| name | li-transcript |
| description | 当用户说「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」,或直接给一个视频链接要求提取内容时,应使用本 skill。即使用户只是丢了一个视频链接没说要干嘛,只要上下文涉及对标分析或内容提取,也应主动触发。
调用 video2text.py 获取原始逐字稿,AI 校对常见语音识别错误,识别作者后归档到对标博主目录。
不应触发:分析爆款规律(用 li-analyzer)、记录自己的选题想法(用 li-recorder)、写自己的脚本(用 li-writer)。
Use when the user wants to "get transcript", "transcribe video", "extract script", or gives a video link for content extraction. Runs speech-to-text, AI proofreads, and archives to benchmark blogger directory.
|
视频逐字稿提取 + 对标归档
从视频链接提取逐字稿,AI 校对后归档到对标博主目录。
工作流程
Step 0:首次使用前的环境准备(仅第一次需要)
如果是从开源仓库刚装好的 skill,需要先准备运行环境:
brew install yt-dlp ffmpeg
python3 -m venv .claude/skills/li-transcript/scripts/.venv
.claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr
环境准备好之后,跳到 Step 1。
Step 1:转录视频
运行转录脚本(脚本和 venv 都在 skill 目录下,自包含):
.claude/skills/li-transcript/scripts/.venv/bin/python3 .claude/skills/li-transcript/scripts/video2text.py "视频链接"
脚本会输出:
- stderr:进度信息 +
[标题] xxx(视频原标题)
- stdout:去除时间戳的纯文本逐字稿
脚本报错时的排查顺序:
- 项目根目录的
.env 是否包含 TENCENT_SECRET_ID 和 TENCENT_SECRET_KEY(脚本会从当前目录向上查找最多 6 层)
.claude/skills/li-transcript/scripts/.venv/ 是否正常(重建:python3 -m venv .claude/skills/li-transcript/scripts/.venv && .claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr)
- 视频链接是否被 yt-dlp 支持
Step 2:AI 校对
对原始逐字稿做文字校对,只改错字不改内容:
- 同音/近音字纠错:根据上下文推断(如「艺人公司」→「一人公司」、「四动会」→「私董会」、「体校」→「提效」)
- 专有名词修正:技术术语、产品名、人名、英文词汇
- 明显的 ASR 乱码:替换为合理推断
保留口语表达(「啊」「嗯」「就是说」),不改写句子结构,不美化风格。
校对直接执行,不逐条列出差异——用户想核对可以自己对比原文。
Step 3:识别作者 & 归档
识别作者——按优先级:
- 用户已告知 → 直接使用
- 逐字稿中有自我介绍(「大家好我是XXX」「我是XXX」)→ 提取
- 都没有 → 问用户
匹配对标——读取 05-选题研究/对标博主/短视频/ 目录列表:
- 匹配到已有博主 → 归档到该目录
- 没匹配到 → 问用户「[名字]还不在对标列表里,创建吗?」,同意则创建目录
作者和是否创建对标可以合并为一次提问,减少来回。
确定标题——优先用 yt-dlp 获取的原标题(stderr 中 [标题] 行),获取不到则从逐字稿内容概括一个。
Step 4:保存文件
路径:05-选题研究/对标博主/短视频/[博主名]/[YYYY年M月]/[视频标题].md
时间目录不存在则创建。
格式——根据视频来源平台调整 YAML 字段名:
---
[平台]数据:
点赞数:
收藏数:
评论数:
分享数:
观看数:
tags:
---
# 标题
[视频标题]
# 封面花字
# 视频脚本
[校对后的完整逐字稿]
平台判断规则:
- URL 含
xiaohongshu.com → 小红书数据
- URL 含
bilibili.com → B站数据
- URL 含
douyin.com → 抖音数据
- URL 含
youtube.com 或 youtu.be → YouTube数据
- 其他 →
平台数据
保存后一句话告知路径。