一键在 Manus 中运行任何 Skill

li-transcript

星标68

分支17

更新时间2026年5月2日 07:53

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.

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

jiangjiax

jiangjiax/li-skills

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

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：

# 1. 系统依赖（macOS）
brew install yt-dlp ffmpeg

# 2. Python 虚拟环境 + 腾讯云 ASR SDK
python3 -m venv .claude/skills/li-transcript/scripts/.venv
.claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr

# 3. 在项目根目录创建 .env 文件，填入腾讯云密钥（控制台 https://console.cloud.tencent.com/cam/capi 申请）
# 格式：
# TENCENT_SECRET_ID=你的_id
# TENCENT_SECRET_KEY=你的_key

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。

同仓库更多 Skills

同仓库

li-analyzer

jiangjiax/li-skills

当用户说「数据复盘」「爆款分析」「分析我的内容」「拆解博主爆款」「分析哪期视频最火」时，应使用本 skill。当用户说「全对标分析」「跨博主分析」「哪类选题最容易爆」「总结爆款规律」时，以全对标模式运行，读取所有爆款话题分析报告进行横向比较。自动读取已发布视频脚本，按爆款等级（✈️🚗🛵🚲🚶）分类，提取标题公式、内容结构、话题类型等可复用创作规律，生成分类整理报告。不应触发：选题推荐（用 li-recorder）、写脚本（用 li-writer）。 Use when the user asks to "analyze my content", "data review", "viral analysis", or wants to break down a creator's top-performing videos.

2026-05-0268

li-cover

jiangjiax/li-skills

当用户说「生成封面」「封面配文」「小红书标题」「优化标题」「帮我写封面」时，应使用本 skill。基于认知心理学 + 行为经济学，识别内容类型和权威元素，自动选择驱动策略，输出激进/平衡/保守三版方案，每版含封面配文 + 3 个标题，并附四维评分和 A/B 测试建议。不应触发：写视频脚本（用 li-writer）、优化开头（用 li-opening）。 Use when the user asks to "generate cover", "cover copy", "XHS title", "optimize title", or needs Xiaohongshu cover text and title variants.

2026-05-0268

li-distribute

jiangjiax/li-skills

当用户说「一鱼多吃」「生成长文」「生成短文」「转成公众号文章」「帮我出朋友圈/推特/即刻版本」「基于这个脚本生成其他格式」时，应使用本 skill。基于已确认的短视频脚本，调用 li-writer 生成长文（公众号）或短文（朋友圈/推特/即刻）。即使用户只说「出长文」「出短文」没有明确说来源，也应主动找脚本让用户选择。不应触发：生成原始脚本（用 li-writer）、优化开头（用 li-opening）、生成封面（用 li-cover）。 Use when the user wants to repurpose a finalized video script into a long-form article or short posts.

2026-05-0268

li-factory

jiangjiax/li-skills

This skill should be used when the user wants to "create a skill", "build a new skill", "write a skill", "improve a skill", "update a skill", "optimize skill description", or needs guidance on skill structure, progressive disclosure, or skill development best practices. 触发方式：/li-factory、「创建skill」、「改进skill」、「帮我写一个skill」、「优化skill」、「把这个流程变成skill」、「这个工作流能做成skill吗」。即使用户没有明确说"skill"，只要他们想把某个重复流程自动化或封装成可复用工具，也应该触发本 skill。

2026-05-0268

li-index

jiangjiax/li-skills

当用户说「更新索引」「把这个加进索引」「添加了新文件」「新加了一本书/一篇笔记/一个文档」「素材库索引要更新」时，应使用本 skill 的【增量维护模式】。当用户说「索引体检」「index 体检」「检查索引」「索引同步」「补齐索引」时，应使用本 skill 的【体检模式】，扫描所有库 ↔ INDEX 找出漏录/失效条目并批量补齐。适用于所有带 INDEX.md 的库：读书笔记库、核心概念库、爆款脚本库、04-方法论沉淀，以及未来新建的任何库。索引的价值取决于内容准确性——必须先完整读取原文再写入，凭文件名或印象推断会导致索引失去参考价值。即使用户只说「我加了一个文件」「这个放进去」，只要涉及索引，也应触发本 skill。不应触发：仅查阅索引（直接 Read）、深化选题（用 li-topic）、生成脚本（用 li-writer）。 Use when the user adds new content to any indexed library, OR runs a global index health-check to find missing/stale entries.

2026-05-0268

li-opening

jiangjiax/li-skills

当用户说「优化开头」「开头怎么写」「帮我写钩子」「开头不好」或提供了视频脚本需要改进开头时，应使用本 skill。先做内容质量守门（素材是否充足）和视界诊断（是否从观众视界出发），再三路并发生成 10-15 条开头方案，附 Top 3 推荐和爆款模板说明。不应触发：生成完整脚本（用 li-writer）、生成封面标题（用 li-cover）。 Use when the user wants to "optimize opening", "write hook", "improve intro", or provides a script needing a better opening.

2026-05-0268

name

li-transcript

description

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：

# 1. 系统依赖（macOS）
brew install yt-dlp ffmpeg

# 2. Python 虚拟环境 + 腾讯云 ASR SDK
python3 -m venv .claude/skills/li-transcript/scripts/.venv
.claude/skills/li-transcript/scripts/.venv/bin/pip install tencentcloud-sdk-python-asr

# 3. 在项目根目录创建 .env 文件，填入腾讯云密钥（控制台 https://console.cloud.tencent.com/cam/capi 申请）
# 格式：
# TENCENT_SECRET_ID=你的_id
# TENCENT_SECRET_KEY=你的_key

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。