| name | yt-summary |
| description | Resume un video de YouTube bajando sus subtítulos. Usar cuando el usuario pasa una URL de YouTube y pide un resumen, un TL;DR, los puntos clave, de qué habla, o quiere el transcript crudo. Requiere yt-dlp; no sirve para videos sin subtítulos. |
yt-summary
Baja los subtítulos de un video de YouTube y los resumís vos. El script solo consigue
el texto — no hay ningún LLM en la cadena, el resumen lo escribís con lo que leas.
Flujo
-
Corré el script, siempre con -o a un archivo (nunca a stdout: un video de 2h son
~30k palabras y no querés volcarlas de una).
python3 "${CODEX_HOME:-$HOME/.codex}/skills/yt-summary/yt2txt.py" "<url>" -o /tmp/yt-<id>.txt
Imprime título, duración, palabras y el path. Si el video es corto (< 5k palabras)
podés correrlo sin -o y leer la salida directo.
-
Leé el archivo por partes y resumilo.
Flags: --langs es la preferencia de idioma solo para los subtítulos del autor
(default es,en), --force-lang <code> baja un track exacto salteando la
autodetección, --plain saca las marcas de tiempo.
El script elige un solo track y nunca pide una traducción automática de YouTube: si
el video solo tiene autogenerados, baja el ASR en el idioma original aunque no sea el
tuyo. El ASR ya mete bastante error como para apilarle encima el del traductor, y pedir
una traducción la genera al vuelo — es lento y se come un 429.
La traducción la hacés vos. El transcript puede venir en cualquier idioma; el
resumen va siempre en el del usuario. Es parte del trabajo: no lo aclares ni te
disculpes, traducilo y ya.
El resumen
Salvo que el usuario pida otra cosa, devolvé:
- Un TL;DR de dos o tres frases: qué sostiene el video, no de qué trata.
- Los puntos principales, cada uno anclado a su timestamp
[MM:SS] para que pueda
saltar al momento.
- Si el video tiene una conclusión o recomendación concreta, decila explícita.
El transcript viene con timestamps cada ~700 caracteres: usalos, son la parte que hace
útil al resumen. No inventes un timestamp que no esté en el texto.
Modo puntos destacables
Si el pedido trae un número — --puntos 10, "dame 10 aprendizajes", "5 cosas
destacables" — devolvé hasta esa cantidad, numerados y con timestamp, en vez del
resumen narrativo.
Un punto destacable es algo que el usuario se lleva y aplica en otro lado. "Habla de
context management" no es un punto: es un índice. "Podar el contexto en cada turno te
mata el prompt cache" sí lo es. Priorizá lo transferible y lo contraintuitivo sobre lo
que el video dedica más minutos.
Si el video no da para el número pedido, devolvé los que haya y decí cuántos son.
Nunca completes con obviedades, con cosas que cualquiera ya sabe, ni con inferencias
tuyas que el video no sostiene. Cuatro puntos buenos valen más que diez flojos, y el
número que te pidieron es un techo, no una cuota.
Los subtítulos autogenerados no tienen puntuación confiable y equivocan nombres propios
y términos técnicos. Si algo se lee raro, es el ASR — marcalo como incierto en vez de
afirmarlo, y no cites textual de un autogenerado sin aclarar que es aproximado.
Cuando falla
- Sin subtítulos: el script sale con error y lista lo que yt-dlp sí encontró. Si hay
otro idioma disponible, reintentá con
--langs. Si no hay ninguno, decí que el video
no tiene captions y que la única salida es transcribir el audio con Whisper — no lo
hagas por tu cuenta sin preguntar, es otro orden de trabajo.
- HTTP 429: YouTube rate-limitea. Esperá un rato y reintentá; no lo martilles.
- yt-dlp desactualizado: si falla la extracción en videos que antes andaban, YouTube
suele haber cambiado algo.
brew upgrade yt-dlp lo arregla casi siempre.
