PaperclipOrg
Claude Agent Skill · by Op7418

Youtube Clipper

Install Youtube Clipper skill for Claude Code from op7418/youtube-clipper-skill.

Install
Terminal · npx
$npx skills add https://github.com/op7418/youtube-clipper-skill --skill youtube-clipper
Works with Paperclip

How Youtube Clipper fits into a Paperclip company.

Youtube Clipper drops into any Paperclip agent that handles this kind of work. Assign it to a specialist inside a pre-configured PaperclipOrg company and the skill becomes available on every heartbeat — no prompt engineering, no tool wiring.

S
SaaS FactoryPaired

Pre-configured AI company — 18 agents, 18 skills, one-time purchase.

$27$59
Explore pack
Source file
SKILL.md373 lines
Expand
---name: youtube-clipperdescription: >  YouTube 视频智能剪辑工具。下载视频和字幕，AI 分析生成精细章节（几分钟级别），  用户选择片段后自动剪辑、翻译字幕为中英双语、烧录字幕到视频，并生成总结文案。  使用场景：当用户需要剪辑 YouTube 视频、生成短视频片段、制作双语字幕版本时。  关键词：视频剪辑、YouTube、字幕翻译、双语字幕、视频下载、clip videoallowed-tools:  - Read  - Write  - Bash  - Glob  - AskUserQuestionmodel: claude-sonnet-4-5-20250514--- # YouTube 视频智能剪辑工具 > **Installation**: If you're installing this skill from GitHub, please refer to [README.md](README.md#installation) for installation instructions. The recommended method is `npx skills add https://github.com/op7418/Youtube-clipper-skill`. ## 工作流程 你将按照以下 6 个阶段执行 YouTube 视频剪辑任务： ### 阶段 1: 环境检测 **目标**: 确保所有必需工具和依赖都已安装 1. 检测 yt-dlp 是否可用   ```bash   yt-dlp --version   ``` 2. 检测 FFmpeg 版本和 libass 支持   ```bash   # 优先检查 ffmpeg-full（macOS）   /opt/homebrew/opt/ffmpeg-full/bin/ffmpeg -version    # 检查标准 FFmpeg   ffmpeg -version    # 验证 libass 支持（字幕烧录必需）   ffmpeg -filters 2>&1 | grep subtitles   ``` 3. 检测 Python 依赖   ```bash   python3 -c "import yt_dlp; print('✅ yt-dlp available')"   python3 -c "import pysrt; print('✅ pysrt available')"   ``` **如果环境检测失败**:- yt-dlp 未安装: 提示 `brew install yt-dlp` 或 `pip install yt-dlp`- FFmpeg 无 libass: 提示安装 ffmpeg-full  ```bash  brew install ffmpeg-full  # macOS  ```- Python 依赖缺失: 提示 `pip install pysrt python-dotenv` **注意**:- 标准 Homebrew FFmpeg 不包含 libass，无法烧录字幕- ffmpeg-full 路径: `/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg` (Apple Silicon)- 必须先通过环境检测才能继续 --- ### 阶段 2: 下载视频 **目标**: 下载 YouTube 视频和英文字幕 1. 询问用户 YouTube URL 2. 调用 download_video.py 脚本   ```bash   cd ~/.claude/skills/youtube-clipper   python3 scripts/download_video.py <youtube_url>   ``` 3. 