video-transcript skill
scripts视频转文字:把一条视频转成带时间轴的逐字稿文章(article.md + transcript/segments.md)。支持抖音(链接、短链、整段分享口令)、YouTube、B 站链接,本地视频 / 音频(mp4、mov、mp3、m4a、wav…),.srt / .vtt 字幕文件。文字来源依次是人工字幕、平台原语言自动字幕、本地 Whisper 识别;自动转简体、补标点、分段、专有名词提示与纠错。可以单独用,也是"视频转图文 / 视频转小红书"组合的第一步。Use when the user wants a video's subtitles, transcript or text (视频转文字、逐字稿、提取字幕、视频文案、听写这段录音), or gives a Douyin / YouTube / Bilibili link or a video/audio/subtitle file that another article2media skill should work from.
- GitHub stars
- 352
- Files
- 5
- Last commit
- Nov 11, 2026
- License
- MIT
- Allowed tools
- 2
What does the video-transcript skill do?
video-transcript is an agent skill. 视频转文字:把一条视频转成带时间轴的逐字稿文章(article.md + transcript/segments.md)。支持抖音(链接、短链、整段分享口令)、YouTube、B 站链接,本地视频 / 音频(mp4、mov、mp3、m4a、wav…),.srt / .vtt 字幕文件。文字来源依次是人工字幕、平台原语言自动字幕、本地 Whisper 识别;自动转简体、补标点、分段、专有名词提示与纠错。可以单独用,也是"视频转图文 / 视频转小红书"组合的第一步。Use when the user wants a video's subtitles, transcript or text (视频转文字、逐字稿、提取字幕、视频文案、听写这段录音), or gives a Douyin / YouTube / Bilibili link or a video/audio/subtitle file that another article2media skill should work from.
How to install the video-transcript skill
Each command copies the skill folder into the client's skills directory. Restart the client or start a new session to load it.Install the video-transcript skill in Plugin
/plugin marketplace add threerocks/article2media /plugin install article2media@article2media
Install the video-transcript skill in Claude Code
~/.claude/skills/video-transcript/SKILL.md
$ npx degit threerocks/article2media/skills/video-transcript ~/.claude/skills/video-transcriptInstall the video-transcript skill in Claude Code (project)
.claude/skills/video-transcript/SKILL.md
$ npx degit threerocks/article2media/skills/video-transcript .claude/skills/video-transcriptInstall the video-transcript skill in Codex
~/.agents/skills/video-transcript/SKILL.md
$ npx degit threerocks/article2media/skills/video-transcript ~/.agents/skills/video-transcriptInstall the video-transcript skill in Gemini CLI
~/.gemini/skills/video-transcript/SKILL.md
$ npx degit threerocks/article2media/skills/video-transcript ~/.gemini/skills/video-transcriptInstall the video-transcript skill in Claude.ai
npx degit threerocks/article2media/skills/video-transcript video-transcript && zip -r video-transcript.zip video-transcript # claude.ai → Customize → Skills → + → Create skill → Upload a skill → video-transcript.zip
SKILL.md
View on GitHub视频转文字(video-transcript)
路径约定:文中的
${CLAUDE_SKILL_DIR}指本 SKILL.md 所在的目录。宿主没有替换这个变量时(命令里原样出现${CLAUDE_SKILL_DIR}),把它换成这个目录的绝对路径再运行;../<名字>/指同级的另一个 skill 目录。
把视频变成一篇逐字稿文章 article.md:之后可以直接交付,也可以交给改写、翻译、长图、卡片、公众号排版等能力,流程和文章完全一样。文章链接不归这里管,用 article-fetch。
参数:$ARGUMENTS
1. 能力检查(本会话第一次)
node ${CLAUDE_SKILL_DIR}/scripts/doctor.mjs
看 video-input 一行:有没有 yt-dlp(YouTube、B 站)、ffmpeg(转音频)、本地语音识别(没有字幕时)。缺了的告诉用户怎么装,不要自己安装或下载。只有 .srt / .vtt 时什么都不需要。
2. 转写
node ${CLAUDE_SKILL_DIR}/scripts/transcribe.mjs "<视频链接或文件>" # → ./article2media-out/<平台>-<id>/
node ${CLAUDE_SKILL_DIR}/scripts/transcribe.mjs "<链接>" --prompt "人名 术语" --terms 词表.txt
node ${CLAUDE_SKILL_DIR}/scripts/transcribe.mjs ./talk.mp4 --title "标题" --author "作者"
- 文字来源:人工字幕优先,其次平台的原语言自动字幕(不用机器翻译的字幕轨),都没有时本地 Whisper 识别。已有的逐字稿默认复用,
--force重来。 - 专有名词:先用
--prompt "人名 术语"提示,再用--terms 词表.txt(每行错词=>正词)替换。 - 平台要求浏览器 cookie 时(YouTube 的机器人校验、抖音分享页不带数据):先问用户能不能复用本机浏览器状态,同意后才加
--cookies-from-browser chrome;不同意就请用户把视频保存到本地,直接传文件。 - 其他参数:
--lang识别语言、--keep-video保留 MP4(截图用)、--out指定目录。来源、清理、产出文件的细节见references/video-input.md。
3. 核对
- 完整读一遍
article.md,对照transcript/segments.md的上下文核对人名、作品名、术语。识别明显不对的,用--prompt/--terms重跑;拿不准的不要猜,交付时列出来。 - 逐字稿只补标点、分段,不改字。不要手工"润色"它——要整理成文章,是改写(
article-rewrite)的事。
4. 交付
单独使用时:article.md 和 transcript/segments.md 的绝对路径、平台、时长、文字来源(人工字幕 / 自动字幕 / 本地识别)、段数与字数,以及拿不准的专有名词。
在组合里:把目录交给下一个能力(见 ../article2media/references/pipeline.md)。发布由逐字稿做成的图文或视频时,来源写成「内容整理自 <作者> 的<平台>视频《标题》」。
Files in this skill
5video-transcript skill questions
How do I install the video-transcript skill in Claude Code?
Run npx degit threerocks/article2media/skills/video-transcript ~/.claude/skills/video-transcript. Claude Code loads skills from ~/.claude/skills (all projects) or .claude/skills (one project) and uses a skill when its description matches the task.
Which clients can use the video-transcript skill?
Any client that reads the Agent Skills format: Claude Code, Codex, Gemini CLI and claude.ai (upload as a ZIP). Scripts in the skill run only where the client allows code execution.