YouTube视频智能剪辑工具 - 基于AI自动分析字幕生成精细章节，支持多格式导出和字幕烧录

youtube-clipper by op7418/youtube-clipper-skill

2,100 周安装量

1,600 GitHub Stars

GitHub

安装命令

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

AI/机器学习音频处理生产力

🇨🇳中文介绍

YouTube 视频智能剪辑工具

Installation : If you're installing this skill from GitHub, please refer to README.md 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

检测 yt-dlp 是否可用
```
yt-dlp --version
```

检测 FFmpeg 版本和 libass 支持

# 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

检测 Python 依赖

python3 -c "import yt_dlp; print('✅ yt-dlp available')"
python3 -c "import pysrt; print('✅ pysrt available')"

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

阶段 2: 下载视频

目标 : 下载 YouTube 视频和英文字幕

询问用户 YouTube URL

调用 download_video.py 脚本

cd ~/.claude/skills/youtube-clipper
python3 scripts/download_video.py <youtube_url>

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
向用户展示：
- 视频标题
- 视频时长
- 文件大小
- 下载路径

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）

调用 analyze_subtitles.py 解析 VTT 字幕

python3 scripts/analyze_subtitles.py <subtitle_path>

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
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）
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
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

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

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）
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？
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

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）

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）

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）

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

🎬 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

创建输出目录
```
./youtube-clips/<日期时间>/
```

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

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

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

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

标准 FFmpeg: 无 libass 支持，无法烧录字幕
ffmpeg-full: 包含 libass，支持字幕烧录

标准: /opt/homebrew/bin/ffmpeg
ffmpeg-full: /opt/homebrew/opt/ffmpeg-full/bin/ffmpeg (Apple Silicon)

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

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

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）

进度可见 : 每个步骤都展示进度和状态
错误友好 : 清晰的错误信息和解决方案
可控性 : 用户选择要剪辑的章节和处理选项
高质量 : 章节分析有意义，翻译准确流畅
完整性 : 提供原始和处理后的多个版本

当用户触发这个 Skill 时：

立即开始阶段 1（环境检测）
按照 6 个阶段顺序执行
每个阶段完成后自动进入下一阶段
遇到问题时提供清晰的解决方案
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。

🇺🇸English

YouTube 视频智能剪辑工具

Installation : If you're installing this skill from GitHub, please refer to README.md 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

检测 yt-dlp 是否可用
```
yt-dlp --version
```

检测 FFmpeg 版本和 libass 支持

# 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

检测 Python 依赖

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
```
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

询问用户 YouTube URL

调用 download_video.py 脚本

cd ~/.claude/skills/youtube-clipper
python3 scripts/download_video.py <youtube_url>

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
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）

调用 analyze_subtitles.py 解析 VTT 字幕

python3 scripts/analyze_subtitles.py <subtitle_path>

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
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）
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
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

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

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）
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？
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

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）

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）

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）

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

创建输出目录
```
./youtube-clips/<日期时间>/
```

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

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

进度可见 : 每个步骤都展示进度和状态
错误友好 : 清晰的错误信息和解决方案
可控性 : 用户选择要剪辑的章节和处理选项
高质量 : 章节分析有意义，翻译准确流畅
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：

立即开始阶段 1（环境检测）
按照 6 个阶段顺序执行
每个阶段完成后自动进入下一阶段
遇到问题时提供清晰的解决方案
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。

Weekly Installs

2.1K

Repository

op7418/youtube-…er-skill

GitHub Stars

1.6K

First Seen

Jan 22, 2026

Security Audits

Gen Agent Trust HubWarn SocketPass SnykWarn

Installed on

opencode1.7K

gemini-cli1.6K

codex1.5K

claude-code1.4K

cursor1.3K

github-copilot1.2K

头脑风暴技能：AI协作设计流程，将创意转化为完整规范与实施计划

75,000 周安装

YouTube视频智能剪辑工具 - 基于AI自动分析字幕生成精细章节，支持多格式导出和字幕烧录

🇨🇳中文介绍

YouTube 视频智能剪辑工具

工作流程

阶段 1: 环境检测

相关 Skills

阶段 2: 下载视频

阶段 3: 分析章节（核心差异化功能）

阶段 4: 用户选择

阶段 5: 剪辑处理（核心执行阶段）

5.1 剪辑视频片段

5.2 提取字幕片段

5.3 翻译字幕（如果用户选择）

5.4 生成双语字幕文件（如果用户选择）

5.5 烧录字幕到视频（如果用户选择）

5.6 生成总结文案（如果用户选择）

阶段 6: 输出结果

关键技术点

1. FFmpeg 路径空格问题

2. 批量翻译优化

3. 章节分析精细度

4. FFmpeg vs ffmpeg-full

错误处理

环境问题

下载问题

处理问题

输出文件命名规范

用户体验要点

开始执行

🇺🇸English

YouTube 视频智能剪辑工具

工作流程

阶段 1: 环境检测

阶段 2: 下载视频

阶段 3: 分析章节（核心差异化功能）

阶段 4: 用户选择

阶段 5: 剪辑处理（核心执行阶段）

5.1 剪辑视频片段

5.2 提取字幕片段

5.3 翻译字幕（如果用户选择）

5.4 生成双语字幕文件（如果用户选择）

5.5 烧录字幕到视频（如果用户选择）

5.6 生成总结文案（如果用户选择）

阶段 6: 输出结果

关键技术点

1. FFmpeg 路径空格问题

2. 批量翻译优化

3. 章节分析精细度

4. FFmpeg vs ffmpeg-full

错误处理

环境问题

下载问题

处理问题

输出文件命名规范

用户体验要点

开始执行

最新 Skills