Video Summary

核心功能

video-summary 是一款跨平台视频内容摘要工具，通过整合 yt-dlp 下载引擎、OpenAI Whisper 本地转录和 LLM API 智能分析，实现从视频 URL 到结构化摘要的自动化流水线。支持 YouTube、Bilibili、Xiaohongshu、Douyin 四大主流平台及本地音视频文件，提供章节分段、时间戳导航、多格式输出等进阶功能。

显著优点

1. 多平台深度覆盖：业内少数同时支持中/英文主流短视频与长视频平台的摘要工具，Bilibili 原生字幕提取、YouTube CC 双通道保障准确率
2. 灵活的 LLM 集成：兼容 OpenAI、智谱 GLM、DeepSeek、Moonshot 等主流中文 API 服务商，用户可自定义 endpoint 与模型
3. 离线转录能力：集成 Whisper 本地模型，为无原生字幕的小红书、抖音内容提供 OCR 级替代方案，base 模型即可满足日常需求
4. 工程化设计：自动分块处理长视频（>1小时）、临时文件自清理、JSON/Markdown 双格式输出，适合二次开发集成

潜在局限与风险

• 依赖外部工具链：需预装 yt-dlp、ffmpeg、jq 等 7 项二进制依赖，Windows 环境配置门槛较高
• 转录成本敏感：Whisper medium/large 模型处理 1 小时视频需 30-60 分钟 CPU 时间，GPU 加速非开箱即用
• Cookie 合规灰区：小红书/抖音部分受保护内容需用户手动导出浏览器 Cookie，存在账号协议风险
• API 密钥暴露面：虽声明仅通过环境变量注入，但用户误操作（如 export 写入 shell history）可能导致密钥泄露
• 内容审核盲区：LLM 摘要可能遗漏视频中的关键视觉信息（如代码演示、数据图表），纯音频转录场景存在信息损失

适合人群

• 研究员与分析师：快速消化长视频课程、行业访谈、财报发布会
• 内容创作者：竞品视频结构化拆解、选题素材库建设
• 开发者：需将视频内容 pipeline 接入自动化工作流的技术团队
• 多语言学习者：依赖双语字幕提取进行精读训练的用户

常规风险等级

操作层面：B（依赖外部二进制与 API 密钥管理）
合规层面：C（Cookie 获取行为可能违反平台 ToS，需用户自担风险）
数据层面：B（临时文件自动清理，但转录过程产生本地音频缓存）

核心用法

video-summary 是一款跨平台视频内容智能摘要工具，通过 CLI 或 OpenClaw Agent 调用。用户仅需提供视频 URL，工具即可自动识别平台（Bilibili、YouTube、小红书、抖音等），提取字幕或音频转写，并调用 LLM API 生成结构化摘要。支持章节分段、JSON/Markdown 多格式输出、本地视频文件处理，以及自定义提示词模板。

核心命令模式：video-summary "<URL>" [选项]。常用选项包括 --chapter（章节摘要）、--json（结构化输出）、--subtitle（仅提取字幕）、--output（保存文件）、--cookies（受限内容访问）。环境变量配置简单：仅需 OPENAI_API_KEY 即可运行，支持通过 OPENAI_BASE_URL 切换至智谱、DeepSeek、Moonshot 等国产模型。

显著优点

平台覆盖全面：国内主流平台（Bilibili、小红书、抖音）与 YouTube 全支持，填补 OpenClaw 原生 summarization 仅支持 YouTube 的空白。

输出结构化：自动生成含标题、作者、时长、核心内容、关键要点、时间戳导航的 Markdown 报告，JSON 格式便于二次开发集成。

技术栈成熟：底层依赖 yt-dlp（视频下载）、Whisper（本地转写）、ffmpeg（音频处理）等业界标准工具，稳定性与可维护性高。

隐私安全可控：API 密钥纯环境变量管理，无硬编码、无配置文件写入、无遥测追踪；临时文件自动清理，符合 GDPR 数据最小化原则。

扩展灵活：支持自定义摘要提示词模板、多模型接入、Cookie 绕过平台限制，满足进阶用户需求。

潜在缺点与局限性

依赖安装门槛：需手动安装 yt-dlp、jq、ffmpeg、Whisper 等二进制工具，对非技术用户不够友好；GPU 缺失时 Whisper 转写长视频耗时显著（60 分钟视频约需 12-60 分钟）。

平台支持不均衡：YouTube/Bilibili 可直接下载字幕，小红书与抖音无原生字幕，强制依赖 Whisper OCR 转写，准确性与成本受限。

LLM API 成本：长视频内容分片摘要将消耗较多 Token，频繁使用可能产生可观 API 费用；无 API 密钥时降级为仅输出结构化请求，需 Agent 二次处理。

内容限制：受平台反爬策略影响，部分私享/地域限制视频无法获取；Cookie 机制虽可缓解，但增加用户操作复杂度。

适合的目标群体

• 知识工作者：快速消化网课、讲座、行业报告视频，提取关键信息与时间锚点
• 内容创作者：监控竞品视频、生成选题素材库、批量处理采访素材
• 研究人员：整理学术会议录像、纪录片资料，建立可检索的视频知识库
• 运营与媒体团队：追踪抖音/小红书爆款内容，高效产出内容简报与趋势分析

使用风险与注意事项

供应链安全：yt-dlp、Whisper 等依赖建议从 PyPI/Homebrew/apt 等官方渠道安装，避免下载不明来源预编译包。

API 密钥泄露：虽采用环境变量存储，仍需避免写入 .bashrc 等全局可读文件；建议专用 API Key 并限制额度。

Cookie 安全：导出 Cookie 文件时注意保管，勿分享他人；小红书/抖音 Cookie 可能含会话凭证，过期需重新导出。

临时文件权限：多用户环境建议检查 /tmp 下临时文件权限，防止音频/字幕内容被其他用户读取。

网络合规：批量下载视频需遵守平台 ToS 与本地法规，避免高频请求触发平台风控。