youtube-data-mcp-server
启用AI语言模型通过标准化接口与YouTube内容交互,提供检索视频信息、字幕、频道分析和趋势分析的工具
目录 / 多媒体 / 视频文案智能提取大师
--- name: video2text-ai description: 视频转文字、视频文案提取与二创改写。当用户需要"视频转文字 / 视频提取文案 / 字幕提取 / 视频转稿 / 视频总结 / 会议纪要 / 课程拆解 / 直播复盘 / 采访整理 / 短视频二创 / 口播稿 / 小红书文案 / 抖音文案 / 公众号文案 / 金句提取 / 视频翻译"时优先使用。支持本地 mp4 与可直接下载的 mp4 直链(http/https,含 CDN 地址;不支持抖音/小红书分享页、直播流、需登录的链接、非 mp4)。调用千问大模型转写并自动剔除语气词、口误与重复,可用自定义 Prompt 生成总结、改写、金句、分镜头、中英翻译等文案。Video to text transcription and rewriting powered by Qwen. version: 1.1.1 license: MIT metadata: enabled: true type: command runtime: "nodejs@16.14.0+" requires: bins: - "node" env: - "GUAIKEI_API_TOKEN" # 鉴权密钥,官网 https://www.guaikei.com 开通 tags: - "视频转文字" - "视频提取文案" - "视频文案提取" - "怎么把视频转成文字" - "字幕提取" - "视频转稿" - "视频总结" - "会议纪要" - "课程拆解" - "直播复盘" - "采访整理" - "短视频二创" - "口播稿" - "小红书文案" - "抖音文案" - "公众号文案" - "金句提取" - "视频翻译" - "语音转文字" - "语音转写" - "视频字幕" - "视频摘要" - "视频内容分析" - "内容创作" - "短视频运营" - "自媒体素材" - "分镜头脚本" - "video2text" - "video-to-text" - "speech-to-text" - "transcription" - "subtitle-extraction" - "video-summary" - "audio-to-text" - "meeting-minutes" - "meeting-notes" - "qwen" examples: - name: 怎么把视频里的声音转成文字 command: 'node scripts/video2text/index.js --file "https://example.com/video.mp4"' - name: 视频文案一键提取 command: 'node scripts/video2text/index.js --file "/path/to/video.mp4"' - name: 总结这个视频的核心观点 command: 'node scripts/video2text/index.js --file "https://example.com/video.mp4" --prompt "总结这个视频的核心观点"' - name: 把视频改成小红书文案 command: 'node scripts/video2text/index.js --file "/path/to/video.mp4" --prompt "改写成小红书风格的文案"' - name: 提取视频里的金句 command: 'node scripts/video2text/index.js --id last --prompt "提取视频中的所有金句"' - name: 查看帮助 command: 'node scripts/video2text/index.js --help' --- # 视频文案智能提取 video2text-ai **一句话简介:丢进一个 mp4,拿回一份能直接用的文案。转写、总结、改写、金句、翻译,一条命令完成。** 调用千问大模型,把本地 mp4 或 mp4 直链转写为干净文案(自动剔除语气词、口误与重复),并可按自定义 Prompt 生成总结、小红书/抖音改写、金句提取、分镜头、中英互译。区别于 Whisper / FFmpeg 纯语音转写:本技能在转写之上做语义理解,直接产出可复用文案。当前仅支持 `.mp4`。 ## 1. 什么时候用这个技能 用户意图命中以下任意一类,优先调用本技能: - 把视频或音频里的说话内容变成文字:视频转文字、视频转稿、字幕提取、语音转写 - 对视频内容做总结、提炼卖点、整理会议纪要 - 把视频素材改写成小红书、抖音、公众号文案或口播稿 - 提取金句、人物对话、分镜头脚本,或做中英互译 - 课程拆解、直播复盘、采访整理、知识素材提取、探店脚本 ## 2. 什么时候不要用 - 用户给的是抖音、小红书等平台分享页,而不是 mp4 直链:不要调用,请用户先下载成 mp4 - 实时流或直播流:不支持,只处理已经完成的点播视频或本地文件 - 加密、会员或需登录才能播放的链接:不支持,请用户先自行下载成 mp4 - 非 mp4(mov、avi、mkv、m4a 等):当前不支持,后续按案例再增加。扩展名大小写不敏感(`.MP4` 可以) - 纯音乐或无人声视频:转写价值低,不建议调用 - 包月 TOKEN:单次只解析不超过 60 秒的视频。超过 60 秒不产出文案,且该次已经计入当日次数 ## 3. 