- 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
- license
- MIT
YouTube 视频智能剪辑工具
按照以下 6 个阶段执行 YouTube 视频剪辑任务：
阶段 1：环境检测
确保所有必需工具和依赖都已安装：
- 检测 yt-dlp 是否可用
- 检测 FFmpeg 版本和 libass 支持（字幕烧录必需）
- 检测 Python 依赖（yt_dlp、pysrt）
注意：标准 Homebrew FFmpeg 不包含 libass，无法烧录字幕。需要使用 ffmpeg-full（路径：/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg，Apple Silicon）。
阶段 2：下载视频
询问用户 YouTube URL，调用 download_video.py 脚本：
- 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（标题、时长、文件大小）
阶段 3：分析章节（核心差异化功能）
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 - 执行 AI 分析：阅读完整字幕、理解内容语义与主题转换点、识别自然话题切换位置
- 为每个章节生成：标题（10-20 字）、时间范围、核心摘要（1-2 句话，50-100 字）、关键词（3-5 个）
- 章节生成原则：粒度 2-5 分钟、完整性（覆盖所有内容）、有意义（每个章节是相对独立话题）、自然切分（在主题转换点切分）
阶段 4：用户选择
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（支持多选）
- 询问处理选项：是否生成双语字幕、是否烧录字幕到视频、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）
对每个用户选择的章节，并行执行：
- 剪辑视频片段：使用 FFmpeg 精确剪辑，保持原始质量
- 提取字幕片段：从完整字幕中过滤出该时间段，调整时间戳，转换为 SRT
- 翻译字幕（如选择）：批量翻译优化（每批 20 条，节省 95% API 调用），保持技术术语准确性，口语化表达，简洁流畅
- 生成双语字幕文件（如选择）：合并英文与中文字幕，格式 SRT 双语（英文在上，中文在下）
- 烧录字幕到视频（如选择）：使用 ffmpeg-full（libass 支持），使用临时目录解决路径空格问题，字幕样式（字体大小 24、底部边距 30、白色文字+黑色描边）
- 生成总结文案（如选择）：基于章节标题、摘要和关键词，生成适合社交媒体的文案
进度展示：每个步骤显示进度和状态。
阶段 6：输出结果
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（原始剪辑、烧录字幕版本、双语字幕文件、总结文案）
- 展示输出目录路径、文件列表（带文件大小）、快速预览命令
- 询问是否继续剪辑其他章节
关键技术点
- FFmpeg 路径空格问题：使用临时目录解决
- 批量翻译优化：每批 20 条字幕一起翻译
- 章节分析精细度：生成 2-5 分钟粒度章节，避免半小时粗粒度
- FFmpeg vs ffmpeg-full：标准 FFmpeg 无 libass，ffmpeg-full 包含 libass
依赖
yt-dlp、FFmpeg（ffmpeg-full 用于字幕烧录）、Python（pysrt、python-dotenv）