核心用法
dl 是一款面向本地媒体库构建的下载工具，用户通过 /dl <url>> 触发或自然语言指令（如 "Download this video"）即可启动下载流程。Skill 内部调用 uv run --script dl.py 执行，支持视频、音乐及播放列表三种内容类型，自动识别内容格式并分流至 ~/Movies//（视频）或 ~/Music//（音频）。播放列表会创建子目录保持结构完整。高级用户可通过 -o 参数指定自定义输出路径，或配置 cookies 文件突破部分平台的访问限制。
显著优点
1. 智能分类存储：无需手动整理，下载内容按类型自动归档至标准媒体目录，与 Jellyfin、Universal Media Server 等本地流媒体服务器无缝衔接，实现电视/手机即时播放。
2. 资源管控严格：内置 2GB 视频上限、30MB 音频上限及 30 项播放列表限制，有效防止存储滥用和误操作批量下载。
3. 工程化设计：采用临时目录中转 + 原子化移动的策略，避免下载中断导致的目标目录污染；python-slugify 清理文件名杜绝路径遍历风险。
4. 生态整合：原生支持 OpenClaw 技能平台，依赖管理通过 uv 实现，安装零配置；Telegram 场景下可自动推送音频文件至对话。
潜在缺点与局限性
- 平台合规风险：yt-dlp 本身处于版权灰色地带，部分国家/地区可能限制使用；YouTube 等平台的反爬策略更新可能导致下载失败。
- 功能边界封闭：仅支持下载，不提供格式转换、元数据刮削、字幕提取等进阶媒体处理功能，重度用户需配合其他工具链。
- 网络依赖刚性：无离线模式或缓存续传机制，大文件下载中断需重新开始。
- Cookies 管理成本：高可靠性下载依赖用户自行维护 cookies 文件，对非技术用户存在门槛。
适合的目标群体
- 自建 NAS/家庭媒体服务器的影音爱好者
- 需要离线备份教学视频、播客的内容创作者
- 追求「下载-整理-播放」自动化流程的效率型用户
- Telegram 重度用户（享受自动推送音频的便利）
使用风险
- 存储性能：大文件下载可能短暂占用系统 I/O，机械硬盘场景下建议避开高峰期
- 依赖项漂移：yt-dlp 需跟随平台更新频繁升级，长期未更新可能导致解析失败
- 版权合规：用户需自行确保下载内容符合当地法律法规，Skill 本身不提供内容合法性校验