YouTube 字幕提取

youtube-transcript Skill 属于 Tapestry Skills for AI Agents（MIT，署名"Tapestry Skills Contributors"），这是一组面向 Claude Code 的学习与效率 Skill。它只做一件事：给定 YouTube 链接，拿到 .vtt 字幕文件或干净的纯文本。总结和行动计划来自同一仓库里的其他 Skill，而不是它本身。我们在 2026-09-23 查看时，仓库最新提交日期为 2026-03-11。

核心功能

• 有序回退：先检查是否安装了 yt-dlp（没有则尝试用 Homebrew、apt 或 pip 安装），用 yt-dlp --list-subs 列出可用字幕，优先下载人工字幕（--write-sub），再退而下载自动生成字幕（--write-auto-sub）。
• Whisper 兜底：如果完全没有字幕，Skill 会先显示预计的音频大小并征求同意再下载；安装 openai-whisper 前也会再次询问，然后用 base 模型在本地转写，完成后询问是否删除音频。
• 去重：YouTube 自动字幕因为逐步显示会出现重复行。一段简短的 Python 处理会去掉时间戳和标签、解码 HTML 实体，并在保持说话顺序的前提下删除重复行。
• 可读文件名：输出文件按视频标题命名，并替换 /、: 等字符。

适用场景

• 把一场演讲或教程转成文字，方便 Claude 引用或总结。
• 存档访谈内容，以后可以全文搜索。
• 作为同仓库 learn-this 或 ship-learn-next Skill 的输入，把内容变成行动计划。

定价与获取

MIT 许可，免费。yt-dlp 和 Whisper 都是免费开源工具；Whisper 在本机运行，没有 API 费用，但模型需要磁盘空间（Skill 中写的 base 约 1 GB）。

快速开始

1. 克隆 https://github.com/michalparkola/tapestry-skills-for-claude-code 并运行 ./install.sh，或把 youtube-transcript 文件夹复制到 ~/.claude/skills/。
2. 打开 Claude Code，说："Download the transcript for https://www.youtube.com/watch?v=VIDEO_ID"。
3. 只有视频没有字幕时，才需要确认 Whisper 转写提示。

局限：私密、年龄限制或地区限制的视频会因 yt-dlp 报错而失败。自动字幕和较小的 Whisper 模型可能听错人名和专业术语。去重步骤也会删掉本来就该重复的句子。复用文字时请尊重视频作者的权利。

常见问题

它会总结视频内容吗？

不会。它只保存字幕；之后可以让 Claude 总结文本，或使用仓库里的 learn-this Skill。

能拿到哪种语言？

取决于视频提供了哪些字幕轨。--list-subs 会列出来，Whisper 可以自动识别语言，也可以用 --language 指定。

替代方案

• Whisper V3：开源权重语音模型，可用于更大、更准确的本地转写。
• MarkItDown Skill：其 youtube-transcription 扩展可以把 YouTube 链接转成 Markdown。
• NotebookLM：直接把视频添加为资料来源并提问，无需自己处理字幕。

总结

YouTube Transcript Extractor 是在 Claude Code 里把视频变成文字的实用本地方案，回退逻辑合理，大文件下载前会先确认。它本身不分析内容。更多内容工具见 Skills 分类。