AI Skills
youtube-clipper

youtube-clipper

熱門

YouTube 影片智慧剪輯工具。下載影片與字幕，由 AI 分析並生成精細章節（數分鐘等級），使用者選擇片段後即可自動剪輯、翻譯字幕為中英雙語、將字幕燒錄至影片，並生成總結文案。使用場景：當使用者需要剪輯 YouTube 影片、生成短影片片段、製作雙語字幕版本時。關鍵字：影片剪輯、YouTube、字幕翻譯、雙語字幕、影片下載、clip video

2073星標
307分支
更新於 2026/1/22
獲取技能源代碼

相關技能

flox-environments24萬cloud11萬api-security-testing5.9萬
SKILL.md
唯讀
名稱
youtube-clipper
描述

YouTube 影片智慧剪輯工具。下載影片與字幕，由 AI 分析並生成精細章節（數分鐘等級），使用者選擇片段後即可自動剪輯、翻譯字幕為中英雙語、將字幕燒錄至影片，並生成總結文案。使用場景：當使用者需要剪輯 YouTube 影片、生成短影片片段、製作雙語字幕版本時。關鍵字：影片剪輯、YouTube、字幕翻譯、雙語字幕、影片下載、clip video

YouTube 影片智慧剪輯工具

安裝說明：若您是從 GitHub 安裝此 Skill，請參閱 README.md 了解詳細安裝步驟。推薦的安裝方式為 npx skills add https://github.com/op7418/Youtube-clipper-skill。

工作流程

你將依照以下 6 個階段執行 YouTube 影片剪輯任務：

階段 1：環境檢測

目標：確保所有必需的工具與相依套件皆已安裝

  1. 檢測 yt-dlp 是否可用

    yt-dlp --version

  2. 檢測 FFmpeg 版本與 libass 支援

    # 優先檢查 ffmpeg-full（macOS）
/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg -version

# 檢查標準 FFmpeg
ffmpeg -version

# 驗證 libass 支援（字幕燒錄必需）
ffmpeg -filters 2>&1 | grep subtitles

  3. 檢測 Python 相依套件

    python3 -c "import yt_dlp; print('✅ yt-dlp available')"
python3 -c "import pysrt; print('✅ pysrt available')"

若環境檢測失敗：

  • yt-dlp 未安裝：提示 brew install yt-dlp 或 pip install yt-dlp
  • FFmpeg 缺乏 libass 支援：提示安裝 ffmpeg-full
    brew install ffmpeg-full  # macOS
  • 缺少 Python 相依套件：提示 pip install pysrt python-dotenv

注意事項：

  • 標準 Homebrew FFmpeg 未包含 libass，無法燒錄字幕
  • ffmpeg-full 路徑：/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg (Apple Silicon)
  • 必須先通過環境檢測才能繼續執行

階段 2：下載影片

目標：下載 YouTube 影片與英文字幕

  1. 詢問使用者 YouTube URL

  2. 呼叫 download_video.py 腳本

    cd ~/.claude/skills/youtube-clipper
python3 scripts/download_video.py <youtube_url>

  3. 腳本會執行：

    • 下載影片（最高 1080p，MP4 格式）
    • 下載英文字幕（VTT 格式，自動字幕作為備選）
    • 輸出檔案路徑與影片資訊

  4. 向使用者展示：

    • 影片標題
    • 影片長度
    • 檔案大小
    • 下載路徑

輸出檔：

  • 影片檔案：<id>.mp4（使用影片 ID 命名，避免特殊字元問題）
  • 字幕檔案：<id>.en.vtt

階段 3：分析章節（核心差異化功能）

目標：使用 Claude AI 分析字幕內容，生成精細章節（2-5 分鐘等級）

  1. 呼叫 analyze_subtitles.py 解析 VTT 字幕

    python3 scripts/analyze_subtitles.py <subtitle_path>

  2. 腳本會輸出結構化的字幕資料：

    • 完整字幕內文（含時間戳記）
    • 總長度
    • 字幕筆數

  3. 你必須執行 AI 分析（此為最關鍵的步驟）：

    • 閱讀完整字幕內容
    • 理解內容語意與主題轉折點
    • 識別自然的話題切換位置
    • 生成 2-5 分鐘粒度的章節（避免半小時粗粒度切分）

  4. 為每個章節生成：

    • 標題：精練的主題概括（10-20 字）
    • 時間範圍：起始與結束時間（格式：MM:SS 或 HH:MM:SS）
    • 核心摘要：1-2 句話說明此段落重點（50-100 字）
    • 關鍵字：3-5 個核心概念詞

