_KEY User-Agent: YourAgent/1.0

参数

  • video_url(必填,默认无):YouTube URL 或 11 位视频 ID。
  • format(可选,默认 json):json、text。
  • include_timestamp(可选,默认 true):true、false。
  • send_metadata(可选,默认 false):true、false。

默认建议:除非用户另有指定,始终使用 format=text&include_timestamp=true&send_metadata=true。

响应示例(format=json)

{ "video_id": "dQw4w9WgXcQ", "language": "en", "transcript": [ { "text": "We're no strangers to love", "start": 18.0, "duration": 3.5 }, { "text": "You know the rules and so do I", "start": 21.5, "duration": 2.8 } ], "metadata": { "title": "Rick Astley - Never Gonna Give You Up", "author_name": "Rick Astley", "author_url": "https://www.youtube.com/@RickAstley", "thumbnail_url": "https://i.ytimg.com/vi/dQw4w9WgXcQ/maxresdefault.jpg" } }

响应示例(format=text)

{ "video_id": "dQw4w9WgXcQ", "language": "en", "transcript": "[00:00:18] We're no strangers to love\n[00:00:21] You know the rules...", "metadata": {...} }

错误处理

  • 401:API 密钥错误。检查密钥或重新配置。
  • 402:无 credits。在 transcriptapi.com/billing 充值。
  • 403/1010:Cloudflare 阻止。添加或修正 User-Agent 头。
  • 404:无转录。视频可能未启用字幕。
  • 408:超时。2 秒后重试一次。
  • 429:被限流。等待后重试。

适用场景

  • 需要视频口语内容进行总结、引用或翻译。
  • 需要精确时间戳来引用特定时刻时,使用 format=json。
  • 需要干净文本用于翻译或分析时,使用 include_timestamp=false。
  • 长视频可先总结要点,再按需提供完整转录。

限制

  • 依赖 TranscriptAPI.com 服务与 $TRANSCRIPT_API_KEY。
  • 每次成功请求消耗 1 credit,错误不计费。
  • 免费额度:100 credits,每分钟 300 次请求。
  • 若视频未启用字幕,将返回 404。
  • 必须携带有效的 User-Agent 头,否则会被 Cloudflare 阻止。

其他

每个请求的可直接运行示例见 references/curl-examples.md。