提取视频字幕 的 AI Skill
共 109 个，按热度排序。把提取视频字幕这件事交给 AI 来做。
Agent-Reach
给AI Agent一键装上互联网能力
framefetch
一个API调用，为智能体获取六大主流平台的视频元数据、洞察、转录和帧图像。
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王高精度OCR文字识别工具
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王提供的高精度OCR文字识别工具，支持多场景文档与证件识别。
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王提供的高精度OCR文字识别工具，支持多场景文档提取。
夸克扫描王 OCR文字识别 - yescan ocr universal
高准确率OCR文字识别，支持多场景
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王提供的高精度OCR文字识别工具
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王提供的高精度OCR文字识别工具，支持多场景多格式文档
夸克扫描王 OCR文字识别 - yescan ocr universal
夸克扫描王高准确率OCR文字识别工具
chengfeng-videocut-skills
专为中文口播视频设计的AI剪辑插件，无缝集成于Codex工作流。
Tencent MPS
一站式音视频与图片处理AI工具箱，覆盖转码、增强、字幕、配音等全流程。
mediaproc
在安全的SSH容器中，使用ffmpeg、sox、imagemagick处理音视频图片文件。
Doubao ASR / 豆包语音转写
基于豆包ASR 2.0模型，提供专业级中文语音转写服务。
youtube-summary
一键总结YouTube视频，提取章节、时间戳和关键要点。
Video Understanding
分析视频内容，支持URL、文件，提供摘要、理解、分析等功能。
Speak AI
通过MCP连接Speak AI，一站式处理音视频内容并生成AI洞察。
Dlazy Elevenlabs Stt
ElevenLabs语音转文字，支持自动语言检测和说话人区分
YouTube Transcript Native Node
零依赖提取YouTube视频字幕
Dlazy Fun Asr
基于阿里云FunASR的录音转文字工具，支持多语言和说话人分离。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
将视频内容转为结构化笔记，存档至Notion与Obsidian。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
多平台视频转结构化总结，同步双知识库
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
视频转结构化摘要，同步Obsidian和Notion
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
视频转结构化笔记，自动同步知识库
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
视频转结构化总结，同步Obsidian和Notion
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
视频一键转结构化笔记，同步Obsidian+Notion
Visual Summarization Skill | 视觉摘要智述技能
AI分析视频或图片，生成通顺自然的场景描述。
Visual Summarization Skill | 视觉摘要智述技能
AI分析视频或图片，生成通顺自然的场景描述。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
将视频内容转换为结构化笔记，并自动存档至知识库。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
将视频内容结构化总结并归档至个人知识库
Visual Summarization Skill | 视觉摘要智述技能
AI分析视频或图片，生成通顺的场景描述。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
将视频内容转换为结构化笔记，自动存档至知识库。
Video Summarizer（视频摘录+Notion/Obsidian知识库存档）
将视频内容转换为结构化笔记，自动存档至知识库。
YM-MediaToolkit(媒体处理工具集)
一个通过自然语言处理多种媒体文件的AI工具集。
YM-MediaToolkit(媒体处理工具集)
自然语言媒体处理助手，支持视频压缩、封面提取、音频转换、字幕识别
YM-MediaToolkit(媒体处理工具集)
自然语言驱动的媒体处理工具集
YM-MediaToolkit(媒体处理工具集)
自然语言媒体处理助手，一键压缩/提取/转换
YM-MediaToolkit(媒体处理工具集)
自然语言驱动的媒体处理工具集
YM-MediaToolkit(媒体处理工具集)
自然语言驱动的媒体处理工具集
YM-MediaToolkit(媒体处理工具集)
通过自然语言指令处理视频、音频、字幕等媒体文件。
YM-MediaToolkit(媒体处理工具集)
通过自然语言指令处理视频、音频和字幕的媒体工具集。
YM-MediaToolkit(媒体处理工具集)
一个通过自然语言处理各类媒体文件的AI助手工具集。
YM-MediaToolkit(媒体处理工具集)
一个通过自然语言指令处理视频、音频和字幕的媒体工具集。
多模态大模型 Gemini 3.1
Google多模态大模型，长上下文与视觉理解
多模态大模型 Gemini 3.1
Google强大的多模态模型，擅长长上下文和视觉理解。
douyin-to-text
一键提取抖音、TikTok等短视频文案字幕
多模态大模型 Gemini 3.1
Google多模态大模型，支持长上下文和视觉理解
