核心用法
TubeScribe 是一款专为 YouTube 视频内容设计的本地化处理工具，用户只需提供视频链接，即可自动完成从提取、转录到生成多格式文档和音频摘要的全流程。系统采用非阻塞式架构——主对话在子代理后台处理视频时可持续交互，完成后通过通知推送结果。
完整工作流包含七个步骤：视频元数据与字幕提取 → 读取结构化信息 → 生成带格式的 Markdown 文档（含参与者表格、3-5 段摘要、5 条带时间戳的关键引述、观众情感分析与精选评论、完整转录稿） → 通过 Pandoc 转换为 DOCX → 可选生成音频摘要（支持 macOS 内置语音或 Kokoro TTS）→ 清理临时文件 → 自动打开输出文件夹。
显著优点
- 零成本零门槛：无需订阅、无需 API 密钥、开箱即用
- 隐私优先：所有处理在本地完成，视频内容不会上传至第三方
- 智能格式化：自动识别多发言者场景（访谈/播客）与单发言者内容（讲座/教程），生成带可点击时间戳的专业文档
- 灵活输出：支持 DOCX、HTML、Markdown 三种文档格式，MP3/WAV 两种音频格式
- 批量与队列：支持多链接顺序处理，避免并行资源冲突
- 深度整合：可选提取 YouTube 评论区进行情感分析与优质评论筛选
潜在缺点与局限性
- 平台受限：仅支持 YouTube，无法处理其他视频平台
- 依赖字幕质量：转录准确性完全取决于 YouTube 自动字幕或上传者字幕的质量，无内置语音识别纠错
- 格式依赖：DOCX 输出依赖 Pandoc，MP3 生成依赖 ffmpeg，高品质语音需额外配置 Kokoro TTS
- macOS 偏向：内置 TTS 使用
say命令，Windows/Linux 用户需额外配置 - 长视频超时风险：超过 30 分钟的视频需手动调增子代理超时时间（默认 600 秒）
- 实时流不支持：无法处理正在直播的内容
适合人群
- 内容创作者与编辑：快速提取访谈金句、生成节目笔记
- 学生与研究者：将学术讲座、纪录片转为可搜索的文档与随身听音频
- 市场分析师：批量处理行业访谈、提取观众评论洞察
- 播客听众：生成带时间戳的 shownotes，便于二次引用
常规风险
- 版权合规：生成的文档与音频仅限个人学习使用，商用传播需获得原视频版权方授权
- 字幕缺失风险：无字幕视频完全无法处理，需用户提前确认
- 年龄/地区限制：部分视频因平台策略无法访问
- 依赖维护：yt-dlp、Kokoro 等外部工具更新可能导致兼容性问题