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#

bash

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）：

text

📋 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）

bash

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

macOS

bash

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

Windows

bash

# 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-apiYouTube 字幕提取innertube绕过 YouTube API 限流faster-whisperB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）#

bash

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

2. B站视频摘要#

bash

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）#

bash

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

4. 每日批量处理（Cron 用）#

bash

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

配置文件格式#

channels.json:

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#

json

{
  "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_TOKENOpenClaw Gateway token否GITHUB_TOKENGitHub token（有 Copilot 订阅时可用）否POLLINATIONS_API_KEYPollinations API Key否SUMMARY_MODE图文模式：text-only / auto-insert / ai-review否WHISPER_MODELB站 whisper 模型大小（默认 small）否FRAME_INTERVALB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