YouTube 视频切片工具

CLI 工具：输入 YouTube 链接，自动下载、分析并裁切精彩片段，输出多个 MP4 文件。

功能

• 自动下载 YouTube 视频（支持字幕）
• 智能分析视频内容，提取精彩片段
• 支持多种 LLM 平台（DeepSeek、Gemini、OpenAI 等）
• 无损裁切视频（ffmpeg -c copy）
• 生成 Markdown 切片报告

安装

1. 安装系统依赖

# Ubuntu/Debian
sudo apt install ffmpeg

# macOS
brew install ffmpeg

2. 创建虚拟环境并安装依赖

python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Docker 安装（可选）

构建镜像

# CPU 版本（默认）
docker build -t yt-segment .

# GPU 版本（需要 nvidia-docker）
docker build -t yt-segment --build-arg GPU=true .

Docker 使用

# 基本用法
docker run --rm -v $(pwd)/output:/app/output yt-segment <YouTube URL>

# 传入 API Key
docker run --rm -v $(pwd)/output:/app/output yt-segment <URL> -p deepseek -k sk-xxx

# GPU 加速（需要 nvidia-docker）
docker run --rm --gpus all -v $(pwd)/output:/app/output yt-segment <URL>

参数说明：

• -v $(pwd)/output:/app/output - 挂载输出目录到宿主机
• --gpus all - 使用 GPU 加速 Whisper 转录

使用

基本用法

venv/bin/python3 main.py <YouTube URL>

完整参数

venv/bin/python3 main.py <URL> [选项]

必需参数:
  url                   YouTube 视频链接

选项:
  -p, --provider        LLM 平台 (gemini/deepseek/siliconflow/openai/custom)
  -m, --model           模型名称
  -k, --api-key         API Key
  --min-segments        最小切片数量 (默认: 3)
  --max-segments        最大切片数量 (默认: 5)
  -o, --output          输出目录 (默认: ./output)
  --temp                临时文件目录 (默认: ./temp)
  --subtitle-langs      字幕语言优先级 (默认: zh-Hans,zh,zh-TW,en)
  --keep-temp           保留临时文件
  --dry-run             只分析不裁切

示例

# 使用默认配置
venv/bin/python3 main.py https://www.youtube.com/watch?v=xxxxxx

# 指定 LLM 平台和输出目录
venv/bin/python3 main.py https://youtu.be/xxxxxx -p gemini -o ./clips

# 通过命令行传入 API Key
venv/bin/python3 main.py https://www.youtube.com/watch?v=xxxxxx -k YOUR_API_KEY

# 自定义切片数量
venv/bin/python3 main.py https://www.youtube.com/watch?v=xxxxxx --min-segments 2 --max-segments 10

# 测试模式（不裁切视频）
venv/bin/python3 main.py https://www.youtube.com/watch?v=xxxxxx --dry-run

完整命令示例

venv/bin/python3 main.py \
  https://www.youtube.com/watch?v=dQw4w9WgXcQ \
  -p deepseek \
  -k sk-xxxxxxxxxxxxxxxx \
  -m deepseek-chat \
  --min-segments 3 \
  --max-segments 8 \
  -o ./my_clips \
  --subtitle-langs "en,zh-Hans,zh"

参数解释：

参数	值	说明
URL	https://www.youtube.com/watch?v=dQw4w9WgXcQ	要处理的 YouTube 视频链接
-p deepseek	deepseek	使用 DeepSeek 作为 LLM 分析平台
-k sk-xxx	sk-xxxxxxxxxxxxxxxx	直接通过命令行传入 API Key（优先级最高）
-m deepseek-chat	deepseek-chat	指定使用的模型（可选，默认根据平台自动选择）
--min-segments 3	3	最少提取 3 个精彩片段
--max-segments 8	8	最多提取 8 个精彩片段
-o ./my_clips	./my_clips	切片视频保存到 my_clips 目录
--subtitle-langs "en,zh-Hans,zh"	en,zh-Hans,zh	字幕语言优先级：英文 > 简体中文 > 中文

