Video Summarizer

---

name: video-summarizer description: Multi-platform video transcript extraction and AI-powered summarization (YouTube, Bilibili, extensible). Use when you need to summarize videos, extract transcripts, scan channels, or generate daily video digests. metadata: author: mcdowell8023 repo: https://github.com/mcdowell8023/oc-youtube-summarizer

---

Video Summarizer Skill

多平台视频摘要工具，支持 YouTube 和 B站（未来可扩展更多平台），支持单个视频、频道扫描、每日批量处理。

功能

✅ 获取 YouTube 视频信息（yt-dlp）

✅ 提取字幕/transcript（youtube-transcript-api）

✅ B站视频下载 + 语音转录（yt-dlp + faster-whisper，本地，无需 API Key）

✅ B站关键帧提取（ffmpeg，每 30 秒一帧，供 agent 视觉分析）

✅ 生成深度摘要（LLM API）

✅ 输出 JSON 格式（agent 自行处理发送）

✅ 支持多频道配置

✅ 过滤 Shorts（< 5 分钟）

🔮 架构可扩展：新增平台只需添加 extractor 模块

安装

cd ~/.openclaw/skills/video-summarizer
./setup.sh

安装完成后会引导你选择默认图文模式（可随时重新配置）：

📋 选择默认图文模式:
  1) text-only    - 纯文字，不抽帧（最快）
  2) auto-insert  - 自动选帧插入文档（推荐平衡）
  3) ai-review    - AI 智能选图（默认，最佳效果，多消耗 ~5-8k token）
请选择 [1/2/3] (默认 3):

配置写入 config/settings.json，可随时运行 video-summarizer --setup 重新配置。

跨平台依赖安装

#### Linux（当前已支持）

sudo apt install ffmpeg
pip install faster-whisper yt-dlp youtube-transcript-api innertube

#### macOS

brew install ffmpeg
pip install faster-whisper yt-dlp youtube-transcript-api innertube

#### Windows

# 安装 ffmpeg（推荐 chocolatey 或 scoop）
choco install ffmpeg
或 scoop install ffmpeg
pip install faster-whisper yt-dlp youtube-transcript-api innertube

#### 注意事项

路径分隔符：脚本已使用 path.join()，跨平台兼容

faster-whisper：Windows 下需要 CUDA 或 CPU 模式（无 CUDA 时自动 fallback CPU，速度较慢）

Chrome cookies：各平台路径不同，yt-dlp 会自动处理

Python 版本：需要 Python 3.9+

核心依赖说明

| 依赖 | 用途 | |------|------| | yt-dlp | 视频下载、信息获取（YouTube + B站） | | youtube-transcript-api | YouTube 字幕提取 | | innertube | 绕过 YouTube API 限流 | | faster-whisper | B站语音转文字（本地，无需 API） | | ffmpeg | 音频提取 + 关键帧截取（系统级） |

工作原理

Skill 使用多种方法获取字幕，避免 YouTube 限流：

1. innertube ANDROID client + Cloudflare proxy - 主要方法，绕过限流 2. youtube-transcript-api - 备用方法

B站视频使用 yt-dlp 下载音频 → faster-whisper 本地转录，全程无需外部 API。

使用

三种图文模式

| 模式 | 说明 | 额外 token | 适用场景 | |------|------|-----------|---------| | text-only | 纯文字，不抽帧 | 0 | 快速摘要、纯文字需求 | | auto-insert | 固定规则选帧，按时间戳插入（帧偏移+5s避转场） | ~0 | 平衡速度与图文效果 | | ai-review ← 默认 | 基于文章结构反向选图，可补帧/删帧/替换 | ~5-8k | 最佳图文效果 |

ai-review 流程（文章驱动选图）： 1. Skill 抽帧 → 固定规则多选（~15-20帧，比最终需要多50%） 2. 先写纯文字版文档（分好章节） 3. 逐章判断：需要配图？→ 从已选帧匹配 / 补帧 / 跳过 4. 输出精选帧 + 画面描述 + 对应章节

auto-insert 流程： 1. Skill 抽帧 → 固定规则选帧（多选留余量） 2. 帧时间偏移 +5s（避开转场） 3. 按时间戳匹配章节，全部插入

通过以下方式指定模式（优先级从高到低）： 1. CLI 参数 --mode 2. 环境变量 SUMMARY_MODE 3. config/settings.json 中的 default_mode