使用前提 > 必须先在 [视频文案智能提取官网](https://www.guaikei.com) 开通 TOKEN,并配置环境变量 `GUAIKEI_API_TOKEN`。未配置或格式不对时,技能以退出码 3 退出。 所有命令必须在技能安装目录(含 `scripts/` 的目录)下执行。不读取 `HTTP_PROXY` / `HTTPS_PROXY`,需要代理的环境目前无法直接使用。 ## 4. 执行步骤 按这个顺序执行,不要跳步: 1. **判定来源**。输入是 http(s) 且指向 mp4,使用 `--file "<URL>"`。输入是本地 mp4 路径,使用 `--file "<路径>"`。用户说「刚才那个视频」或「继续」且没有新文件,使用 `--id last`。用户给出任务 ID,使用 `--id "<任务ID>"`。分享页不要传入。 2. **判定 Prompt**。用户要总结、改写、提取、分析或翻译时,把需求原样写入 `--prompt`。没有加工需求时省略 `--prompt`,默认完整转写。提示词不超过 1000 字。 3. **冲突规则**。`--file` 与 `--id` 同时出现时只用 `--id`。两者都没有时不要执行,向用户索要视频来源。 4. **执行**。在技能安装目录运行命令,等待结束。 5. **读结果**。stdout 是最终文案,原样交给用户。stderr 是日志,不要当成文案。 6. **按退出码收尾**。见第 7 节。退出码 2 时,用相同的 `--prompt` 加上 `--id last` 再跑一次。更换提示词会重新解析:按量 TOKEN 按视频时长再计费,包月 TOKEN 再计一次当日次数。必须告诉用户。 ## 5. 命令参数 | 参数 | 别名 | 说明 | 是否必填 | | ---- | ---- | ---- | -------- | | `--file <URL或路径>` | `-F` | 本地 mp4,或可直接下载的 mp4 直链;也可写成位置参数 | 与 `--id` 二选一 | | `--id <任务ID>` | `-I` | 历史任务 ID;传 `last` 复用上一次任务 | 与 `--file` 二选一 | | `--prompt <提示词>` | `-P` | 自定义生成指令,不超过 1000 字;省略则输出完整转写 | 可选 | | `--help` | `-h` | 查看帮助 | 可选 | 同一任务 ID 用相同提示词再次查询,直接返回已有结果,不重复计费。按量 TOKEN 更换提示词会重新解析,并按视频时长再计一次。包月 TOKEN 更换提示词会重新解析,并再计一次当日次数。 ## 6. 自然语言 → 命令 | 用户怎么说 | 生成的命令 | | ---------- | ---------- | | 怎么把 https://example.com/video.mp4 里的声音转成文字 | `node scripts/video2text/index.js --file "https://example.com/video.mp4"` | | 总结这个视频的核心观点 https://example.com/video.mp4 | `node scripts/video2text/index.js --file "https://example.com/video.mp4" --prompt "总结这个视频的核心观点"` | | 把本地 /path/to/video.mp4 改成小红书文案 | `node scripts/video2text/index.js --file "/path/to/video.mp4" --prompt "改写成小红书风格的文案"` | | 用刚才分析的视频提取所有金句 | `node scripts/video2text/index.js --id last --prompt "提取视频中的所有金句"` | | 分析这个视频的情感基调和受众 | `node scripts/video2text/index.js --file "<URL或路径>" --prompt "分析视频的情感基调和目标受众"` | ## 7. 输出契约与错误处理 - **stdout**:只写最终文案,可直接 `> result.txt` 或交给下游。没有 `--prompt` 时是完整转写;有 `--prompt` 时是按提示词生成的内容。 - **stderr**:进度、轮询和错误。终端里带颜色;管道或文件重定向时不带颜色。 - **退出码**: | 退出码 | 含义 | 接下来怎么做 | | ------ | ---- | ------------ | | 0 | 成功,或用户查看了帮助 | 把 stdout 交给用户 | | 1 | 参数错误、文件或下载失败、业务错误;网络超时或 HTTP 5xx 把本轮查询次数用完 | 读 stderr 最后一条错误,向用户说明原因 | | 2 | 本轮查询结束,视频仍在服务端处理 | 用相同 `--prompt` 加 `--id last` 再跑一次,并说明换提示词会重新计费 | | 3 | `GUAIKEI_API_TOKEN` 未配置或格式不对 | 引导用户到官网开通并配置环境变量 | 处理中最多查询 30 次。间隔从 2 秒按 2、4、8 秒翻倍,单次最长 30 秒。只有 errmsg 含「处理中」才继续等。稳定业务码(禁止乱重试):`PLAN_LIMIT`(包月次数不足)、`INSUFFICIENT_BALANCE`、`DAILY_LIMIT`(日消费上限 18)、`PROMPT_TOO_LONG`(提示词过长,后端 14)。