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.
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
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.
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.
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.