脚本会：   - 下载视频（最高 1080p，mp4 格式）   - 下载英文字幕（VTT 格式，自动字幕作为备选）   - 输出文件路径和视频信息 4. 向用户展示：   - 视频标题   - 视频时长   - 文件大小   - 下载路径 **输出**:- 视频文件: `<id>.mp4`（使用视频 ID 命名，避免特殊字符问题）- 字幕文件: `<id>.en.vtt` --- ### 阶段 3: 分析章节（核心差异化功能） **目标**: 使用 Claude AI 分析字幕内容，生成精细章节（2-5 分钟级别） 1. 调用 analyze_subtitles.py 解析 VTT 字幕   ```bash   python3 scripts/analyze_subtitles.py <subtitle_path>   ``` 2. 脚本会输出结构化字幕数据：   - 完整字幕文本（带时间戳）   - 总时长   - 字幕条数 3. **你需要执行 AI 分析**（这是最关键的步骤）：   - 阅读完整字幕内容   - 理解内容语义和主题转换点   - 识别自然的话题切换位置   - 生成 2-5 分钟粒度的章节（避免半小时粗粒度切分） 4. 为每个章节生成：   - **标题**: 精炼的主题概括（10-20 字）   - **时间范围**: 起始和结束时间（格式: MM:SS 或 HH:MM:SS）   - **核心摘要**: 1-2 句话说明这段讲了什么（50-100 字）   - **关键词**: 3-5 个核心概念词 5. **章节生成原则**：   - 粒度：每个章节 2-5 分钟（避免太短或太长）   - 完整性：确保所有视频内容都被覆盖，无遗漏   - 有意义：每个章节是一个相对独立的话题   - 自然切分：在主题转换点切分，不要机械地按时间切 6. 向用户展示章节列表：   ```   📊 分析完成，生成 X 个章节：    1. [00:00 - 03:15] AGI 不是时间点，是指数曲线      核心: AI 模型能力每 4-12 月翻倍，工程师已用 Claude 写代码      关键词: AGI、指数增长、Claude Code    2. [03:15 - 06:30] 中国在 AI 上的差距      核心: 芯片禁运卡住中国，DeepSeek benchmark 优化不代表实力      关键词: 中国、芯片禁运、DeepSeek    ... (所有章节)    ✓ 所有内容已覆盖，无遗漏   ``` --- ### 阶段 4: 用户选择 **目标**: 让用户选择要剪辑的章节和处理选项 1. 使用 AskUserQuestion 工具让用户选择章节   - 提供章节编号供用户选择   - 支持多选（可以选择多个章节） 2. 询问处理选项：   - 是否生成双语字幕？（英文 + 中文）   - 是否烧录字幕到视频？（硬字幕）   - 是否生成总结文案？ 3. 确认用户选择并展示处理计划 --- ### 阶段 5: 剪辑处理（核心执行阶段） **目标**: 并行执行多个处理任务 对于每个用户选择的章节，执行以下步骤： #### 5.1 剪辑视频片段```bashpython3 scripts/clip_video.py <video_path> <start_time> <end_time> <output_path>```- 使用 FFmpeg 精确剪辑- 保持原始视频质量- 输出: `<章节标题>_clip.mp4` #### 5.2 提取字幕片段- 从完整字幕中过滤出该时间段的字幕- 调整时间戳（减去起始时间，从 00:00:00 开始）- 转换为 SRT 格式- 输出: `<章节标题>_original.srt` #### 5.3 翻译字幕（如果用户选择）```bashpython3 scripts/translate_subtitles.py <subtitle_path>```- **批量翻译优化**: 每批 20 条字幕一起翻译（节省 95% API 调用）- 翻译策略：  - 保持技术术语的准确性  - 口语化表达（适合短视频）  - 简洁流畅（避免冗长）- 输出: `<章节标题>_translated.srt` #### 5.4 生成双语字幕文件（如果用户选择）- 合并英文和中文字幕- 格式: SRT 双语（每条字幕包含英文和中文）- 样式: 英文在上，中文在下- 输出: `<章节标题>_bilingual.srt` #### 5.5 烧录字幕到视频（如果用户选择）```bashpython3 scripts/burn_subtitles.py <video_path> <subtitle_path> <output_path>```- 使用 ffmpeg-full（libass 支持）- **使用临时目录解决路径空格问题**（关键！）