Инструмент для работы с контентом YouTube

Извлекать расшифровки из видео YouTube и преобразовывать их в структурированный контент: главы, краткие изложения, треды, посты в блоге или заметные цитаты.

Hermes Средний Скопировали: 0
1 ресурс

Как применить

Используйте этот инструмент, когда пользователь предоставляет URL-адрес YouTube-видео, просит составить краткое изложение видео, запрашивает расшифровку или хочет извлечь и переформатировать контент из любого видео YouTube.

SKILL_DIR — это каталог, содержащий файл SKILL.md. Скрипт принимает любой стандартный формат URL-адреса YouTube, короткие ссылки (youtu.be), Shorts, встраиваемые видео, ссылки на прямые трансляции или исходный 11-символьный идентификатор видео.

Установите зависимость с помощью uv, чтобы она оказалась в том же управляемом среде Hermes, где запускается вспомогательный скрипт:

Используйте uv, чтобы зависимость была установлена в ту же управляемую среду Hermes, где работает вспомогательный скрипт.

uv pip install youtube-transcript-api

Запустите вспомогательный скрипт с помощью uv run python и URL-адреса видео: по умолчанию выводится JSON с метаданными, текстовый формат достигается через --text-only --timestamps для последующей обработки, временные метки можно получить с флагом --timestamps, а нужный язык — с указанием цепочки языков, например --language tr,en.

# JSON output with metadata
uv run python SKILL_DIR/scripts/fetch_transcript.py "https://youtube.com/watch?v=VIDEO_ID"

# Plain text (good for piping into further processing)
uv run python SKILL_DIR/scripts/fetch_transcript.py "URL" --text-only

# With timestamps
uv run python SKILL_DIR/scripts/fetch_transcript.py "URL" --timestamps

# Specific language with fallback chain
uv run python SKILL_DIR/scripts/fetch_transcript.py "URL" --language tr,en

Пример вывода глав: каждая запись содержит временную метку, название раздела и краткое описание:

00:00 Introduction — host opens with the problem statement
03:45 Background — prior work and why existing solutions fall short
12:20 Core method — walkthrough of the proposed approach
24:10 Results — benchmark comparisons and key takeaways
31:55 Q&A — audience questions on scalability and next steps

Проверьте результат: убедитесь, что он не пустой и на нужном языке. Если он пустой, попробуйте запустить скрипт без параметра --language, чтобы получить любую доступную расшифровку. Если всё равно пусто, сообщите пользователю, что в видео, вероятно, отключена функция расшифровки.

Преобразуйте расшифровку в запрошенный формат вывода; если пользователь не указал формат, используйте краткое изложение по умолчанию.

Если расшифровка отключена, сообщите об этом пользователю и порекомендуйте проверить, доступны ли субтитры на странице видео.

Если видео является приватным или недоступным, передайте ошибку и попросите пользователя проверить URL-адрес.

Если нужный язык недоступен, попробуйте запустить скрипт без параметра --language, чтобы получить любую доступную расшифровку, затем сообщите пользователю фактический язык.

Если зависимость отсутствует, выполните команду uv pip install youtube-transcript-api и повторите попытку.

Источник: nousresearch/hermes-agent и участники проекта. Лицензия: MIT.

Copyright (c) 2025 Nous Research

Перевод и редакционная адаптация: ClawCases.

>Ресурсы

>Похожие юзкейсы

Соцсети Автоматизация

Автоматизация данных и действий X (Twitter) через Hermes

Плагин Hermes Tweet устанавливается как дополнение к Hermes Agent, регистрируя набор инструментов hermes-tweet с функциями поиска, чтения и выполнения действий для эндпоинтов X, а также предоставляя скиллы и команды вроде /xstatus и /xtrends для проверки статуса аккаунта и трендов.

Hermes Средний
Разработка Знания

Подключите когнитивную память YantrikDB к Hermes через MCP

Подключите движок когнитивной памяти YantrikDB к Hermes через встроенный клиент MCP, чтобы агент мог сохранять, извлекать, связывать и объединять факты с помощью операций вызова инструментов.

Hermes Средний
Разработка

Локальная инференция моделей GGUF и выбор квантования с помощью llama.cpp

Запуск локальных моделей GGUF через llama.cpp и выбор квантования, соответствующего доступному объему оперативной или видеопамяти.

Hermes OpenClaw Средний

>Ещё на этом уровне: Средний