YouTube 字幕学习笔记
把网页上可见的 YouTube 字幕变成可复核的学习笔记:摘要、术语表、时间锚点和缺项说明。它不下载视频、不调用转录 API,也不把推测的音频内容写成字幕。
输入
用户提供:视频 URL、目标语言、学习目标和 browserId。单次仅处理一个章节、场景或短文;表格最多 100 行,超过时先说明范围并请求分批。
结果
输出 Markdown 草稿,包含:来源 URL 与页面可见语言、范围说明、要点摘要、术语表、时间锚点、限制与缺项。没有可见字幕、字幕已关闭或语言不匹配时,输出限制报告,不能补写音频内容。
运行前提:Easy WebBridge
这是浏览器 Skill。先安装并连接 Easy WebBridge(GitHub);GitHub 不可用时使用 Gitee 备用地址。在目标浏览器扩展中确认已连接后,用户提供一个明确的 browserId。
运行时使用 CLI:node /path/to/easy-webbridge/cli/easy-webbridge.mjs。先阅读本机 CLI 的 --help;本 Skill 不内置、不复制浏览器 API,也不公开本机路径、实际 browserId 或 session。
工作流
- 确认输入完整:URL、目标语言、学习目标、明确的
browserId。默认只读。 - 执行 CLI
--help,再为本次运行创建唯一youtube-transcript-study-notes-free-<run-id>session 和“字幕学习笔记”标签组。只在用户指定的browserId内打开 URL,复用该组的标签页,绝不广播到其他环境。 - 使用
snapshot <browserId> <tabId> --text-mode page读取网页可见文本;导航、展开字幕或滚动后立即刷新快照和 refs。仅依据快照中可见的字幕、章节与时间信息记录笔记。 - 核对字幕是否存在、是否开启及目标语言是否匹配。遇到登录、验证码、风控或账户安全验证,停止并报告;不绕过。
- 生成草稿时逐项保留来源 URL 和可见范围。字幕内容上限为 100 行;超出时标记未覆盖范围并请用户分批。
- 若用户明确授权“草稿填充”,只填入草稿字段并停在最终发布/发送前;绝不点击发布或发送。结束时仅关闭本次创建且确认归属的 session,不接管或关闭已有页面。
输出模板
# 学习笔记草稿
- 来源:<视频 URL>
- 页面可见字幕语言:<语言或“未确认”>
- 学习目标:<用户目标>
- 覆盖范围:<可见时间/章节;最多 100 行>
## 摘要
- <仅基于可见字幕的要点>
## 术语表
| 术语 | 页面可见释义/上下文 | 时间锚点 |
| --- | --- | --- |
## 时间锚点
| 时间 | 可见内容摘要 |
| --- | --- |
## 限制与缺项
- <字幕不存在、关闭、语言不匹配、可见范围不足等实际情况>
失败分支
- 字幕不存在或关闭:说明页面未提供可见字幕/字幕未开启,交付限制报告。
- 语言不匹配:说明可见语言与目标语言,并请求用户选择可用语言或提供对应字幕。
- 登录、验证码或风控:暂停,等待用户完成验证;不得规避。
- 页面内容超过边界:只交付已见范围,列出未覆盖部分并请求分批。
本地验证
运行 node scripts/self-test.mjs。它只检查仓库结构和离线页面资料模拟夹具,不连接浏览器,也不把样例宣称为在线采集。