content repurposer

一个从公开视频字幕抽取内容，再生成 LinkedIn、X thread、博客大纲和摘录 quote 的命令行工具。

这个能力解决什么问题

它面向的不是任意长文改写，而是 YouTube 视频内容复用：给一个带字幕的公开视频 URL，自动拿到 transcript，再产出不同渠道可用的内容资产。输出包括原始字幕、LinkedIn 帖、X thread、博客大纲、关键 quote 和 metadata，统一放在 output/<video_id>/。

核心逻辑

流程很直：main.py 解析 URL、平台、语气和输出格式；extractors/youtube.py 用 youtube-transcript-api 拉字幕；各个 generators/ 模块把同一份 transcript 交给 Anthropic 模型，分别生成 LinkedIn、Twitter、blog、quotes。用户可以指定只生成某些平台，也可以调整语气为 professional、casual 或 provocative。

技术结构

• 关键模块：extractors/ 管字幕，generators/base.py 封装生成器基类，generators/linkedin.py、twitter.py、blog.py、quotes.py 处理平台产物，config.py 存模型和数量默认值。
• 调用链路：YouTube URL -> transcript -> 平台生成器 -> Markdown/plain/json 输出。
• 输入输出：输入是公开视频 URL 和平台参数；输出是按视频 ID 分组的文本文件。
• 核心依赖：youtube-transcript-api、anthropic、python-dotenv。

为什么值得参考

它把“素材抽取”和“平台重写”分成了两个层次，目录也很干净：先保证 transcript 可复用，再让每个平台生成器消费同一份文本。这比把 URL 丢进一个大 prompt 更容易定位失败点，例如字幕缺失是 extractor 问题，风格不对是某个 generator 问题。

为什么不建议直接套用

它依赖 YouTube 字幕可用性，不适合没有字幕、私密视频或版权边界不清的素材。示例输出里有明显社媒诱导句式，作为严肃内容系统需要改掉。项目只处理字幕文本，不验证视频画面，也不保留逐句时间戳来源，因此引用和事实核查能力有限。

如何改造成自己的版本

把 extractor 抽象成“输入适配器”：YouTube、播客转录、会议纪要、文章都转成统一 source_text + metadata。平台生成器不要只按平台名写，而要按“渠道目标+受众+证据强度”写。输出里增加 source_url、transcript_available、needs_fact_check，并把自动生成的 quote 标成“待人工核对”。

适用场景

• 公开演讲、播客、教程视频的二次整理。
• 需要快速得到多个平台草稿，但仍由人审核。
• 小型命令行内容工具原型。

不适用场景

• 无授权的视频搬运或平台洗稿。
• 需要严格逐字引用、法律合规或学术引用的场景。
• 需要图像理解的视频内容分析。

公开版边界

• 涉及外部平台内容流转时，需人工确认后执行。

参考信息

• 原项目：content-repurposer
• 作者：joemolto
• 相关概念：[[内容复用]]、[[视频转写]]
• 相关卡片：保守留空