  5. 章節生成原則：

    • 粒度：每個章節 2-5 分鐘（避免過短或過長）
    • 完整性：確保涵蓋所有影片內容，無遺漏
    • 有意義：每個章節皆為相對獨立的主題
    • 自然切分：於主題轉折點切分，請勿機械化地按時間切割

  6. 向使用者展示章節清單：

    📊 分析完成，共生成 X 個章節：

1. [00:00 - 03:15] AGI 不是時間點，是指數曲線
   核心: AI 模型能力每 4-12 個月翻倍，工程師已用 Claude 寫程式碼
   關鍵字: AGI、指數成長、Claude Code

2. [03:15 - 06:30] 中國在 AI 上的差距
   核心: 晶片禁運卡住中國，DeepSeek benchmark 優化不代表實力
   關鍵字: 中國、晶片禁運、DeepSeek

... (所有章節)

✓ 所有內容皆已涵蓋，無遺漏

階段 4：使用者選擇

目標：讓使用者選擇欲剪輯的章節與處理選項

  1. 使用 AskUserQuestion 工具讓使用者選擇章節

    • 提供章節編號供使用者選擇
    • 支援複選（可選擇多個章節）

  2. 詢問處理選項：

    • 是否生成雙語字幕？（英文 + 中文）
    • 是否將字幕燒錄至影片？（硬字幕）
    • 是否生成總結文案？

  3. 確認使用者選擇並展示處理計畫

階段 5：剪輯處理（核心執行階段）

目標：平行執行多個處理任務

針對使用者選擇的每個章節，執行以下步驟：

5.1 剪輯影片片段
python3 scripts/clip_video.py <video_path> <start_time> <end_time> <output_path>
  • 使用 FFmpeg 精準剪輯
  • 保持原始影片畫質
  • 輸出：<章節標題>_clip.mp4
5.2 擷取字幕片段
  • 從完整字幕中篩選出該時間段的字幕
  • 調整時間戳記（扣除起始時間，從 00:00:00 開始）
  • 轉換為 SRT 格式
  • 輸出：<章節標題>_original.srt
5.3 翻譯字幕（若使用者選擇）
python3 scripts/translate_subtitles.py <subtitle_path>
  • 批次翻譯最佳化：每批 20 筆字幕一同翻譯（節省 95% API 呼叫）
  • 翻譯策略：
    • 保持技術術語的準確性
    • 口語化表達（適合短影片）
    • 簡潔流暢（避免冗長）
  • 輸出：<章節標題>_translated.srt
5.4 生成雙語字幕檔案（若使用者選擇）
  • 合併英文與中文字幕
  • 格式：SRT 雙語（每筆字幕包含英文與中文）
  • 樣式：英文在上，中文在下
  • 輸出：<章節標題>_bilingual.srt
5.5 將字幕燒錄至影片（若使用者選擇）
python3 scripts/burn_subtitles.py <video_path> <subtitle_path> <output_path>
  • 使用 ffmpeg-full（支援 libass）
  • 使用暫存目錄解決路徑包含空格的問題（關鍵！）
  • 字幕樣式：
    • 字型大小：24
    • 底部邊距：30
    • 顏色：白色文字 + 黑色描邊
  • 輸出：<章節標題>_with_subtitles.mp4
5.6 生成總結文案（若使用者選擇）
python3 scripts/generate_summary.py <chapter_info>
  • 基於章節標題、摘要與關鍵字
  • 生成適合社群媒體的文案
  • 包含：標題、核心觀點、適合平台（小紅書、TikTok 等）
  • 輸出：<章節標題>_summary.md

進度展示：

🎬 開始處理章節 1/3：AGI 不是時間點，是指數曲線

1/6 剪輯影片片段... ✅
2/6 擷取字幕片段... ✅
3/6 翻譯字幕為中文... [=====>    ] 50% (26/52)
4/6 生成雙語字幕檔案... ✅
5/6 將字幕燒錄至影片... ✅
6/6 生成總結文案... ✅

