my-fetch-youtube

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.

1. subtitles에 prefix ko 인 키 존재 → 한국어 수동 자막
2. subtitles에 prefix en 인 키 존재 → 영어 수동 자막
3. automatic_captions에 prefix ko 인 키 존재 → 한국어 자동 자막
4. automatic_captions에 prefix en 인 키 존재 → 영어 자동 자막
5. 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]+$//' | \
  sed -E 's/[0-9]{2}:[0-9]{2}:[0-9]{2}.*//g' | \
  sed -E 's/<[^>]+>//g' | \
  tr -s '\n' | \
  grep -v '^$'

1. 번호 줄 제거
2. 타임스탬프 줄 제거
3. HTML/웹 형식 태그 제거
4. 연속 빈 줄 하나로 압축
5. 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