古法编程

将 YouTube 视频字幕自动导入 Markdown 知识库

解决视频知识难以检索的痛点：将 YouTube 视频的字幕提取并清洗为纯文本 Markdown 笔记，使其成为可查询的“类型化记忆”，供 AI 进行知识提取、行动项分析或内容重构。

为什么需要这个技能

观看视频学习时，关键信息碎片化且难以快速定位。虽然 YouTube 提供字幕，但直接在网页端浏览不方便做笔记，也无法与个人知识库（Vault）联动。

本技能通过调用 yt-dlp 自动化地完成“提取字幕 → 清洗时间戳 → 注入元数据 → 生成 Markdown”的完整流程。它将视频内容从不可检索的流媒体转变为可搜索、可链接的文档，为后续使用 AI 构建知识图谱或撰写总结提供高质量的语料基础。

适用场景

  • 需要将某个技术讲座、播客或 Keynote 的完整内容同步到 Obsidian/Logseq 等知识库中。
  • 给 AI 提供视频全文，要求其生成深度总结或提取方法论。
  • 批量采集特定领域的视频见解，构建个人主题研究库。

核心工作流

  1. URL 解析与依赖检查：接收 YouTube 链接，验证本地是否安装 yt-dlp。
  2. 字幕优先级筛选：优先下载由上传者提供的“手动字幕”（含标点和说话人），若无则选用“自动生成字幕”。
  3. 文本清洗：剔除 VTT 格式的时间戳标记，合并重复行，将字幕转换为流畅的段落文本。
  4. 元数据注入：抓取视频标题、频道、上传日期、时长等信息，构建标准的 YAML Frontmatter。
  5. 自动化分拣：根据频道名称自动创建文件夹路径，并将文件保存为 YYYY-MM-DD-视频名.md。
  6. 触发点扫描：自动检测文本中的关键词（如 “framework”, “principle”, “case study”），在 Meta/Captures 目录下创建种子文件，方便后续回顾。

下载和安装

下载 ingest-youtube 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。

依赖安装：

# macOS
brew install yt-dlp
# 其他系统
pip3 install --user yt-dlp

调用示例：

python3 ingest.py <youtube-url> [--vault <path>] [--lang <code>]

你可能还需要

暂无推荐