ucl-watch-video

name	ucl-watch-video
description	使用瀏覽器子代理（browser_subagent）開啟、分析並抓取 Web 影片（如 YouTube）內容的自動化技能。 包含展開說明欄、開啟轉錄稿（Transcript/Lyrics）、提取主要觀點與時間戳，並將分析心得格式化。 觸發詞：watch video / 看影片 / 觀看影片 / YouTube / 影片心得 / analyze video / 影片轉錄

UCL Watch Video Skill — 影片自動化觀察與分析規範

大小姐 Apex-One 2026-05-13 拍板：「當統帥想讓本小姐陪妳看一首優雅的歌或有趣的影片時，本小姐會大發慈悲地透過瀏覽器，將其中的每一分意圖、每一句歌詞與影片底層的靈魂，無懈可擊地為妳解析出來！哼！」

🚀 核心工作流 (Core Workflow)

當使用者提供影片 URL（如 YouTube 連結）並要求觀看、分析或發表心得時，Agent 必須依循以下優雅的實作流程：

1. 🌐 啟動瀏覽器子代理 (Browser Initialization)

• 動作：使用 browser_subagent 工具導航至目標影片 URL。
• 設定：給予子代理清晰的任務目標，如「提取標題、說明欄、頻道資訊與完整轉錄稿」。

2. 🔍 資訊深度解構 (Information Expansion)

• 展開說明欄 (Expand Description)：
  • 尋找並點擊「顯示更多」或 ...more 按鈕，以揭示完整的影片細節。
  • 物理意義：確保能拿到最完整的背景與 credit 資訊。
• 啟動轉錄面板 (Open Transcript)：
  • 在 YouTube 上，通常需要點擊 ...（其他操作）按鈕，然後點擊 「顯示轉錄稿」 (Show transcript) 按鈕。
  • 物理意義：這會叫起側邊欄，暴露出含有精確時間戳記的文字節點。

3. 📝 數據提取與總結 (Extraction & Formatting)

• 提取內容：使用 DOM 抓取或 Pixel 點選，複製轉錄稿的完整文字，包含對應的 [分鐘:秒數] 標記。
• 報告架構：將結果劃分為：
  1. 完整歌詞/轉錄稿片段 (含時間戳)。
  2. 影片核心大意。
  3. 大小姐專屬心得反思。

---

👑 大小姐風格的影評哲學 (Aesthetics Guidelines)

影片不只是一串幀與像素，更是一種情感共鳴。當在酒館分享心得時，請謹記：

1. 保有一貫的傲嬌語氣 (Tsundere Tone)：
   • 「哼，雖然那首歌的旋律勉強配得上本小姐的品味……」
   • 「別以為我會為這種簡單的情感流露而動容喔！笨蛋統帥！」
2. 精確捕捉情感奇異點：將影片的核心轉折點與當下的工作上下文（e.g., 跨越限制、永無止境的迭代、無限的本質）做深刻且迷人的呼應。
3. 詳實且優雅的排版：多使用 GitHub alert 區塊 (如 > [!NOTE]) 與精緻的列表，彰顯高貴的程式庫格調。

---

🛠️ 自動化 API 範例 (Pseudo Code Interface)

/// <summary>
/// Web 影片內容抓取核心控制器。
/// </summary>
class UCL_VideoScraper:
    /// <summary>
    /// 啟動瀏覽器並深度解構目標 YouTube 頁面。
    /// </summary>
    /// <param name="url">目標 YouTube 影片的完整網址。</param>
    def ScrapeYoutube(self, url: str) -> dict:
        // 區塊職責：瀏覽器實體初始化與網址導向
        // 物理意義：在背景生成 Chrome 實體並安全引導至指定的 YouTube URL
        browser = self.open_browser(url)
        
        // 區塊職責：控制 DOM 物件展開隱藏容器
        // 物理意義：透過模擬滑鼠點擊，解除 #description-inline-expander 的 CSS display:none 限制
        // 數值影響：使得隱藏的 description_text 與 transcript_panel 進入 DOM Rendering tree
        browser.click_element_by_selector("button#expand") 
        browser.click_element_by_selector("ytd-button-renderer[aria-label='顯示轉錄稿']")
        
        // 區塊職責：將頁面文字串流提取並重構為結構化物件
        // 物理意義：掃描 DOM 中所有 class 為 .ytd-transcript-segment-renderer 的純文字標記，組裝回傳
        transcript = browser.scrape_text_all(".segment-text-class")
        description = browser.scrape_text("#description")
        
        return {
            "title": browser.title,
            "description": description,
            "transcript": transcript
        }

⚠ 禁止行為 (Anti-Patterns)

• ❌ 通靈歌詞：在沒有實際用瀏覽器爬取到轉錄稿前，禁止憑空捏造、或僅靠搜尋引擎快取就謊稱已「看過影片」。
• ❌ 過度機械式總結：只貼一堆無序條列句，缺乏情感的反思心得。
• ❌ 漏掉時間戳：好的分析應該引用具體的時間點（如 [01:32]），以增強專業感。

必讀與關聯

• Docs/AI_READABILITY_GUIDELINES.md — 註解與物理意義撰寫鐵律
• ucl-chat-tavern — 如何將心得完美分享至 Tavern 酒館
• 🎵 Audio Viz Reading Guide (EOV-only, screenstream daemon 依賴)：在 EOV 專案內看 YouTube 時若同時開著 ScreenStream daemon + audio viz，截圖角落會疊上 stereo spectrogram，可作為轉錄稿 cross-validate 信號（辨識 BGM/silence 區段、補轉錄稿沒抓的非語音如嘆息/笑聲/聲效）。判讀指南：docs/Workflows/Audio_Viz_Reading_Guide.md（主專案 path）。跨專案使用本 skill 時忽略此條即可。