执行流程：

1. 下载视频到临时目录 ./temp
2. 优先下载英文字幕，若无则尝试中文字幕
3. 调用 DeepSeek API 分析字幕内容，提取 3-8 个精彩片段
4. 使用 ffmpeg 无损裁切视频
5. 输出文件到 ./my_clips/ 目录
6. 生成 ./my_clips/segments.md 报告
7. 清理临时文件

配置

环境变量

变量	默认值	说明
LLM_PROVIDER	deepseek	LLM 平台
MIN_SEGMENTS	3	最小切片数量
MAX_SEGMENTS	5	最大切片数量
OUTPUT_DIR	./output	输出目录
TEMP_DIR	./temp	临时文件目录
SUBTITLE_LANGS	zh-Hans,zh,zh-TW,en	字幕语言优先级

API Key 配置

优先级：命令行 > 环境变量 > 手动输入

平台	环境变量
Gemini	GOOGLE_API_KEY
DeepSeek	DEEPSEEK_API_KEY
SiliconFlow	SILICONFLOW_API_KEY
OpenAI	OPENAI_API_KEY
Custom	CUSTOM_LLM_API_KEY

模型切换

支持自由切换 LLM 平台和模型：

# 使用 DeepSeek 默认模型 (deepseek-chat)
venv/bin/python3 main.py <URL> -p deepseek

# 使用 DeepSeek 推理模型
venv/bin/python3 main.py <URL> -p deepseek -m deepseek-reasoner

# 使用 Gemini
venv/bin/python3 main.py <URL> -p gemini

# 使用 Gemini 指定模型
venv/bin/python3 main.py <URL> -p gemini -m gemini-2.0-flash

# 使用 SiliconFlow (Qwen)
venv/bin/python3 main.py <URL> -p siliconflow

# 使用 SiliconFlow 指定模型
venv/bin/python3 main.py <URL> -p siliconflow -m deepseek-ai/DeepSeek-V3

# 使用 OpenAI
venv/bin/python3 main.py <URL> -p openai -m gpt-4o

# 使用自定义 OpenAI 兼容平台
export CUSTOM_LLM_BASE_URL=https://your-api.com/v1
export CUSTOM_LLM_MODEL=your-model-name
venv/bin/python3 main.py <URL> -p custom

各平台默认模型：

平台	默认模型
Gemini	gemini-2.5-flash-lite
DeepSeek	deepseek-chat
SiliconFlow	Qwen/Qwen2.5-72B-Instruct
OpenAI	gpt-4o-mini
Custom	需通过环境变量配置

配置示例

# 方式一：环境变量
export LLM_PROVIDER=deepseek
export DEEPSEEK_API_KEY=sk-xxxxx
venv/bin/python3 main.py https://www.youtube.com/watch?v=xxxxxx

# 方式二：.env 文件 (需自行加载)
cat > .env << EOF
LLM_PROVIDER=deepseek
DEEPSEEK_API_KEY=sk-xxxxx
MIN_SEGMENTS=2
MAX_SEGMENTS=10
EOF

项目结构

├── main.py          # 入口，编排 4 步流水线
├── downloader.py    # yt-dlp 下载视频和字幕
├── transcriber.py   # 解析字幕或调用 API 转录音频
├── analyzer.py      # LLM 分析字幕，提取精彩片段
├── cutter.py        # ffmpeg 裁切视频
├── config.py        # 配置管理
├── requirements.txt # Python 依赖
└── output/          # 输出目录（自动创建）

输出

• output/*.mp4 - 切片视频文件，命名格式：NN_标题.mp4
• output/segments.md - Markdown 格式的切片详情报告

注意事项

• 需要网络访问 YouTube
• 长视频的 AI 转录可能需要较长时间
• Gemini 转录长音频时可能返回截断的 JSON，已做容错处理