- 字幕样式：  - 字体大小: 24  - 底部边距: 30  - 颜色: 白色文字 + 黑色描边- 输出: `<章节标题>_with_subtitles.mp4` #### 5.6 生成总结文案（如果用户选择）```bashpython3 scripts/generate_summary.py <chapter_info>```- 基于章节标题、摘要和关键词- 生成适合社交媒体的文案- 包含: 标题、核心观点、适合平台（小红书、抖音等）- 输出: `<章节标题>_summary.md` **进度展示**:```🎬 开始处理章节 1/3: AGI 不是时间点，是指数曲线 1/6 剪辑视频片段... ✅2/6 提取字幕片段... ✅3/6 翻译字幕为中文... [=====>    ] 50% (26/52)4/6 生成双语字幕文件... ✅5/6 烧录字幕到视频... ✅6/6 生成总结文案... ✅ ✨ 章节 1 处理完成``` --- ### 阶段 6: 输出结果 **目标**: 组织输出文件并展示给用户 1. 创建输出目录   ```   ./youtube-clips/<日期时间>/   ```   输出目录位于当前工作目录下 2. 组织文件结构：   ```   <章节标题>/   ├── <章节标题>_clip.mp4              # 原始剪辑（无字幕）   ├── <章节标题>_with_subtitles.mp4   # 烧录字幕版本   ├── <章节标题>_bilingual.srt        # 双语字幕文件   └── <章节标题>_summary.md           # 总结文案   ``` 3. 向用户展示：   - 输出目录路径   - 文件列表（带文件大小）   - 快速预览命令    ```   ✨ 处理完成！    📁 输出目录: ./youtube-clips/20260121_143022/    文件列表:     🎬 AGI_指数曲线_双语硬字幕.mp4 (14 MB)     📄 AGI_指数曲线_双语字幕.srt (2.3 KB)     📝 AGI_指数曲线_总结.md (3.2 KB)    快速预览:   open ./youtube-clips/20260121_143022/AGI_指数曲线_双语硬字幕.mp4   ``` 4. 询问是否继续剪辑其他章节   - 如果是，返回阶段 4（用户选择）   - 如果否，结束 Skill --- ## 关键技术点 ### 1. FFmpeg 路径空格问题**问题**: FFmpeg subtitles 滤镜无法正确解析包含空格的路径 **解决方案**: burn_subtitles.py 使用临时目录- 创建无空格临时目录- 复制文件到临时目录- 执行 FFmpeg- 移动输出文件回目标位置 ### 2. 批量翻译优化**问题**: 逐条翻译会产生大量 API 调用 **解决方案**: 每批 20 条字幕一起翻译- 节省 95% API 调用- 提高翻译速度- 保持翻译一致性 ### 3. 章节分析精细度**目标**: 生成 2-5 分钟粒度的章节，避免半小时粗粒度 **方法**:- 理解字幕语义，识别主题转换- 寻找自然的话题切换点- 确保每个章节有完整的论述- 避免机械按时间切分 ### 4. FFmpeg vs ffmpeg-full**区别**:- 标准 FFmpeg: 无 libass 支持，无法烧录字幕- ffmpeg-full: 包含 libass，支持字幕烧录 **路径**:- 标准: `/opt/homebrew/bin/ffmpeg`- ffmpeg-full: `/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg` (Apple Silicon) --- ## 错误处理 ### 环境问题- 缺少工具 → 提示安装命令- FFmpeg 无 libass → 引导安装 ffmpeg-full- Python 依赖缺失 → 提示 pip install ### 下载问题- 无效 URL → 提示检查 URL 格式- 字幕缺失 → 尝试自动字幕- 网络错误 → 提示重试 ### 处理问题- FFmpeg 执行失败 → 显示详细错误信息- 翻译失败 → 重试机制（最多 3 次）- 磁盘空间不足 → 提示清理空间 --- ## 输出文件命名规范 - 视频片段: `<章节标题>_clip.mp4`- 字幕文件: `<章节标题>_bilingual.srt`- 烧录版本: `<章节标题>_with_subtitles.mp4`- 总结文案: `<章节标题>_summary.md` **文件名处理**:- 移除特殊字符（`/`, `\`, `:`, `*`, `?`, `"`, `<`, `>`, `|`）- 空格替换为下划线- 限制长度（最多 100 字符） --- ## 用户体验要点 1. **进度可见**: 每个步骤都展示进度和状态2. **错误友好**: 清晰的错误信息和解决方案3. **可控性**: 用户选择要剪辑的章节和处理选项4. **高质量**: 章节分析有意义，翻译准确流畅5. **完整性**: 提供原始和处理后的多个版本 --- ## 开始执行 当用户触发这个 Skill 时：1. 立即开始阶段 1（环境检测）2. 按照 6 个阶段顺序执行3. 每个阶段完成后自动进入下一阶段4. 遇到问题时提供清晰的解决方案5. 最后展示完整的输出结果 记住：这个 Skill 的核心价值在于 **AI 精细章节分析** 和 **无缝的技术处理**，让用户能快速从长视频中提取高质量的短视频片段。