多模态大模型 Gemini 3.1
Google多模态模型，擅长长文本与视觉理解
多模态大模型 Gemini 3.1
谷歌强大的多模态大模型，擅长长文档解析与视觉理解。
多模态大模型 Gemini 3.1
谷歌多模态大模型，长上下文与视觉理解强
多模态大模型 Gemini 3.1
Google强大的多模态模型，擅长长上下文理解和视觉解析。
多模态大模型 Gemini 3.1
谷歌多模态大模型，擅长长上下文理解和视觉解析。
U2-audio-file-transcriber
通过云知声API将音频文件转录为文字
Time-Lapse Album Custom Summarization Skill | 时光相册自定义浓缩分析技能
基于关键词从长视频中提取目标片段，生成浓缩集锦。
Time-Lapse Album Custom Summarization Skill | 时光相册自定义浓缩分析技能
基于关键词从长视频中提取目标片段并生成浓缩集锦
Time-Lapse Album Custom Summarization Skill | 时光相册自定义浓缩分析技能
基于关键词从长视频中提取目标片段，生成浓缩集锦。
Time-Lapse Album Custom Summarization Skill | 时光相册自定义浓缩分析技能
基于关键词从长视频中提取目标片段，生成浓缩集锦。
dy-caption
一键提取抖音、YouTube等短视频的字幕文案。
Clip Media
从1800+社交媒体平台提取视频、图片、音频等媒体文件。
PDF和图片文字提取
从图片或PDF中精准提取文字，支持多种格式并保留结构。
Deyo
Deyo 音视频文件转文字工具
图片-文字识别
利用OCR技术，一键提取图片中的文字信息。
图片-文字识别
使用OCR技术，快速提取图片中的文字信息。
图片-文字识别
利用OCR技术，快速准确地从图片中提取文字信息。
图片-文字识别
使用OCR技术，从图片中精准提取文字信息。
PDF和图片文字提取
从图片或PDF中精准提取文字，保留原始格式。
PDF和图片文字提取
从图片或PDF中高精度提取文字，支持多种格式并保留原始结构。
PDF和图片文字提取
从图片或PDF中高精度提取文字，保留原始格式。
PDF和图片文字提取
从图片或PDF中智能提取文字，支持多种格式并保留原始结构。
Tencent MPS Intl.
腾讯云媒体处理服务的AI调用接口，用于视频转码、增强、音频处理等
PDF和图片文字提取
从图片或PDF中精准提取文字，保留格式输出结构化结果。
PDF和图片文字提取
从图片或PDF中精准提取文字，支持多种格式并保留原始结构。
PDF和图片文字提取
从图片或PDF中精准提取文字，支持多种格式并保留结构。
PDF和图片文字提取
从图片和PDF中智能提取文字，保留格式，输出结构化结果。
youtube-skills
让AI代理直接获取YouTube视频字幕、搜索和频道数据
PDF和图片文字提取
从图片或PDF中精准提取文字，支持多种格式并保留原始结构。
turbo-whisper-local-stt
本地高性能中文音频转文字工具
多模态图像识别
基于多模态AI的图片识别与分析工具
多模态图像识别
基于多模态AI的图片识别与分析工具
多模态图像识别
基于多模态AI的图片识别与分析工具
多模态图像识别
基于多模态AI的图片识别与分析工具
抖音视频下载器
多平台短视频无水印下载工具
Poyo Get Timestamped Lyrics
获取带时间戳的歌词，用于同步显示
link-resolver-engine
自动解析并下载B站、抖音无水印高清视频
Video to Notes
自动将视频内容转换为结构化学习笔记
youtube-to-ebook
将YouTube视频转录并重写为精美的电子书文章
baocut
让AI编码助手驱动BaoCut视频处理工具
youtube-fetcher-to-markdown
自动抓取YouTube视频字幕并保存为结构化Markdown文件
video-add-captions
为Open Recut视频项目添加逐字时间轴字幕
skilless.ai
为AI Agent提供联网搜索、网页解析等现实数据获取能力的工具集
claude-skill-video-transcribe
一站式视频音频转录与核心要点提炼工具
claude-shorts
基于Claude智能编排，从长视频中提取并制作高质量短视频的交互式工具
pi-simple-web
为Pi AI提供严格分离的网页、GitHub、PDF、搜索和YouTube工具集。
VideoHub
一个支持多平台的视频转录、翻译与AI配音桌面工具。
video-analyzer
本地视频分析工具，支持拆解、转写、摘要与剪辑建议。
抖音收藏转本地知识库
将抖音收藏或喜欢的视频内容转录并同步到本地知识库。
bibigpt-skill
通过 BibiGPT 服务，一键总结视频、播客和音频内容的 AI Agent Skill。
yt-search-download
一站式 YouTube 视频搜索、下载与字幕提取工具
bilibili-to-doc
将B站视频AI字幕提取并整理成结构化Markdown文档
notebooklm-youtube-skill
一键将YouTube视频转化为NotebookLM研究笔记本
小红书视频深度总结(本地)
本地免费一键深度总结小红书视频笔记
Bilibili Video Parser
一站式B站视频解析工具，支持元数据提取、下载、字幕生成与视觉分析。
video-understand
为视频项目提供可复用的元数据、逐字稿和语义理解分析。
bilibili-transcript
双重策略获取B站视频字幕的工具
jianying-subtitle
调用剪映免费API的音频视频转字幕CLI工具
pi-youtube-tools
无需MCP守护进程，直接调用YouTube数据API的Pi原生扩展。
@diegopetrucci/pi-web-access
为Pi Agent提供一站式网络与多媒体信息获取能力
pi-sense
为纯文本AI模型添加本地多媒体理解能力
pi-youtube-transcript
为Pi获取YouTube视频字幕的扩展工具
pi-yt-summarizer
Pi AI的YouTube视频摘要与创意生成插件