USP

It differentiates itself with AI semantic chapter analysis, creating meaningful segments instead of mechanical time splits, and optimizes translation with batch processing for 95% API call reduction and faster results.

Use cases

• 01Extracting highlights from tech interviews
• 02Creating short clips from online courses
• 03Generating bilingual subtitles for educational content
• 04Preparing videos for social media with burned-in subtitles
• 05Summarizing video content for social media platforms

Detected files (1)

• SKILL.mdskill
  Show content (10859 bytes)

  ---
  name: youtube-clipper
  description: >
    YouTube 视频智能剪辑工具。下载视频和字幕，AI 分析生成精细章节（几分钟级别），
    用户选择片段后自动剪辑、翻译字幕为中英双语、烧录字幕到视频，并生成总结文案。
    使用场景：当用户需要剪辑 YouTube 视频、生成短视频片段、制作双语字幕版本时。
    关键词：视频剪辑、YouTube、字幕翻译、双语字幕、视频下载、clip video
  allowed-tools:
    - Read
    - Write
    - Bash
    - Glob
    - AskUserQuestion
  model: claude-sonnet-4-5-20250514
  ---
  
  # YouTube 视频智能剪辑工具
  
  > **Installation**: If you're installing this skill from GitHub, please refer to [README.md](README.md#installation) for installation instructions. The recommended method is `npx skills add https://github.com/op7418/Youtube-clipper-skill`.
  
  ## 工作流程
  
  你将按照以下 6 个阶段执行 YouTube 视频剪辑任务：
  
  ### 阶段 1: 环境检测
  
  **目标**: 确保所有必需工具和依赖都已安装
  
  1. 检测 yt-dlp 是否可用
     ```bash
     yt-dlp --version
     ```
  
  2. 检测 FFmpeg 版本和 libass 支持
     ```bash
     # 优先检查 ffmpeg-full（macOS）
     /opt/homebrew/opt/ffmpeg-full/bin/ffmpeg -version
  
     # 检查标准 FFmpeg
     ffmpeg -version
  
     # 验证 libass 支持（字幕烧录必需）
     ffmpeg -filters 2>&1 | grep subtitles
     ```
  
  3. 检测 Python 依赖
     ```bash
     python3 -c "import yt_dlp; print('✅ yt-dlp available')"
     python3 -c "import pysrt; print('✅ pysrt available')"
     ```
  
  **如果环境检测失败**:
  - yt-dlp 未安装: 提示 `brew install yt-dlp` 或 `pip install yt-dlp`
  - FFmpeg 无 libass: 提示安装 ffmpeg-full
    ```bash
    brew install ffmpeg-full  # macOS
    ```
  - Python 依赖缺失: 提示 `pip install pysrt python-dotenv`
  
  **注意**:
  - 标准 Homebrew FFmpeg 不包含 libass，无法烧录字幕
  - ffmpeg-full 路径: `/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg` (Apple Silicon)
  - 必须先通过环境检测才能继续
  
  ---
  
  ### 阶段 2: 下载视频
  
  **目标**: 下载 YouTube 视频和英文字幕
  
  1. 询问用户 YouTube URL
  
  2. 调用 download_video.py 脚本
     ```bash
     cd ~/.claude/skills/youtube-clipper
     python3 scripts/download_video.py <youtube_url>
     ```
  
  3. 脚本会：
     - 下载视频（最高 1080p，mp4 格式）
     - 下载英文字幕（VTT 格式，自动字幕作为备选）
     - 输出文件路径和视频信息
  
  4. 向用户展示：
     - 视频标题
     - 视频时长
     - 文件大小
     - 下载路径
  
  **输出**:
  - 视频文件: `<id>.mp4`（使用视频 ID 命名，避免特殊字符问题）
  - 字幕文件: `<id>.en.vtt`
  
  ---
  
  ### 阶段 3: 分析章节（核心差异化功能）
  
  **目标**: 使用 Claude AI 分析字幕内容，生成精细章节（2-5 分钟级别）
  
  1. 调用 analyze_subtitles.py 解析 VTT 字幕
     ```bash
     python3 scripts/analyze_subtitles.py <subtitle_path>
     ```
  
