核心用法
Captions技能通过TranscriptAPI.com服务，从YouTube视频提取闭路字幕（CC）与自动生成字幕。支持两种方式：结构化JSON（含精确时间戳、持续时间，适合无障碍工具同步播放）与纯文本格式（便于阅读与引用）。用户需提供YouTube链接或视频ID，可选参数控制时间戳、元数据及输出格式。
显著优点
- 无障碍友好：为听障/重听用户提供文字化视频内容，支持精确时间同步
- 多场景适用：内容审核、学术引用、翻译预处理、播客转录
- 低门槛起步：100免费积分（约100次请求），无需信用卡注册
- 技术实现简洁：REST API调用，响应结构清晰，支持Node.js辅助脚本自动化配置
潜在缺点与局限性
- 依赖第三方API：服务可用性、定价策略变更不可控，免费额度有限
- 字幕质量参差：自动生成字幕存在识别错误，手动CC覆盖率低
- 仅支持YouTube：无法处理其他平台（TikTok、Bilibili、Vimeo等）
- 网络与超时风险：408错误需手动重试，高并发场景受限（300 req/min）
适合人群
- 听障/重听用户及无障碍服务开发者
- 研究者、记者、内容创作者（需引用、分析视频文本）
- 翻译团队、语言学习者
- 需要批量处理YouTube内容的自动化工作流
常规风险
- API密钥管理：需妥善保管
TRANSCRIPT_API_KEY，避免泄露导致额度盗刷 - 隐私合规：提取的字幕可能包含敏感信息，二次分发需遵守YouTube使用条款
- 服务连续性：免费额度耗尽后（402错误）需付费，小型项目需预算规划
- 法律边界：受版权保护的字幕提取需确保符合当地法律与平台TOS