（10865期）Gemini Yt Video Transcript – Gemini 驱动·纯净转录

Gemini 驱动·纯净转录 通过 Google Gemini API 为 YouTube 视频生成带说话人标签的逐字转录稿，无需时间戳，输出简洁清晰。 使用说明 核心用法 该 Skill 是一款命令行 YouTube 视频转录工具，调用 Google Gemini 大模型生成逐字稿。用户只需提供 YouTube URL，工具即可返回带说话人标签的纯净文本格式（Speaker: text），自动跳过时间戳和冗余标记。 使用方式：python3 scripts/youtube_transcript.py "https://www.youtube.com/watch?v=..." [--out <路径>] 输出默认保存至工作目录 out/ 文件夹，首行为视频标题，后续为说话人分段对话。 显著优点 输出格式纯净：自动生成 Speaker: text 格式，无时间码干扰，直接适用于会议纪要、内容摘要等场景 依赖极简：仅使用 Python 标准库（urllib、json、os、sys），零第三方包依赖，部署轻便 安全基线较高：输出路径受限（工作目录、/tmp 或 TMPDIR），防止目录遍历；无硬编码凭证 合规友好：符合 GDPR 数据最小化原则，无主动数据收集行为 潜在局限 需要自备 API Key：依赖用户配置的 GEMINIAPIKEY，对新手不够便捷 无时间戳信息：若需精确时间定位，本工具无法满足 T3 来源风险：由个人开发者维护（GitHub: odrobnik），非企业/基金会背书，需自行跟踪更新 网络依赖：必须访问 Google Generative Language API 和 YouTube oEmbed，国内网络环境可能受限 错误信息暴露：API 报错时会将原始响应输出至 stderr，存在意外泄露敏感信息的可能 适合人群 播客/访谈整理者、会议纪要员、内容创作者 需要快速获取 YouTube 视频文字稿的研究者、记者 熟悉命令行操作、能自行管理 API Key 的技术用户 常规风险 密钥管理：环境变量方式虽标准，但在共享环境或日志中可能意外暴露 API 成本：Gemini API 调用产生费用，长视频需注意用量 输出覆盖：自动命名文件可能覆盖同名历史文件，建议显式指定 --out 路径 模型幻觉：大模型生成的转录可能存在识别误差，重要场景建议人工复核 原始说明 Create a verbatim transcript for a YouTube URL using Google Gemini (speaker labels, paragraph breaks; no time codes). Use when the user asks to transcribe a YouTube video or wants a clean transcript (no timestamps).