  2. 脚本会输出结构化字幕数据：
     - 完整字幕文本（带时间戳）
     - 总时长
     - 字幕条数
  
  3. **你需要执行 AI 分析**（这是最关键的步骤）：
     - 阅读完整字幕内容
     - 理解内容语义和主题转换点
     - 识别自然的话题切换位置
     - 生成 2-5 分钟粒度的章节（避免半小时粗粒度切分）
  
  4. 为每个章节生成：
     - **标题**: 精炼的主题概括（10-20 字）
     - **时间范围**: 起始和结束时间（格式: MM:SS 或 HH:MM:SS）
     - **核心摘要**: 1-2 句话说明这段讲了什么（50-100 字）
     - **关键词**: 3-5 个核心概念词
  
  5. **章节生成原则**：
     - 粒度：每个章节 2-5 分钟（避免太短或太长）
     - 完整性：确保所有视频内容都被覆盖，无遗漏
     - 有意义：每个章节是一个相对独立的话题
     - 自然切分：在主题转换点切分，不要机械地按时间切
  
  6. 向用户展示章节列表：
     ```
     📊 分析完成，生成 X 个章节：
  
     1. [00:00 - 03:15] AGI 不是时间点，是指数曲线
        核心: AI 模型能力每 4-12 月翻倍，工程师已用 Claude 写代码
        关键词: AGI、指数增长、Claude Code
  
     2. [03:15 - 06:30] 中国在 AI 上的差距
        核心: 芯片禁运卡住中国，DeepSeek benchmark 优化不代表实力
        关键词: 中国、芯片禁运、DeepSeek
  
     ... (所有章节)
  
     ✓ 所有内容已覆盖，无遗漏
     ```
  
  ---
  
  ### 阶段 4: 用户选择
  
  **目标**: 让用户选择要剪辑的章节和处理选项
  
  1. 使用 AskUserQuestion 工具让用户选择章节
     - 提供章节编号供用户选择
     - 支持多选（可以选择多个章节）
  
  2. 询问处理选项：
     - 是否生成双语字幕？（英文 + 中文）
     - 是否烧录字幕到视频？（硬字幕）
     - 是否生成总结文案？
  
  3. 确认用户选择并展示处理计划
  
  ---
  
  ### 阶段 5: 剪辑处理（核心执行阶段）
  
  **目标**: 并行执行多个处理任务
  
  对于每个用户选择的章节，执行以下步骤：
  
  #### 5.1 剪辑视频片段
  ```bash
  python3 scripts/clip_video.py <video_path> <start_time> <end_time> <output_path>
  ```
  - 使用 FFmpeg 精确剪辑
  - 保持原始视频质量
  - 输出: `<章节标题>_clip.mp4`
  
  #### 5.2 提取字幕片段
  - 从完整字幕中过滤出该时间段的字幕
  - 调整时间戳（减去起始时间，从 00:00:00 开始）
  - 转换为 SRT 格式
  - 输出: `<章节标题>_original.srt`
  
  #### 5.3 翻译字幕（如果用户选择）
  ```bash
  python3 scripts/translate_subtitles.py <subtitle_path>
  ```
  - **批量翻译优化**: 每批 20 条字幕一起翻译（节省 95% API 调用）
  - 翻译策略：
    - 保持技术术语的准确性
    - 口语化表达（适合短视频）
    - 简洁流畅（避免冗长）
  - 输出: `<章节标题>_translated.srt`
  
  #### 5.4 生成双语字幕文件（如果用户选择）
  - 合并英文和中文字幕
  - 格式: SRT 双语（每条字幕包含英文和中文）
  - 样式: 英文在上，中文在下
  - 输出: `<章节标题>_bilingual.srt`
  
  #### 5.5 烧录字幕到视频（如果用户选择）
  ```bash
  python3 scripts/burn_subtitles.py <video_path> <subtitle_path> <output_path>
  ```
  - 使用 ffmpeg-full（libass 支持）
  - **使用临时目录解决路径空格问题**（关键！）
  - 字幕样式：
    - 字体大小: 24
    - 底部边距: 30
    - 颜色: 白色文字 + 黑色描边
  - 输出: `<章节标题>_with_subtitles.mp4`
  
