视频章节 / 时间戳目录
SkillMediaVideo chapters / timestamp table of contents: automatically generates chapter divisions and timestamped tables of contents for medium-to-long videos, for use in Bilibili parts / YouTube chapters / video descriptions, making it easy for viewers to jump around and improving watch-through rates. Use wh
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the 视频章节 / 时间戳目录 skill
What this skill tells your AI
The instructions your AI receives, as published by zju-real/easel in skills/openclaw/video-chapters/SKILL.md and read by ahel’s review.
给中长视频生成章节时间戳目录(B站/YouTube 描述区可用)。带时间轴转录走
asr.py, 章节切分与命名由你(LLM)完成。
出成篇图文见 video-to-article;出字幕见 auto-subtitle;切成短视频见 video-highlights。
输入
| 字段 | 必填 | 说明 |
|---|---|---|
| 视频文件 | 是 | 中长视频(教程/评测/讲座/直播回放;没给就问) |
| 目标平台 | 否 | B站 / YouTube / 通用(影响格式与措辞) |
| 章节数 | 否 | 期望章节数(默认按内容自然划分,通常 5-12 段) |
输出(outputs/主题名/)
chapters.txt— 时间戳目录(每行mm:ss 章节名,可直接贴描述区)chapters.json— 结构化(start 秒 + 标题),供程序化使用transcript.txt— 转录原文(备查)
执行步骤
脚本路径(相对项目根):skills/shared/scripts/asr.py。
1. 带时间轴转录
python skills/shared/scripts/asr.py transcribe -i <视频> --format json \
-o outputs/主题名/transcript.json
(首次跑 ASR 需外网代理下模型,见 auto-subtitle 前置说明。)
2. 划分章节(你来做)
读 transcript.json(每段带 start/end),按话题转折划分章节:
- 找主题切换点作为章节边界(不是均匀切时间,而是按内容)。
- 第一章从 00:00 开始(平台要求,否则章节功能不生效)。
- 每章名 6-16 字,动词开头或点明看点(如"实测续航翻车了""3 分钟教你上手"),不写"第一部分"。
- 章节数适中(太碎观众烦,太粗没用),一般 5-12 段;短视频(<3 分钟)通常不需要章节。
- 章节最短 ≥10 秒(平台 YouTube 要求相邻章节间隔 ≥10s)。
3. 输出目录
写 chapters.txt(每行 mm:ss 章节名,首行必须 00:00):
00:00 开场|今天聊什么
01:24 第一个坑:xxx
03:50 实测环节
...
同时写 chapters.json:[{"start": 0, "title": "开场|今天聊什么"}, ...]。
平台格式差异
- YouTube:贴在视频描述区,首个必须
0:00,≥3 章、每章 ≥10s 自动生效。 - B站:作为"看点/进度条章节"或分P说明,格式
mm:ss 标题。 - 通用:
chapters.txt通用可读。
规则
- 章节边界按话题转折定,不是均匀切时间。
- 首章必须 00:00;相邻章节间隔 ≥10s。
- 章节名点明看点、简洁有吸引力,不用"第一部分"这类空名。
- 不编造视频没讲的内容;依据转录如实划分。
- 产物统一进
outputs/主题名/。
参考来源
章节时间戳是 YouTube/B站 提升完播与检索的标准做法(首章 0:00、≥10s 间隔为平台硬规则)。 转录用 faster-whisper(asr.py)出时间轴,话题切分交给 LLM——确定性 IO 与语义划分分层。
Signals
- GitHub stars
- 1k
- Forks
- 143
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
video-chapters- Source
- github.com/zju-real/easel