名称： youtube-voice-summarizer
版本： 1.0.0
描述： 使用 ElevenLabs TTS 将 YouTube 视频转换为播客风格的语音摘要
作者： Francisco Cordoba
主页： https://github.com/Franciscomoney/elevenlabs-moltbot
许可证： MIT
user-invocable: true
元数据： {"openclaw":{"emoji":"🎙️","autoTrigger":{"patterns":["youtube.com/watch","youtu.be/","youtube.com/shorts"]}}}

YouTube 语音摘要器

将任何 YouTube 视频转换为时长不超过 60 秒的专业语音摘要。

功能概述

当用户发送 YouTube 链接时，本工具会：
1. 通过 Supadata 提取视频字幕
2. 通过 OpenRouter/Cerebras 生成简洁的 AI 摘要
3. 通过 ElevenLabs 将摘要转换为自然语音
4. 返回可供用户收听的音频文件

环境要求

本工具需要运行一个后端服务器。请按以下步骤部署摘要服务：

git clone https://github.com/Franciscomoney/elevenlabs-moltbot.git
cd elevenlabs-moltbot
npm install
cp .env.example .env
# 将您的 API 密钥添加到 .env 文件中
npm start

所需 API 密钥

使用方法

当用户发送 YouTube 链接时：

步骤 1：启动语音摘要任务

curl -s -X POST http://127.0.0.1:3050/api/summarize \
  -H "Content-Type: application/json" \
  -d '{"url":"YOUTUBE_URL","length":"short","voice":"podcast"}'

返回示例：{"jobId": "job_xxx", "status": "processing"}

步骤 2：轮询任务状态（每次检查间隔 3-5 秒）

curl -s http://127.0.0.1:3050/api/status/JOB_ID

持续轮询，直到状态变为 "completed"。

步骤 3：向用户返回音频

任务完成后，响应将包含：
- result.audioUrl - MP3 音频文件的 URL（将此发送给用户！）
- result.teaser - 内容简介/引子文本
- result.summary - 完整的文本摘要
- result.keyPoints - 关键要点列表

请向用户发送：
1. 简介文本作为消息
2. 音频 URL，以便他们收听

语音选项

摘要长度

使用示例

用户："总结一下这个视频：https://www.youtube.com/watch?v=dQw4w9WgXcQ"

1. 启动任务：

curl -s -X POST http://127.0.0.1:3050/api/summarize \
  -H "Content-Type: application/json" \
  -d '{"url":"https://www.youtube.com/watch?v=dQw4w9WgXcQ","length":"short","voice":"podcast"}'

2. 使用返回的 jobId 轮询状态
3. 任务完成后，将 audioUrl 发送给用户

纯文本摘要（无音频）

如需更快速、成本更低的纯文本摘要：

curl -s -X POST http://127.0.0.1:3050/api/quick-summary \
  -H "Content-Type: application/json" \
  -d '{"url":"YOUTUBE_URL","length":"short"}'

故障排除

"视频可能没有字幕"
- 视频需要在 YouTube 上启用字幕功能
- 新视频的自动生成字幕可能需要一些时间

音频 URL 无法访问
- 确保 .env 文件中的 BASE_URL 是公开可访问的
- 检查防火墙是否允许 3050 端口的流量

单次摘要成本估算