| name | my-fetch-youtube |
| description | YouTube URL을 받으면 자막을 추출하고, Web Search로 자동자막 오류를 보정한 뒤, 요약-인사이트-전체 번역을 제공하는 스킬. "유튜브 번역", "영상 정리", "YouTube 요약" 요청에 사용. |
My Fetch YouTube
YouTube URL에서 자막을 추출하고, Web Search로 자동자막 오류를 보정한 뒤,
요약-인사이트-전체 번역 3단계 파이프라인으로 제공하는 스킬.
1단계: 메타데이터 + 자막 가용성 판정
먼저 yt-dlp --dump-json으로 메타데이터와 자막 가용성을 한 번에 조회한다.
이 결과로 어떤 자막을 받을지 결정한 뒤, 필요한 자막만 단일 다운로드한다.
yt-dlp --dump-json --no-download "{URL}"
핵심 필드
| 필드 | 설명 |
|---|
title | 영상 제목 (Web Search 키워드 추출 입력) |
description | 영상 설명 (동일) |
channel | 채널명 |
duration | 영상 길이 (초) |
chapters | 챕터 목록 (있으면 번역 단계에서 구조화 사용) |
subtitles | 수동 자막 가용 언어 dict (예: {"ko": [...], "en": [...]}) |
automatic_captions | 자동 자막 가용 언어 dict |
자막 우선순위 (수동 > 자동, ko > en)
YouTube의 자막 키는 ko, en처럼 짧은 코드뿐 아니라 ko-KR, en-US, en-orig, en-GB 같은 locale 변형으로 들어오는 경우가 많다. 따라서 키 자체로 매치하지 않고 key.split('-')[0] 의 prefix로 비교한다.
subtitles에 prefix ko 인 키 존재 → 한국어 수동 자막subtitles에 prefix en 인 키 존재 → 영어 수동 자막automatic_captions에 prefix ko 인 키 존재 → 한국어 자동 자막automatic_captions에 prefix en 인 키 존재 → 영어 자동 자막- 모두 없음 → "이 영상에는 자막이 없습니다. 다른 영상을 선택해주세요"
판정용 Python 헬퍼 (한 번에 4가지 결과를 뽑는다):
import json, sys, subprocess
meta = json.loads(subprocess.check_output(['yt-dlp', '--dump-json', '--no-download', URL]))
subs = meta.get('subtitles') or {}
auto = meta.get('automatic_captions') or {}
def first_match(d, prefix):
for k in d:
if k.split('-')[0].lower() == prefix:
return k
return None
manual_ko = first_match(subs, 'ko')
manual_en = first_match(subs, 'en')
auto_ko = first_match(auto, 'ko')
auto_en = first_match(auto, 'en')
2단계: 자막 다운로드 (조건부 단일 호출)
위 판정 결과에 따라 하나의 명령만 실행한다. 무조건 --write-auto-sub을 호출하지 않는다 (수동 자막이 있는데 자동 자막을 받으면 품질 손실).
--sub-lang 에는 1단계에서 찾아둔 실제 키를 그대로 넘긴다 (예: en-US, ko-KR).
| 판정 결과 | 명령 |
|---|
수동 ko (manual_ko) | yt-dlp --write-sub --sub-lang $manual_ko --skip-download --convert-subs vtt -o "%(title)s" "{URL}" |
수동 en (manual_en) | yt-dlp --write-sub --sub-lang $manual_en --skip-download --convert-subs vtt -o "%(title)s" "{URL}" |
| 자동 ko/en | yt-dlp --write-auto-sub --sub-lang "$auto_ko,$auto_en" --skip-download --convert-subs vtt -o "%(title)s" "{URL}" (None인 쪽은 빼고) |
--write-sub는 수동 자막만, --write-auto-sub는 자동 자막만 다운로드한다. 둘 다 받으려면 두 플래그를 같이 줘야 한다 (이 스킬은 우선순위에 따라 하나만 받는다).
옵션 의미:
--skip-download: 영상 본체 다운로드 안 함 (자막만)--convert-subs vtt: VTT 형식으로 변환
VTT → 순수 텍스트 정제
cat "{자막파일}.vtt" | \
sed -E 's/^[0-9]+$//' | \
sed -E 's/[0-9]{2}:[0-9]{2}:[0-9]{2}.*//g' | \
sed -E 's/<[^>]+>//g' | \
tr -s '\n' | \
grep -v '^$'
- 번호 줄 제거
- 타임스탬프 줄 제거
- HTML/웹 형식 태그 제거
- 연속 빈 줄 하나로 압축
- 빈 줄 제거
3단계: Web Search 보정 (자동 자막일 때만)
수동 자막은 사람이 작성했으므로 신뢰하고 보정 단계를 건너뛴다.
자동 자막일 때만 메타데이터의 키워드로 웹 검색하여 음성 인식 오류를 바로잡는다.
Step 1: 키워드 추출
영상 제목(title)과 설명(description)에서 5-10개 키워드를 추출한다:
- 고유명사: 사람 이름, 회사명, 제품명
- 전문 용어: 기술 용어, 학술 용어
- 약어: API, LLM, RAG 등
Step 2: WebSearch 병렬 실행
추출한 키워드로 웹 검색을 병렬로 실행한다:
"{키워드} 정확한 표기""{사람 이름} {회사명}""{전문 용어} explained"
Step 3: 자동 자막 보정
검색 결과를 바탕으로 자막의 오류를 수정한다. 보정 내역을 기록한다.
보정 예시
| 보정 전 (자동 자막) | 보정 후 | 근거 |
|---|
| "Cloud can now..." | "Claude can now..." | Anthropic의 AI 모델명 |
| "앤트로피가 발표한" | "Anthropic이 발표한" | 회사명 정확한 표기 |
| "GP four turbo" | "GPT-4 Turbo" | OpenAI 모델명 |
| "a line of code" | "Aline Lerner of..." | 인터뷰 대상자 이름 |
4단계: 번역 파이프라인 — 3단계
보정된 자막(또는 신뢰 가능한 수동 자막 원본)을 바탕으로, fetch-tweet과 동일한 3단계로 번역한다.
4-1. 요약 (3-5문장)
- 영상의 핵심 내용을 한국어로 요약
- 채널명, 영상 길이 포함
- "이 영상이 뭘 말하는지 30초 만에 파악"
4-2. 인사이트 (3개)
- 핵심 메시지: 이 영상이 정말 말하고 싶은 것
- 시사점: 업계/트렌드에서의 의미
- 적용점: 나(시청자)에게 어떤 의미인지
4-3. 전체 번역된 아티클
- 영상 전체를 읽기 쉬운 아티클 형태로 번역
- 챕터가 있으면 챕터별로 구분하여 구조화
- Web Search로 보정된 용어 사용 (자동 자막일 때만 해당)
- 전문 용어는 원문 병기 (예: "에이전트(Agent)")
긴 영상 처리
영상 길이가 10분 이상인 경우, 자막 텍스트가 매우 길어질 수 있다.
이 경우 Task Agent를 사용하여 별도 프로세스에서 번역을 처리한다.
긴 영상 → Task Agent에서 자막 정제 + (자동 자막일 때) 보정 + 번역 → 결과를 메인 세션에 반환
