youtube-transcript

name	youtube-transcript
description	YouTube 발화 정본 추출. 시간 조각 자막을 YouTube 원본 >> 경계로만 조립해 ~/org/transcript에 denote md로 저장. turn 시작은 <!-- [m:ss] -->. LLM 재작성 없음. transcript.js 기본 + ytdlp 폴백.

YouTube Transcript

YouTube 자동/수동 자막을 발화 정본 md로 가져온다. 요약이 아니다. LLM 문장 교정도 아니다. 코드 레벨 조립만 한다.

정본 계약

한다	안 한다
원본 cue 텍스트 보존 (uh, 반복, [laughter])	LLM 재작성 / 마침표 발명
YouTube가 넣은 >> 경계로만 turn 분리	발화자 이름 추정·라벨
YAML front matter에 영상 메타	본문에 보이는 [0:00] 접두
turn 시작 <!-- [m:ss] --> (HTML 주석)	SRT/VTT 포맷 출력
~/org/transcript/ denote md 저장

>>가 없으면 긴 덩어리로 남긴다. 없는 경계를 만들지 않는다.

Setup

cd {baseDir}
npm install

방법 1: transcript.js (기본)

# 추출 + ~/org/transcript 저장 + stdout 전체 문서
{baseDir}/transcript.js <video-id-or-url>

# 언어 지정 (default: en)
{baseDir}/transcript.js <video-id-or-url> --lang en

# 저장 없이 stdout만
{baseDir}/transcript.js <video-id-or-url> --no-save

# 저장 경로 오버라이드
{baseDir}/transcript.js <video-id-or-url> --outdir ~/org/transcript

# 사용 가능 자막 언어
{baseDir}/transcript.js <video-id-or-url> --list

stderr에 Saved: <path>가 찍힌다. stdout은 헤더+본문 전체.

방법 2: transcript-ytdlp.sh (폴백)

transcript.js 실패 시. 쿠키 자동 감지. 같은 정본 계약.

{baseDir}/transcript-ytdlp.sh <video-id-or-url>
{baseDir}/transcript-ytdlp.sh <video-id-or-url> --lang en
{baseDir}/transcript-ytdlp.sh <video-id-or-url> --list
{baseDir}/transcript-ytdlp.sh <video-id-or-url> --no-save

oracle / datacenter 참고

• 주거 IP(thinkpad)에서는 transcript.js가 쿠키 없이 되는 경우가 많다.
• 오라클(클라우드 IP)에서는 JS 경로가 막히고 ytdlp + 쿠키가 본선이다.
• 쿠키 파일: ~/cookies.txt (컨테이너 마운트 /home/node/cookies.txt, rw). Netscape 포맷에 LOGIN_INFO가 있어야 한다. yt-dlp --cookies-from-browser chrome은 이 필드를 빠뜨리는 경우가 있어, thinkpad에서 browser-cookie3로 export 한 뒤 scp 한다.
• yt-dlp ≥ 2026.8.19 + --remote-components ejs:github 필요(스크립트가 자동 포함). 컨테이너 재빌드 전 임시 갱신: docker exec -u root openclaw-gateway pip install -U --break-system-packages 'yt-dlp>=2026.8.19'.

출력 예

파일명: 20260811T095500--gurudev-on-the-future-of-humanity__transcript_youtube.md

---
title:       "Gurudev on the Future of Humanity"
date:        2026-08-11T09:55:00+09:00
tags:        ["transcript", "youtube"]
identifier:  "20260811T095500"
source:      "https://youtu.be/ZBJkxUcgYa8"
video_id:    ZBJkxUcgYa8
channel:     "Mo Gawdat"
lang:        en
duration:    25:26
cues:        597
turns:       154
---

<!-- [0:00] -->
Do you believe that we are all [music] designed for some kind of a mission in life that

<!-- [0:04] -->
definitely there is certain uh [music] preset missions for all of us amenities or [music] uh instruments we need we end up getting that

<!-- [0:15] -->
when we align with what that mission

• <!-- [m:ss] --> — 에디터/미리보기에서 주석(흐리게). 발화 텍스트와 시각적으로 분리
• 저장 루트: ~/org/transcript (실체: ~/sync/org/transcript). md 가든 정책에 맞춘 Denote id 축 편입

판단 기준

1. 먼저 transcript.js
2. 실패 → transcript-ytdlp.sh
3. 둘 다 실패 → summarize --extract 또는 transcribe(Whisper)

에이전트 활용

1. 스크립트 실행 → Saved: 경로 확인 → 필요 시 파일 read
2. 영어 자막이 기본. 한국어 자막을 직접 받지 않는다 — en 받아 에이전트가 번역/분석
3. 정본을 고치거나 화자를 붙여 쓰지 않는다. 원본 조립본을 근거로 둔다

Notes

• youtube-transcript-plus의 offset/duration 단위는 초
• oracle 등 다른 기기: ~/org/transcript 경로와 npm install 전제
• --lang en 기본. 자동생성 영어 포함