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 / script-to-structured-video
将口播逐字稿或口播音频制作成「深色底 + 结构化逻辑图示 + 逐句精确字幕」的 Remotion 讲解视频(输出 MP4 + SRT 字幕文件)。内置 10 类逻辑图示组件库(对比、分解、流程、集成、顺序、条目、阶段、分层、点网、金句)及可直接运行的项目模板。核心机制采用双输入路径:文字稿通过 edge-tts 生成配音并输出逐句字幕;音频则通过 Whisper large-v3 进行语音识别。音频路径设有强制人工确认环节——未经用户确认的逐字稿不得进入视频生成流程。 适用触发词:口播稿做视频、口播音频转视频、逐字稿生成视频、结构化讲解视频、深色讲解视频、带字幕讲解视频、配音加字幕、字幕与语音严格对应、script to video、explainer video、Remotion 视频。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-13 11:45 | ac386f50 | 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。