名称： gettr-transcribe-summarize
描述： 从 GETTR 帖子（通过 HTML og:video）下载音频，在 Apple Silicon 上使用 MLX Whisper 进行本地转录（通过 VTT 生成时间戳），并将转录内容总结为要点和/或带时间戳的提纲。当用户提供 GETTR 帖子 URL 并要求生成转录或摘要时使用。
主页： https://gettr.com
元数据： {"clawdbot":{"emoji":"📺","requires":{"bins":["mlx_whisper","ffmpeg"]},"install":[{"id":"mlx-whisper","kind":"pip","package":"mlx-whisper","bins":["mlx_whisper"],"label":"安装 mlx-whisper (pip)"},{"id":"ffmpeg","kind":"brew","formula":"ffmpeg","bins":["ffmpeg"],"label":"安装 ffmpeg (brew)"}]}}

GETTR 转录 + 摘要 (MLX Whisper)

快速开始

# 1. 从 URL 中解析 slug（直接读取即可，无需脚本）
#    https://gettr.com/post/p1abc2def  → slug = p1abc2def
#    https://gettr.com/streaming/p3xyz → slug = p3xyz

# 2. 获取视频 URL
#    对于 /post/ 类型的 URL：使用提取脚本
python3 scripts/extract_gettr_og_video.py "<GETTR_POST_URL>"

#    对于 /streaming/ 类型的 URL：直接使用浏览器自动化（提取脚本不可靠）
#    关于浏览器自动化的说明，请参见下方的步骤 1

# 3. 运行下载 + 转录流水线
bash scripts/run_pipeline.sh "<VIDEO_URL>" "<SLUG>"

若要显式设置转录语言（推荐用于非英语内容）：

bash scripts/run_pipeline.sh --language zh "<VIDEO_URL>" "<SLUG>"

常用语言代码：zh（中文）、en（英语）、ja（日语）、ko（韩语）、es（西班牙语）、fr（法语）、de（德语）、ru（俄语）。

输出文件位于：
- ./out/gettr-transcribe-summarize/<slug>/audio.wav
- ./out/gettr-transcribe-summarize/<slug>/audio.vtt

然后继续执行步骤 3（总结）以生成最终交付物。

工作流程（GETTR URL → 转录稿 → 摘要）

需确认的输入项

向用户确认：
- GETTR 帖子 URL
- 输出格式：仅要点 或 要点 + 带时间戳的提纲
- 摘要长度：简短、中等（默认） 或 详细
- 语言（可选）：如果视频为非英语且自动检测失败，请询问语言代码（例如 zh 代表中文）

注意事项：
- 本技能不处理需要身份验证的 GETTR 帖子。
- 本技能不进行翻译；输出内容保持视频的原始语言。
- 如果转录质量不佳或混有英语，请使用显式的 --language 标志重新运行。

前提条件（本地）

• 已安装 mlx_whisper 并已加入 PATH
• 已安装 ffmpeg（推荐：brew install ffmpeg）

步骤 0 — 解析 slug 并选择输出目录

直接从 GETTR URL 解析 slug — 只需读取最后一个路径段，无需脚本：
- https://gettr.com/post/p1abc2def → slug = p1abc2def
- https://gettr.com/streaming/p3xyz789 → slug = p3xyz789

输出目录：./out/gettr-transcribe-summarize/<slug>/

目录结构：
- ./out/gettr-transcribe-summarize/<slug>/audio.wav
- ./out/gettr-transcribe-summarize/<slug>/audio.vtt
- ./out/gettr-transcribe-summarize/<slug>/summary.md

步骤 1 — 获取视频 URL

方法取决于 URL 类型：

对于 /post/ 类型的 URL — 使用提取脚本

运行提取脚本，从帖子 HTML 中获取视频 URL：

python3 scripts/extract_gettr_og_video.py "<GETTR_POST_URL>"