  #### 5.6 生成总结文案（如果用户选择）
  ```bash
  python3 scripts/generate_summary.py <chapter_info>
  ```
  - 基于章节标题、摘要和关键词
  - 生成适合社交媒体的文案
  - 包含: 标题、核心观点、适合平台（小红书、抖音等）
  - 输出: `<章节标题>_summary.md`
  
  **进度展示**:
  ```
  🎬 开始处理章节 1/3: AGI 不是时间点，是指数曲线
  
  1/6 剪辑视频片段... ✅
  2/6 提取字幕片段... ✅
  3/6 翻译字幕为中文... [=====>    ] 50% (26/52)
  4/6 生成双语字幕文件... ✅
  5/6 烧录字幕到视频... ✅
  6/6 生成总结文案... ✅
  
  ✨ 章节 1 处理完成
  ```
  
  ---
  
  ### 阶段 6: 输出结果
  
  **目标**: 组织输出文件并展示给用户
  
  1. 创建输出目录
     ```
     ./youtube-clips/<日期时间>/
     ```
     输出目录位于当前工作目录下
  
  2. 组织文件结构：
     ```
     <章节标题>/
     ├── <章节标题>_clip.mp4              # 原始剪辑（无字幕）
     ├── <章节标题>_with_subtitles.mp4   # 烧录字幕版本
     ├── <章节标题>_bilingual.srt        # 双语字幕文件
     └── <章节标题>_summary.md           # 总结文案
     ```
  
  3. 向用户展示：
     - 输出目录路径
     - 文件列表（带文件大小）
     - 快速预览命令
  
     ```
     ✨ 处理完成！
  
     📁 输出目录: ./youtube-clips/20260121_143022/
  
     文件列表:
       🎬 AGI_指数曲线_双语硬字幕.mp4 (14 MB)
       📄 AGI_指数曲线_双语字幕.srt (2.3 KB)
       📝 AGI_指数曲线_总结.md (3.2 KB)
  
     快速预览:
     open ./youtube-clips/20260121_143022/AGI_指数曲线_双语硬字幕.mp4
     ```
  
  4. 询问是否继续剪辑其他章节
     - 如果是，返回阶段 4（用户选择）
     - 如果否，结束 Skill
  
  ---
  
  ## 关键技术点
  
  ### 1. FFmpeg 路径空格问题
  **问题**: FFmpeg subtitles 滤镜无法正确解析包含空格的路径
  
  **解决方案**: burn_subtitles.py 使用临时目录
  - 创建无空格临时目录
  - 复制文件到临时目录
  - 执行 FFmpeg
  - 移动输出文件回目标位置
  
  ### 2. 批量翻译优化
  **问题**: 逐条翻译会产生大量 API 调用
  
  **解决方案**: 每批 20 条字幕一起翻译
  - 节省 95% API 调用
  - 提高翻译速度
  - 保持翻译一致性
  
  ### 3. 章节分析精细度
  **目标**: 生成 2-5 分钟粒度的章节，避免半小时粗粒度
  
  **方法**:
  - 理解字幕语义，识别主题转换
  - 寻找自然的话题切换点
  - 确保每个章节有完整的论述
  - 避免机械按时间切分
  
  ### 4. FFmpeg vs ffmpeg-full
  **区别**:
  - 标准 FFmpeg: 无 libass 支持，无法烧录字幕
  - ffmpeg-full: 包含 libass，支持字幕烧录
  
  **路径**:
  - 标准: `/opt/homebrew/bin/ffmpeg`
  - ffmpeg-full: `/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg` (Apple Silicon)
  
  ---
  
  ## 错误处理
  
  ### 环境问题
  - 缺少工具 → 提示安装命令
  - FFmpeg 无 libass → 引导安装 ffmpeg-full
  - Python 依赖缺失 → 提示 pip install
  
  ### 下载问题
  - 无效 URL → 提示检查 URL 格式
  - 字幕缺失 → 尝试自动字幕
  - 网络错误 → 提示重试
  
  ### 处理问题
  - FFmpeg 执行失败 → 显示详细错误信息
  - 翻译失败 → 重试机制（最多 3 次）
  - 磁盘空间不足 → 提示清理空间
  
  ---
  
  ## 输出文件命名规范
  
  - 视频片段: `<章节标题>_clip.mp4`
  - 字幕文件: `<章节标题>_bilingual.srt`
  - 烧录版本: `<章节标题>_with_subtitles.mp4`
  - 总结文案: `<章节标题>_summary.md`
  