✨ 章節 1 處理完成

階段 6：輸出結果

目標：整理輸出檔案並展示給使用者

  1. 建立輸出目錄

    ./youtube-clips/<日期時間>/

    輸出目錄位於目前的工作目錄下

  2. 整理檔案結構：

    <章節標題>/
├── <章節標題>_clip.mp4              # 原始剪輯（無字幕）
├── <章節標題>_with_subtitles.mp4   # 燒錄字幕版本
├── <章節標題>_bilingual.srt        # 雙語字幕檔案
└── <章節標題>_summary.md           # 總結文案

  3. 向使用者展示：

    • 輸出目錄路徑
    • 檔案清單（含檔案大小）
    • 快速預覽指令
    ✨ 處理完成！

📁 輸出目錄: ./youtube-clips/20260121_143022/

檔案清單:
  🎬 AGI_指數曲線_雙語硬字幕.mp4 (14 MB)
  📄 AGI_指數曲線_雙語字幕.srt (2.3 KB)
  📝 AGI_指數曲線_總結.md (3.2 KB)

快速預覽:
open ./youtube-clips/20260121_143022/AGI_指數曲線_雙語硬字幕.mp4

  4. 詢問是否繼續剪輯其他章節

    • 若是，返回階段 4（使用者選擇）
    • 若否，結束 Skill

關鍵技術要點

1. FFmpeg 路徑空格問題

問題：FFmpeg subtitles 濾鏡無法正確解析包含空格的路徑

解決方案：burn_subtitles.py 使用暫存目錄

  • 建立無空格的暫存目錄
  • 複製檔案至暫存目錄
  • 執行 FFmpeg
  • 將輸出檔案搬移回目標位置

2. 批次翻譯最佳化

問題：逐筆翻譯會產生大量 API 呼叫

解決方案：每批 20 筆字幕一同翻譯

  • 節省 95% 的 API 呼叫
  • 提升翻譯速度
  • 保持翻譯一致性

3. 章節分析精細度

目標：生成 2-5 分鐘粒度的章節，避免半小時的粗粒度劃分

方法：

  • 理解字幕語意，識別主題轉折
  • 尋找自然的話題切換點
  • 確保每個章節皆有完整的論述
  • 避免機械化地按時間切割

4. FFmpeg vs ffmpeg-full

差異：

  • 標準 FFmpeg：缺乏 libass 支援，無法燒錄字幕
  • ffmpeg-full：包含 libass，支援字幕燒錄

路徑：

  • 標準：/opt/homebrew/bin/ffmpeg
  • ffmpeg-full：/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg (Apple Silicon)

錯誤處理

環境問題

  • 缺少工具 → 提示安裝指令
  • FFmpeg 無 libass 支援 → 引導安裝 ffmpeg-full
  • 缺少 Python 相依套件 → 提示 pip install

下載問題

  • 無效的 URL → 提示檢查 URL 格式
  • 字幕缺失 → 嘗試使用自動字幕
  • 網路錯誤 → 提示重試

處理問題

  • FFmpeg 執行失敗 → 顯示詳細錯誤資訊
  • 翻譯失敗 → 重試機制（最多 3 次）
  • 磁碟空間不足 → 提示清理空間

輸出檔案命名規範

  • 影片片段：<章節標題>_clip.mp4
  • 字幕檔案：<章節標題>_bilingual.srt
  • 燒錄版本：<章節標題>_with_subtitles.mp4
  • 總結文案：<章節標題>_summary.md

檔名處理原則：

  • 移除特殊字元（/, \, :, *, ?, ", <, >, |）
  • 將空格替換為底線
  • 限制長度（最多 100 個字元）

使用者體驗要點

  1. 進度透明：每個步驟皆展示進度與狀態
  2. 錯誤提示友善：提供清晰的錯誤資訊與解決方案
  3. 主導權高：由使用者自訂欲剪輯的章節與處理選項
  4. 高品質交付：章節分析具實質意義，翻譯精準流暢
  5. 完整性兼備：提供原始與處理後的多元版本

開始執行

當使用者觸發此 Skill 時：

  1. 立即啟動階段 1（環境檢測）
  2. 依序執行 6 個階段
  3. 每個階段完成後自動進入下一階段
  4. 遇到問題時提供清晰的解決方案
  5. 最後展示完整的輸出結果

記住：此 Skill 的核心價值在於 AI 精細章節分析 與 無縫的技術流程，讓使用者能快速從長影片中擷取高品質的短影片片段。