视频转字幕与 AI 总结技能

Overview

将短视频平台（抖音、小红书、B 站、YouTube 等）视频或本地视频/音频文件转换为字幕文本并生成 AI 摘要。

核心流程：

• 在线视频： 获取视频信息 → 下载视频/直接抓字幕 → 选择字幕后端 → 生成字幕 → AI 总结
• 本地文件： 提取音频（如需） → 选择字幕后端 → 生成字幕 → AI 总结

默认使用本地 faster-whisper，也支持通过环境变量切换到火山引擎 VC API。 YouTube 优先使用 yt-dlp 直接抓取人工字幕或自动字幕；只有没有可用字幕时，才需要下载音视频并回退到 ASR。

When to Use

• 用户提供短视频平台链接（抖音、小红书、B 站、YouTube 等），要求提取字幕或生成总结
• 用户提供本地视频/音频文件路径，要求转字幕或生成总结
• 需要将视频内容转为文字