[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Ebrizzzz--Youtube-playlist-to-formatted-text":3,"tool-Ebrizzzz--Youtube-playlist-to-formatted-text":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159636,2,"2026-04-17T23:33:34",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":76,"owner_location":77,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":87,"difficulty_score":32,"env_os":88,"env_gpu":89,"env_ram":90,"env_deps":91,"category_tags":99,"github_topics":100,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":113,"updated_at":114,"faqs":115,"releases":116},8925,"Ebrizzzz\u002FYoutube-playlist-to-formatted-text","Youtube-playlist-to-formatted-text","A desktop application that extracts YouTube playlist transcripts and enhances them using Google's Gemini AI models. The output is a book in any language you want.","Youtube-playlist-to-formatted-text 是一款桌面应用，能将 YouTube 播放列表或单个视频的字幕提取出来，并利用谷歌 Gemini AI 模型将其整理成结构清晰、易于阅读的电子书。它主要解决了视频内容难以快速消化、字幕杂乱无章以及跨语言学习门槛高等痛点，让用户能轻松将海量视频转化为系统的文字资料。\n\n无论是希望高效获取知识的学生与研究人员，还是需要将视频素材转化为文章内容的创作者，亦或是单纯想以阅读方式“刷”视频的普通用户，都能从中受益。该工具的独特亮点在于提供了五种灵活的 AI 润色风格：从保留细节的“平衡详尽”模式、提炼核心的“摘要”模式，到自带术语解释的“教育”模式、改写为故事的“叙事”模式，甚至能自动生成用于自测的“问答”模式。此外，它支持任意语言的视频输入与输出，并允许用户通过调节“分块大小”来平衡处理速度与内容精度，确保在免费使用 Gemini API 的同时，获得最符合需求的定制化结果。","# YouTube Playlist Processor\n\u003Cbr>\n\u003Cbr>\n\n![Alt text for the image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_5f76c2052bf2.jpg)\u003Cbr>\u003Cbr>\n\n\n\n✅ Added several Refinement styles to choose from based on your specific needs.\n> The \"Refinement Style\" dropdown allows you to choose how AI will process the YouTube transcript. Here's a description of each style:\n    \n>> ⚖️ **Balanced and Detailed**: This is the default style, providing a comprehensive refinement of the transcript. It focuses on organizing the text into a well-structured, readable format with headings, bullet points, and bold text, while preserving every detail, context, and nuance of the original content. Ideal if you want a thoroughly enhanced transcript without any information loss.\n    \n>> 📝 **Summary**:  This style generates a concise and informative summary of the video transcript. It extracts the core message, main arguments, and key information, providing a quick and easily digestible overview of the video's content. Best for when you need to quickly grasp the main points without reading the entire transcript.\n    \n>> 📚 **Educational**: This style transforms the transcript into a structured educational text, similar to a textbook chapter. It uses headings, subheadings, and bullet points for clarity and organization, making it ideal for learning.  **Crucially, it also identifies and defines technical terms and jargon within blockquotes, enhancing understanding and acting as a built-in glossary. (Example Image Below)**\n    \n>> ✍️ **Narrative Rewriting**:  This style creatively rewrites the transcript into an engaging narrative or story format. It transforms the factual or conversational content into a more captivating and readable piece, like a short story or narrative article.  While storytelling is applied, it stays closely aligned with the original video's subjects and information, making the content more accessible and enjoyable.