claude-skills/skills/using-yt-tools/SKILL.md

name: using-yt-tools version: 0.2.0 description: Two flows for accessing YouTube content. Iterative-watch (для «что в этом ролике / о чём ролик / video summary»): markdown transcript with [mm:ss] anchors → pick moments → extract frames as JPGs → Read them. Targeted-frames (для «покажи кадр на N / посмотри момент N / что показано на N»): extract specific frames at user-given timestamps, no transcript. Also triggers on "транскрипт видео", "расшифровка YouTube", "youtube transcript", "watch this video", or any youtube.com URL WebFetch can't reach. Wraps yt-dlp + youtube-transcript-api + PySceneDetect + ffmpeg via CLI in ~/projects/.common/lib/yt-tools/. Skip for non-YouTube (Vimeo/Twitch/local mp4), audio podcasts (no STT here), pure-download workflows (use yt-dlp directly).

using-yt-tools

Iterative-watching YouTube для агента: clean-markdown транскрипт с [mm:ss]-якорями → агент решает, какие моменты интересны → targeted frame extraction по таймкодам → агент видит кадры через Read. Альтернативный flow — если юзер уже назвал таймкоды, идём прямо за кадрами без транскрипта.

When to use

Два различных flow, выбор по user intent:

Flow A — iterative-watch (exploration / summary):

• Юзер спрашивает что в ролике, хочет summary, хочет узнать о чём видео.
• Шаги: fetch transcript → read → pick interesting moments → extract those frames → Read frames.
• Trigger phrases: «что в этом ролике», «о чём ролик», «расшифровка YouTube», «video summary», «youtube transcript», «watch this video».

Flow B — targeted-frames (specific moments):

• Юзер уже назвал конкретные таймкоды; транскрипт — лишняя работа.
• Шаги: extract frames at given timestamps → Read frames.
• Trigger phrases: «покажи кадр на N», «посмотри момент N», «что показано на N», «show frame at N».

Оба flow предполагают, что yt-tools CLI установлен из ~/projects/.common/lib/yt-tools/. Если yt-transcript / yt-frames отсутствуют на PATH — abort с install-hint (см. Prerequisites).

Prerequisites

CLI entry-points на PATH (из pip install -e ~/projects/.common/lib/yt-tools/ внутри venv):

• yt-transcript, yt-frames, yt-watch, yt-tools

Внешние бинари (любая ОС):

• yt-dlp — fetches metadata + source mp4
• ffmpeg — muxes streams + extracts frames

Если что-то отсутствует, CLI выдаёт явное "X not found on PATH". Скажи юзеру и стоп.

Полный install per-OS — в ~/projects/.common/lib/yt-tools/README.md. Windows-gotcha: после winget install Gyan.FFmpeg или winget install yt-dlp.yt-dlp нужен restart терминала (и Claude Code session) — winget пишет в per-user PATH, который текущий shell не перечитывает.

Inputs

Flow	Required	Optional
A — iterative-watch	YouTube URL или bare 11-char video id	--lang ru,en для non-English subs; --out PATH
B — targeted-frames	YouTube URL + comma-separated mm:ss / h:mm:ss / bare seconds	--no-cache-source (stream вместо кеша source.mp4); --out DIR

Оба flow пишут в <cwd>/yt-cache/<video-id>/ по умолчанию.

Steps

Flow A — iterative-watch

1. yt-transcript <url>                        → ./yt-cache/<vid>/transcript.md
2. Read transcript.md, find [mm:ss] anchors that match the question
3. yt-frames <url> --timestamps 1:23,4:56,…   → ./yt-cache/<vid>/frames/frame_*.jpg
4. Read each frame_*.jpg via the vision tool
5. Answer the user, citing both transcript paragraph and frame contents

Last line каждого CLI's stdout — absolute path артефакта. Не парси текст вокруг, бери конец stdout.

Flow B — targeted-frames

1. Parse user's timestamps (mm:ss / h:mm:ss / bare seconds — все работают)
2. yt-frames <url> --timestamps 1:23,4:56,…   → ./yt-cache/<vid>/frames/frame_*.jpg
3. Read each frame_*.jpg
4. Answer the user, referencing each frame by its [mm:ss] label

Без transcript fetch. Если потом юзер спросит «что говорилось в тот момент?», переключайся на Flow A на том же URL — source.mp4 cache переиспользуется, повторного download нет.

Failure modes

Все failures abort cleanly; никогда не оставляй наполовину готовое состояние.

Symptom	Cause	Action
yt-transcript / yt-frames not on PATH	yt-tools pkg не pip-installed	Скажи юзеру install per ~/projects/.common/lib/yt-tools/README.md; стоп
yt-dlp not found on PATH	Внешний бин отсутствует	Дай install command для ОС юзера; стоп
ffmpeg not found on PATH	Внешний бин отсутствует	То же; на Windows после winget install Gyan.FFmpeg юзер должен restart терминала + CC session
yt-dlp source download failed (exit N) | stderr: …	Network / private / age-gated / region-locked	Выведи captured stderr verbatim; не retry
yt-dlp --dump-json failed	То же, но на metadata step	То же
Subtitles disabled от youtube-transcript-api	Канал отключил CC	Для Flow A это fatal — скажи юзеру, предложи Flow B с явными таймкодами если уместно
Юзер дал не-YouTube URL (Vimeo / Twitch / local mp4)	Out of scope	Стоп; скажи что скил YouTube-only

Side effects

• Writes под <cwd>/yt-cache/<video-id>/:
  • transcript.md (Flow A)
  • source.mp4 (≤720p, оба flow если без --no-cache-source)
  • frames/frame_<mmss>.jpg per extracted frame
• Network: yt-dlp вытягивает metadata + опционально source.mp4; youtube-transcript-api вытягивает subs
• Никакого внешнего state не мутируется — чисто local-fs side effects
• source.mp4 может быть ~50-200 MB на 720p / 10-минутный ролик; кеш переиспользуется между запусками

Cache hygiene: yt-tools cache list показывает usage, yt-tools cache prune --older-than 7d чистит.

What NOT to do

• Не запускай Flow A когда юзер уже дал таймкоды. «Посмотри 1:23 и 4:56» → сразу Flow B. Fetching transcript first — чистая трата.
• Не bulk-extract «на всякий случай». Flow A берёт кадры из транскрипта, Flow B — из явного user input. Никогда --mode interval --interval 5s «to be safe».
• Не используй yt-watch как default Flow A renderer. yt-watch комбинирует transcript + scene-frames в один doc — тяжелее (требует ffmpeg scene-detect pass на source.mp4). Бери только когда юзер хочет один self-contained document.
• Не shell-quote URLs в одну command строку. Используй CLI list-form (он уже list-form в subprocess.run); YouTube URLs содержат ? и &, которые ломают naive quoting.
• Не retry на yt-dlp failures. Failure здесь значит видео реально недоступно (private / region / age) или у юзера broken auth. Retries — трата токенов.
• Не пересказывай / не переводи transcript в свой ответ молча. Артефакт — для твоего reasoning; цитируй с [mm:ss]-якорем когда приводишь пассаж.
• Не вызывай скил на non-YouTube URL. Vimeo / Twitch / TikTok / local mp4 — out of scope. Бери другие тулзы (или yt-dlp напрямую).
• Не пиши результаты в произвольные пути. По умолчанию <cwd>/yt-cache/<vid>/; явный --out только если юзер просил.