1. 单个视频摘要（YouTube）

video-summarizer --url "https://www.youtube.com/watch?v=VIDEO_ID"

2. B站视频摘要

video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx"
短链接也支持（自动跟随跳转）
video-summarizer --url "https://b23.tv/xxxxx"
指定图文模式
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --mode text-only
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --mode auto-insert
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --mode ai-review
自定义 whisper 模型（精度更高，但更慢）
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --whisper-model large-v3
跳过关键帧提取（等效 --mode text-only）
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --no-frames
自定义关键帧间隔（默认30秒一帧）
video-summarizer --url "https://www.bilibili.com/video/BV1xxxxx" --frame-interval 60

3. 频道扫描（过去 24 小时）

video-summarizer --channel "UC_x5XG1OV2P6uZZ5FSM9Ttw" --hours 24

4. 每日批量处理（Cron 用）

video-summarizer --config /path/to/channels.json --daily --output /tmp/video_daily.json

配置文件格式

channels.json:

{
  "channels": [
    {
      "name": "Lex Fridman",
      "id": "UCSHZKyawb77ixDdsGog4iWA",
      "url": "https://www.youtube.com/@lexfridman"
    },
    {
      "name": "Y Combinator",
      "id": "UCcefcZRL2oaA_uBNeo5UOWg",
      "url": "https://www.youtube.com/@ycombinator"
    }
  ],
  "hours_lookback": 24,
  "min_duration_seconds": 300,
  "max_videos_per_channel": 5
}

输出格式

{
  "generated_at": "2026-02-14T11:17:00Z",
  "items": [
    {
      "title": "视频标题",
      "url": "https://youtube.com/watch?v=...",
      "video_id": "VIDEO_ID",
      "platform": "youtube",
      "channel": "频道名",
      "duration": "15:30",
      "published": "2026-02-14T08:00:00Z",
      "has_transcript": true,
      "summary": "# 摘要内容（markdown）\n\n### 🎯 核心问题..."
    },
    {
      "video_id": "BV1xxxxx",
      "title": "B站视频标题",
      "url": "https://www.bilibili.com/video/BV1xxxxx",
      "platform": "bilibili",
      "has_transcript": true,
      "transcript_path": "/tmp/bili_BV1xxxxx_transcript.txt",
      "frame_files": ["/tmp/bili_BV1xxxxx_frames/frame_001.jpg", "..."],
      "frame_count": 12,
      "summary": "# 摘要内容（markdown）..."
    }
  ],
  "stats": {
    "total_videos": 5,
    "with_transcript": 4,
    "without_transcript": 1
  }
}

环境变量

| 变量 | 用途 | 必须 | |------|------|------| | LLM_API_URL | 自定义 LLM API 端点 | 否 | | LLM_API_KEY | 自定义 LLM API Key | 否 | | LLM_MODEL | 自定义模型名 | 否 | | OPENCLAW_GATEWAY_TOKEN | OpenClaw Gateway token | 否 | | GITHUB_TOKEN | GitHub token（有 Copilot 订阅时可用） | 否 | | POLLINATIONS_API_KEY | Pollinations API Key | 否 | | SUMMARY_MODE | 图文模式：text-only / auto-insert / ai-review | 否 | | WHISPER_MODEL | B站 whisper 模型大小（默认 small） | 否 | | FRAME_INTERVAL | B站关键帧间隔秒数（默认 30） | 否 | | FRAME_TIME_OFFSET | 帧时间戳偏移秒数，避开转场（默认 5） | 否 |

无需任何 Key 也可运行：转录功能不需要 API Key；摘要功能会尝试 Pollinations 免费匿名调用。

故障排查

字幕获取失败

视频可能没有字幕

输出 JSON 中 has_transcript: false

Agent 应生成简短摘要（基于标题/描述）

yt-dlp 限流

设置 REQUEST_DELAY_SECONDS (默认 3 秒)

减少 max_videos_per_channel