此命令会将最佳候选视频 URL（通常是 HLS .m3u8 文件）打印到标准输出。

如果提取失败，请要求用户直接提供 .m3u8/MP4 URL（如果帖子是私密的、需要验证或 HTML 是动态生成的，这种情况很常见）。

对于 /streaming/ 类型的 URL — 直接使用浏览器自动化

不要对直播流 URL 使用提取脚本。 从静态 HTML 提取的 og:video URL 对于直播内容不可靠 — 要么完全失败，要么下载在接近结束时卡住并失败。

应使用浏览器自动化来获取一个新鲜的、动态签名的 URL：
1. 打开 GETTR 直播流 URL，等待页面完全加载（必须执行 JavaScript）。
2. 从渲染后的 DOM 中提取 og:video 元标签的内容：
javascript document.querySelector('meta[property="og:video"]').getAttribute('content')
3. 在步骤 2 的流水线中使用这个新鲜的 URL。

如果无法使用浏览器自动化或自动化失败，请参阅 references/troubleshooting.md 了解如何指导用户从浏览器中手动提取新鲜的 URL。

步骤 2 — 运行流水线（下载 + 转录）

将提取到的视频 URL 和 slug 输入流水线：

bash scripts/run_pipeline.sh "<VIDEO_URL>" "<SLUG>"

若要显式设置语言（推荐在自动检测失败时使用）：

bash scripts/run_pipeline.sh --language zh "<VIDEO_URL>" "<SLUG>"

流水线执行两项操作：
1. 通过 ffmpeg 将音频下载为 16kHz 单声道 WAV 文件。
2. 使用 MLX Whisper 进行转录，输出带时间戳的 VTT 文件。

如果流水线因 HTTP 412 错误（签名 URL 过期）而失败

此错误在使用 /streaming/ URL 且签名 URL 已过期时发生。如果浏览器自动化返回了一个过期的 URL，请重新运行浏览器自动化以获取新的 URL，然后重试流水线。

如果无法使用浏览器自动化或自动化失败，请参阅 references/troubleshooting.md 了解如何指导用户从浏览器中手动提取新鲜的 URL。

注意事项：
- 默认情况下，语言是自动检测的。对于检测失败的非英语内容，请使用 --language。
- 如果速度太慢或内存占用过高，请尝试使用更小的模型：mlx-community/whisper-medium 或 mlx-community/whisper-small。
- 如果质量不佳，请尝试完整模型：mlx-community/whisper-large-v3（速度较慢但更准确）。
- 如果 --word-timestamps 导致问题，流水线会自动重试而不使用该选项。

步骤 3 — 总结

将最终交付物写入 ./out/gettr-transcribe-summarize/<slug>/summary.md。

选择一个摘要长度（用户可选）：
- 简短： 5–8 个要点；（如有提纲）4–6 个部分
- 中等（默认）： 8–20 个要点；（如有提纲）6–15 个部分
- 详细： 20–40 个要点；（如有提纲）15–30 个部分

包含：
- 要点（根据上述长度）
- 可选的带时间戳的提纲（根据上述长度）

带时间戳的提纲格式（默认标题样式）：

[00:00 - 02:15] 章节标题
- 1–3 个子要点

根据 VTT 提示构建提纲时：
- 将相邻的提示分组为连贯的章节。
- 使用章节中第一个提示的开始时间和最后一个提示的结束时间。

捆绑脚本

• scripts/run_pipeline.sh：下载 + 转录流水线（接收视频 URL 和 slug）
• scripts/extract_gettr_og_video.py：获取 GETTR HTML 并提取 og:video URL（带重试/退避机制）
• scripts/download_audio.sh：从 HLS 或 MP4 URL 下载/提取音频为 16kHz 单声道 WAV

错误处理

• 非视频帖子： 提取脚本会检测图片/文本帖子并提供有用的错误信息。
• 网络错误： 自动重试并采用指数退避策略（最多 3 次尝试）。
• 无音频轨道： 下载脚本会验证输出，并在源文件没有音频时报告。
• HTTP 412 错误： 在使用 /streaming/ URL 且签名 URL 已过期时发生。重新运行浏览器自动化以获取新的 URL（参见步骤 1）；如果失败，请参阅 references/troubleshooting.md。

故障排除

有关常见问题的详细解决方案，请参阅 references/troubleshooting.md，包括：
- HTTP 412 错误（签名 URL 过期）
- 提取失败
- 下载错误
- 转录质量问题