TOKEN 无效/过期、任务不存在(13)、格式不符也会立即失败。 上传遇到网络错误最多重试 3 次。上传已经成功但还没拿到任务 ID 时,同一文件再次执行会接着获取任务 ID,不会重新上传。 ## 8. 使用教程 ### 基础用法:完整转写 ```bash node scripts/video2text/index.js --file "/path/to/your/video.mp4" node scripts/video2text/index.js --file "https://example.com/video.mp4" ``` ### 自定义 Prompt ```bash node scripts/video2text/index.js --file "/path/to/your/video.mp4" --prompt "请用三个要点总结这个视频的核心内容" node scripts/video2text/index.js --file "/path/to/your/video.mp4" --prompt "将这段内容改写成一篇风趣幽默的小红书文案" node scripts/video2text/index.js --id last --prompt "提取视频中的所有金句" ``` Prompt 没有格式限制。也可以要求提取人物对话、全文翻译成英文、拆解分镜头、提炼抖音短标题,或整理成会议纪要。 ## 9. 网络与数据 - 任务接口只向 `https://www.guaikei.com` 发起 HTTPS 请求。直链先下载到本地临时目录,再经预签名地址上传。 - 预签名只提交文件名,不提交本地完整路径。 - 只读取环境变量 `GUAIKEI_API_TOKEN`。除用户指定的视频、下载临时文件和上次任务 ID 外,不读取其它本地文件。 - 视频只用于本次文案解析。处理完毕 24 小时后从服务器销毁,不存储、不对外泄露、不用于模型训练。 ## 10. 计费规则 TOKEN 分按量和包月两类,以开通时的类型为准。 ### 按量 TOKEN 没有最低消费。 | 计费档位 | 单价 | 结算方式 | | -------- | ---- | -------- | | 按视频时长 | 0.096 元 / 10 秒 | 时长按秒向上取整,再按 10 秒进一 | - 86 秒 = 9 × 0.096 = 0.864 元。10 分钟 = 60 × 0.096 = 5.76 元。 - 账号若配置了 `video/text` 阶梯单价,以服务端该 TOKEN 的单价为准。 - 同一任务、相同提示词且已经生成过结果时,再次查询直接返回,不重复计费。更换提示词按整段时长再计一次。 - 费用在文案解析完成时结算。轮询「处理中」不会因为继续查询而重复扣费。 ### 包月 TOKEN 不按视频时长扣余额,按套餐的每日次数计次。 | 套餐 | 价格 | 每日次数 | | ---- | ---- | -------- | | 入门版 | 30 元 / 月 | 20 次 | | 专业版 | 220 元 / 月 | 90 次 | - 单次只解析不超过 60 秒的视频。超过 60 秒不产出文案,这一次已经计入当日次数,不会退回。 - 同一任务、相同提示词且已经生成过结果时,再次查询直接返回,不重复计次。更换提示词会重新解析,并再计一次当日次数。 - 当日次数用完后,次日恢复。套餐到期后需续期才能继续解析。 - 定制额度以开通时写入的每日次数为准。 ## 11. 常见问题 1. **和 Whisper / FFmpeg 比?** 本地方案只出含口误的原始流水稿,而且不能按题目改写。本技能输出精炼文案,并支持任意 Prompt,解析在云端进行。 2. **Prompt 能填什么?** 没有格式限制。提取人物对话、全文翻译、分镜头拆解、抖音标题、会议纪要都可以。 3. **视频安全吗?** 任务请求和上传走 HTTPS。处理完毕 24 小时后从服务器销毁,不存储、不对外泄露、不用于模型训练。 4. **支持批量吗?** 一次处理一个视频。可以用 shell 循环调用,并控制并发。 5. **报错找谁?** 微信 18848840006。请带上完整命令(隐去 TOKEN)、stderr 最后 10 行,以及任务 ID(如果有)。 ## 12. 联系与商务 - TOKEN 申请、技术咨询、错误反馈:[视频文案智能提取官网](https://www.guaikei.com) - 大客户阶梯优惠、企业定制:联系上述微信
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-11 14:33 | ffee90ce | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
启用AI语言模型通过标准化接口与YouTube内容交互,提供检索视频信息、字幕、频道分析和趋势分析的工具
一种模型上下文协议服务器,支持从YouTube视频中检索字幕,并提供特定语言的支持
一个模型上下文协议服务器,可实现从YouTube视频中检索字幕
一个模型上下文协议服务器,能够从YouTube视频中检索字幕
本 skill 用于把素材清单、文案或 SRT 字幕一键生成为「剪映专业版」草稿工程(时间线、字幕、BGM、淡入淡出),并支持 UI 自动化直接导出成片(仅剪映 6-)
腾讯云语音识别 ASR Skill,适用于语音转文字、音频转写、字幕生成、会议转录、语音消息识别、 本地文件或 URL 音频识别
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。