  **文件名处理**:
  - 移除特殊字符（`/`, `\`, `:`, `*`, `?`, `"`, `<`, `>`, `|`）
  - 空格替换为下划线
  - 限制长度（最多 100 字符）
  
  ---
  
  ## 用户体验要点
  
  1. **进度可见**: 每个步骤都展示进度和状态
  2. **错误友好**: 清晰的错误信息和解决方案
  3. **可控性**: 用户选择要剪辑的章节和处理选项
  4. **高质量**: 章节分析有意义，翻译准确流畅
  5. **完整性**: 提供原始和处理后的多个版本
  
  ---
  
  ## 开始执行
  
  当用户触发这个 Skill 时：
  1. 立即开始阶段 1（环境检测）
  2. 按照 6 个阶段顺序执行
  3. 每个阶段完成后自动进入下一阶段
  4. 遇到问题时提供清晰的解决方案
  5. 最后展示完整的输出结果
  
  记住：这个 Skill 的核心价值在于 **AI 精细章节分析** 和 **无缝的技术处理**，让用户能快速从长视频中提取高质量的短视频片段。
  

README

npx skills add https://github.com/op7418/Youtube-clipper-skill

git clone https://github.com/op7418/Youtube-clipper-skill.git
cd Youtube-clipper-skill
bash install_as_skill.sh

# Remove standard ffmpeg (if installed)
brew uninstall ffmpeg

# Install ffmpeg-full (includes libass)
brew install ffmpeg-full

ffmpeg -filters 2>&1 | grep subtitles
# Should output: subtitles    V->V  (...)

Clip this YouTube video: https://youtube.com/watch?v=VIDEO_ID

剪辑这个 YouTube 视频：https://youtube.com/watch?v=VIDEO_ID

./youtube-clips/20260122_143022/
└── Chapter_Title/
    ├── Chapter_Title_clip.mp4              # Original clip (no subtitles)
    ├── Chapter_Title_with_subtitles.mp4    # With burned subtitles
    ├── Chapter_Title_bilingual.srt         # Bilingual subtitle file
    └── Chapter_Title_summary.md            # Social media content

# FFmpeg path (auto-detected if empty)
FFMPEG_PATH=

# Output directory (default: current working directory)
OUTPUT_DIR=./youtube-clips

# Video quality limit (720, 1080, 1440, 2160)
MAX_VIDEO_HEIGHT=1080

# Translation batch size (20-25 recommended)
TRANSLATION_BATCH_SIZE=20

# Target language for translation
TARGET_LANGUAGE=中文

# Target chapter duration in seconds (180-300 recommended)
TARGET_CHAPTER_DURATION=180

Clip this video: https://youtube.com/watch?v=Ckt1cj0xjRM

1. [00:00 - 03:15] AGI as an exponential curve, not a point in time
2. [03:15 - 06:30] China's gap in AI development
3. [06:30 - 09:45] The impact of chip bans
...

Clip this lecture video and create bilingual subtitles: https://youtube.com/watch?v=LECTURE_ID

❌ Mechanical splitting: [0:00-30:00], [30:00-60:00]
✅ AI semantic analysis:
   - [00:00-03:15] AGI definition
   - [03:15-07:30] China's AI landscape
   - [07:30-12:00] Chip ban impacts

1
00:00:00,000 --> 00:00:03,500
This is the English subtitle
这是中文字幕

2
00:00:03,500 --> 00:00:07,000
Another English line
另一行中文

# macOS
brew uninstall ffmpeg
brew install ffmpeg-full

# Ubuntu
sudo apt install ffmpeg libass-dev

YT_DLP_PROXY=http://proxy-server:port
# or
YT_DLP_PROXY=socks5://proxy-server:port