space-video-transcript

name	space-video-transcript
description	从 YouTube、小宇宙、B站、抖音和小红书链接提取字幕或逐字稿；优先读取平台字幕，无字幕时自动提取音频并调用可用 ASR，输出 Markdown 与 SRT。用户发送这些平台链接、要求提取字幕/文案/逐字稿/视频转文字，或在字幕完成后希望下载原视频时使用。字幕成功后必须询问用户是否下载原视频；小宇宙对应下载原音频。

视频链接字幕提取

收到支持的平台链接后立即提取字幕。先交付字幕，再询问是否下载源文件；不得在用户确认前下载完整视频。

定位 Skill

SVT_HOME="$(
  for dir in \
    "$HOME/.codex/skills/space-video-transcript" \
    "$HOME/.agents/skills/space-video-transcript" \
    "$HOME/.claude/skills/space-video-transcript" \
    "$(pwd)/video-Skills/space-video-transcript" \
    "$(pwd)/space-video-transcript"; do
    [ -f "$dir/SKILL.md" ] && printf '%s\n' "$dir" && break
  done
)"

若 SVT_HOME 为空，先让用户提供 Skill 路径。

工作流

1. 从用户消息中提取 URL；支持 YouTube、小宇宙单集、B站、抖音和小红书视频。
2. 首次使用或环境异常时运行体检：

bash "$SVT_HOME/scripts/run.sh" doctor

3. 立即提取字幕，不先询问是否下载：

bash "$SVT_HOME/scripts/run.sh" transcribe \
  "<URL>" --output-dir "<输出目录>"

默认输出目录为当前目录下的 video-transcripts/。脚本优先获取平台已有字幕；没有字幕时自动抽取音频并按 Groq → 本地 Whisper → agent-reach 的顺序选择 ASR。

4. 读取脚本最后一行 SPACE_VIDEO_TRANSCRIPT_RESULT=...：

   • 向用户展示字幕文件路径、来源平台、采用的平台字幕或 ASR。
   • 用户要求查看全文时，读取 Markdown 文件并展示；长稿可先给摘要和路径。
   • 然后必须询问：字幕已提取。是否同时下载原视频？（小宇宙将下载原音频）

5. 只有用户明确回答“是/下载”后才运行：

bash "$SVT_HOME/scripts/run.sh" download \
  "<同一 URL>" --output-dir "<输出目录>/media"

若平台要求登录态，先说明原因，再让用户自行在浏览器登录；得到允许后可加 --cookies-from-browser chrome。不要索取或回显 Cookie。

输出

• *_transcript.md：带来源、语言和时间戳的可读稿。
• *_subtitles.srt：存在可靠时间轴时生成。
• media/：仅在用户确认后保存原视频；小宇宙保存原音频。

语言与校对

• 中文字幕直接交付。
• 只有英文字幕且用户要求中文稿时，用当前 Agent 翻译，保留时间戳，不改事实。
• 专有名词明显错误时先列出低置信度修正，不静默改写原意。
• 成片字幕需要进一步做口播断句、ASS 样式或烧录时，交给 space-video-subtitle。

失败处理

• YouTube/B站无字幕：自动走 ASR，不要直接结束。
• 抖音/小红书抓取失败：提示用户先在 Chrome 打开或登录对应平台，再经允许使用浏览器登录态重试。
• 小宇宙只接受 /episode/ 单集页；节目主页要求用户改发单集链接。
• 没有可用 ASR：说明可选方案——配置 GROQ_API_KEY、安装 openai-whisper，或配置 agent-reach transcribe。
• 不支持 DRM、付费或无权访问的内容，不绕过验证码、权限校验和平台限制。

平台差异和依赖说明见 references/platforms.md。