Video Transcript Extraction Skill

从视频平台（Bilibili、YouTube、抖音）提取视频字幕/文案的 Hermes Agent Skill。

支持平台

| 平台 | 方法 | |------|------| | Bilibili | Bilibili API + MiMo ASR | | YouTube | saveanyyoutube.com / youtube-transcript.io / yt-dlp | | 抖音 | SnapAny + MiMo ASR |

核心功能

• 自动下载视频音频并转录为文字
• 支持长视频分片处理（避免ASR截断）
• 多平台 fallback 方案
• 代理配置支持（mihomo）

依赖

• ffmpeg — 音频格式转换
• yt-dlp — YouTube 音频下载（需代理）
• MiMo ASR API Key — 语音识别

安装

# 克隆到 Hermes skills 目录
cd ~/.hermes/skills/media
git clone https://github.com/ITELMN/video-transcript-skill.git video-transcript

或者手动复制 SKILL.md 和 references/ 目录到 ~/.hermes/skills/media/video-transcript/。

使用方法

直接发送视频链接给 Hermes Agent，它会自动提取文案：

帮我把这个视频的文案提取出来：https://www.bilibili.com/video/BV...

MiMo ASR API

• Endpoint: https://token-plan-cn.xiaomimimo.com/v1/chat/completions
• Model: mimo-v2.5-asr
• ⚠️ 使用 /v1/chat/completions，不是 /v1/audio/transcriptions

License

MIT