\n    \n>> ❓ **Q&A Generation**:  This style generates a set of questions and answers based on the transcript, formatted for self-assessment or review. Each question is presented as a foldable header (using Markdown), with the answer hidden beneath.  This format is perfect for creating study guides or quizzes to test your understanding of the video content.(Example Image Below)\u003Cbr>\u003Cbr>\n\n\n✅ Added Language Support, now the output file is in the language of user's input. Also, the video can be in any language, as long as a transcript exists, it will work. \u003Cbr>\n✅ Added single video url support, no need to put it in a playlist.\u003Cbr>\n✅ Added configurable Chunk Size for API calls.\u003Cbr>\n\n>> Users can now control the chunk size used when processing transcripts with the Gemini API via a slider in the UI. This allows for customization of processing behavior:\n>>- Larger chunk sizes: Reduce the number of API calls, potentially speeding up execution and suitable for summarizing longer videos with less emphasis on fine details.\n>>- Smaller chunk sizes: Increase API calls but may preserve more detail and nuance, potentially beneficial for tasks requiring high fidelity output.\u003Cbr>\u003Cbr>\n>> ❓ What is **Chunk Size**?\u003Cbr>\n>>  A video, is divided into chunks to be given to AI, so if you set chunk size to 3000 words, and the video has 8000 words, the API workflow would be like this :\n>>  > - First 3000 words ➡➡processed by AI➡➡ Refined part 1\n>>  > - Second 3000 words +  Refined part 1 as context ➡➡processed by AI➡➡ Refinde part 2\n>>  > - final 2000 words +  Refined part 1  + 2 as context ➡➡processed by AI➡➡ Refinde part 3\n>>  > - Refined part 1 + Refined part 2 + Refined part 3 = Final Formatted Text of the video!\n\n\u003Cbr>\n\u003Cbr>\nThis Python application extracts transcripts from YouTube playlists and refines them using the Google Gemini API(which is free). It takes a YouTube playlist URL as input, extracts transcripts for each video, and then uses Gemini to reformat and improve the readability of the combined transcript. The output is saved as a text file.\n\u003Cbr>\u003Cbr>\nSo you can have a neatly formatted book out of a YouTube playlist!\u003Cbr>\nI personally use it to convert large YouTube playlists containing dozens of long videos into a very large organized markdown file to give it as input to NotebookLM as one source.\u003Cbr>\nWorks Great with Obsidian too!\u003Cbr>\u003Cbr>\n\nRead more about it in this [Medium Article](https:\u002F\u002Fmedium.com\u002F@ebrahimgolriz444\u002Fa-tool-to-turn-entire-youtube-playlists-to-markdown-formatted-and-refined-text-books-in-any-3e8742f5d0d3)\n\u003Cbr>\u003Cbr>\n\n*   Batch processing of entire playlists\n*   Refine transcripts using Google Gemini API for improved formatting and readability.\n*   User-friendly PyQt5 graphical interface.\n*   Selectable Gemini models.\n*   Output to markdown file.\n\u003Cbr>\u003Cbr>\u003Cbr>\u003Cbr>\n\n\n![Alt text for the image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_bae1c852cca2.png)\u003Cbr>\u003Cbr>\n\n\n\n## Features\n- 🎥 Automatic transcript extraction from YouTube playlists\n- 🧠 AI-powered text refinement using Gemini models\n- 📁 Configurable output file paths\n- ⏳ Progress tracking for both extraction and refinement\n- 📄 Output to formatted markdown file.\n\n## Requirements\n- Python 3.9+\n- Google Gemini API key\n- YouTube playlist URL\n\n## Installation\n```bash\npip install -r requirements.txt\n```\n## How does it work?\n* First, the transcript of every video in the playlist is fetched.\n* since gemini api doesnt have unlimited context window for input and output, the text for each video gets divided into chunks(right now, chunk size is set to 3000 after testing, but it can be changed via the added slider)\n* Each text chunk is then sent to the Gemini API, along with a context prompt that includes the previously refined text. This helps maintain consistency and coherence across chunks.\n* The refined output from Gemini for each chunk is appended to the final output file.\n* This process is repeated for every video in the playlist, resulting in a single, refined transcript output file for the entire playlist.\n    \n## Usage\n\n1.  **Get a Gemini API Key:** You need a Google Gemini API key. Obtain one from [Google AI Studio](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fapi-key).\n2.  **Run the Application:**\n    ```bash\n    python main.py\n    ```\n3.  **In the GUI:**\n    *   Enter the YouTube Playlist URL or Video link.\n    *   Type the Output Language.\n    *   choose the style of output.\n    *   Specify chunk size.\n    *   Choose output file locations for the transcript and Gemini refined text using the \"Choose File\" buttons.\n    *   Enter your Gemini API key in the \"Gemini API Key\" field.\n    *   Click \"Start Processing\".\n    *   You can select a Gemini model.\n    *   Wait for the processing to complete. Progress will be shown in the progress bar and status display.\n    *   The output files will be saved to the locations you specified.\n  \n![Alt text for the image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_ed4dfd1cf4bc.png)\n_Example of Educational Style with added definition of technical terms_\n\u003Cbr>\u003Cbr>\n![Alt text for the image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_97e5986947d5.png)\n_Example of Q&A Style, Questions are headers so they can be folded\u002Funfolded_\n\u003Cbr>\u003Cbr>\n\n> YouTube playlist used for example files : https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLmHVyfmcRKyx1KSoobwukzf1Nf-Y97Rw0\n","# YouTube 播放列表处理器\n\u003Cbr>\n\u003Cbr>\n\n![图片的替代文本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_5f76c2052bf2.jpg)\u003Cbr>\u003Cbr>\n\n\n\n✅ 根据您的具体需求，新增了多种优化风格供选择。\n> “优化风格”下拉菜单允许您选择 AI 如何处理 YouTube 字幕。以下是每种风格的说明：\n    \n>> ⚖️ **平衡且详尽**：这是默认风格，对字幕进行全方位优化。它专注于将文本整理成结构清晰、易于阅读的格式，包含标题、项目符号和加粗文字，同时保留原始内容的所有细节、上下文和细微之处。如果您希望获得一份全面增强且不丢失任何信息的字幕，此风格非常理想。\n    \n>> 📝 **摘要**：此风格会生成视频字幕的简明而信息丰富的摘要。它提取核心内容、主要论点和关键信息，为您提供一个快速且易于理解的视频内容概览。当您只需快速掌握要点而无需阅读整份字幕后，此风格最为合适。\n    \n>> 📚 **教育型**：此风格将字幕转化为结构化的教育性文本，类似于教科书中的章节。它使用标题、子标题和项目符号来提高清晰度和条理性，非常适合学习用途。**尤为重要的是，它还会在块引用中识别并解释技术术语和行话，从而增强理解，并充当内置词汇表。（示例图片见下文）**\n    \n>> ✍️ **叙事改写**：此风格以富有创意的方式将字幕改写成引人入胜的叙述或故事形式。它将事实性或对话性的内容转化为更具吸引力和可读性的作品，如同短篇小说或叙事文章。尽管采用了叙事手法，但内容仍紧密贴合原视频的主题和信息，使整体更加通俗易懂、趣味十足。\n    \n>> ❓ **问答生成**：此风格会根据字幕生成一组问答题，格式便于自我评估或复习。每个问题都以可折叠的标题形式呈现（使用 Markdown），答案则隐藏在其下方。这种格式非常适合制作学习指南或测验，帮助您检验对视频内容的理解。（示例图片见下文）\u003Cbr>\u003Cbr>\n\n\n✅ 增加了多语言支持，现在输出文件将以用户输入的语言呈现。此外，只要存在字幕，视频可以是任何语言，程序均可正常运行。\u003Cbr>\n✅ 新增了单个视频 URL 支持，无需将其放入播放列表中。\u003Cbr>\n✅ 新增了 API 调用的可配置分块大小。\u003Cbr>\n\n>> 用户现在可以通过 UI 中的滑块控制使用 Gemini API 处理字幕时所使用的分块大小。这使得处理行为可以自定义：\n>>- 较大的分块大小：减少 API 调用次数，可能加快执行速度，适合总结较长视频且对细节要求不高的场景。\n>>- 较小的分块大小：增加 API 调用次数，但可能保留更多细节和细微之处，对于需要高保真度输出的任务可能更有利。\u003Cbr>\u003Cbr>\n>> ❓ 什么是 **分块大小**？\u003Cbr>\n>> 视频会被分割成若干分块交给 AI 处理。例如，如果您将分块大小设置为 3000 字，而视频总共有 8000 字，则 API 的工作流程如下：\n>>  > - 前 3000 字 ➡➡由 AI 处理➡➡ 第一部分优化结果\n>>  > - 第二部分 3000 字 + 第一部分优化结果作为上下文 ➡➡由 AI 处理➡➡ 第二部分优化结果\n>>  > - 最后 2000 字 + 第一部分和第二部分优化结果作为上下文 ➡➡由 AI 处理➡➡ 第三部分优化结果\n>>  > - 将第一、第二、第三部分优化结果合并 = 视频的最终格式化文本！\n\n\u003Cbr>\n\u003Cbr>\n这款 Python 应用程序可以从 YouTube 播放列表中提取字幕，并使用 Google Gemini API（免费）对其进行优化。它以 YouTube 播放列表的 URL 作为输入，提取每个视频的字幕，然后利用 Gemini 对合并后的字幕进行重新格式化和可读性提升。最终输出保存为文本文件。\n\u003Cbr>\u003Cbr>\n这样一来，您就可以将一个 YouTube 播放列表变成一本排版整齐的书籍！\u003Cbr>\n我个人用它将包含数十个长视频的大规模 YouTube 播放列表转换成一个超大型的有序 Markdown 文件，作为 NotebookLM 的单一输入来源。\u003Cbr>\n与 Obsidian 配合使用也非常出色！\u003Cbr>\u003Cbr>\n\n更多相关信息请参阅这篇 [Medium 文章](https:\u002F\u002Fmedium.com\u002F@ebrahimgolriz444\u002Fa-tool-to-turn-entire-youtube-playlists-to-markdown-formatted-and-refined-text-books-in-any-3e8742f5d0d3)\n\u003Cbr>\u003Cbr>\n\n*   批量处理整个播放列表\n*   使用 Google Gemini API 优化字幕，提升格式和可读性。\n*   用户友好的 PyQt5 图形界面。\n*   可选择的 Gemini 模型。\n*   输出为 Markdown 文件。\n\u003Cbr>\u003Cbr>\u003Cbr>\u003Cbr>\n\n\n![图片的替代文本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_bae1c852cca2.png)\u003Cbr>\u003Cbr>\n\n\n\n## 功能\n- 🎥 自动从 YouTube 播放列表中提取字幕\n- 🧠 基于 Gemini 模型的 AI 驱动文本优化\n- 📁 可配置的输出文件路径\n- ⏳ 提供提取和优化过程的进度跟踪\n- 📄 输出为格式化的 Markdown 文件。\n\n## 要求\n- Python 3.9 或更高版本\n- Google Gemini API 密钥\n- YouTube 播放列表 URL\n\n## 安装\n```bash\npip install -r requirements.txt\n```\n## 工作原理？\n* 首先，系统会获取播放列表中每个视频的字幕。\n* 由于 Gemini API 的输入和输出上下文窗口有限，每个视频的文本会被分成若干分块（目前经过测试，分块大小设为 3000 字，但可通过新增的滑块进行调整）。\n* 每个文本分块随后会连同包含先前已优化文本的上下文提示一并发送至 Gemini API。这样有助于保持各分块之间的一致性和连贯性。\n* Gemini 对每个分块的优化输出会被追加到最终的输出文件中。\n* 此过程会针对播放列表中的每一个视频重复进行，最终生成一份针对整个播放列表的优化后字幕文本文件。\n\n## 使用方法\n\n1.  **获取 Gemini API 密钥：** 您需要一个 Google Gemini API 密钥。请从 [Google AI Studio](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fapi-key) 获取。\n2.  **运行应用程序：**\n    ```bash\n    python main.py\n    ```\n3.  **在 GUI 界面中：**\n    *   输入 YouTube 播放列表 URL 或视频链接。\n    *   输入目标语言。\n    *   选择输出风格。\n    *   指定分块大小。\n    *   使用“选择文件”按钮指定转录文本和 Gemini 优化后文本的保存路径。\n    *   在“Gemini API 密钥”字段中输入您的 Gemini API 密钥。\n    *   单击“开始处理”。\n    *   您可以选择 Gemini 模型。\n    *   等待处理完成。进度条和状态显示将实时更新。\n    *   输出文件将保存到您指定的路径。\n\n![图片替代文本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_ed4dfd1cf4bc.png)\n_教育风格示例，添加了技术术语的定义_\n\u003Cbr>\u003Cbr>\n![图片替代文本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_readme_97e5986947d5.png)\n_Q&A 风格示例，问题作为标题，可折叠\u002F展开_\n\u003Cbr>\u003Cbr>\n\n> 示例文件所使用的 YouTube 播放列表：https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLmHVyfmcRKyx1KSoobwukzf1Nf-Y97Rw0","# YouTube 播放列表转格式化文本快速上手指南\n\n本工具可将 YouTube 播放列表或单个视频的字幕提取出来，利用 Google Gemini AI 进行智能润色、总结或重组，最终生成结构清晰的 Markdown 文档（如教科书、问答集或叙事文章）。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux\n*   **Python 版本**：Python 3.9 或更高版本\n*   **API 密钥**：需要拥有 [Google Gemini API Key](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fapi-key)（免费额度可用）\n*   **网络环境**：需能访问 YouTube 及 Google AI 服务（国内用户请自行配置网络代理）\n\n## 安装步骤\n\n1.  克隆或下载本项目代码到本地。\n2.  打开终端（Terminal）或命令提示符，进入项目根目录。\n3.  安装所需的 Python 依赖包：\n\n```bash\npip install -r requirements.txt\n```\n\n> **提示**：国内用户若下载缓慢，可使用清华源加速安装：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 基本使用\n\n本工具提供图形化界面（GUI），操作直观简单。\n\n### 1. 启动应用\n\n在终端中运行以下命令启动程序：\n\n```bash\npython main.py\n```\n\n### 2. 配置参数\n\n在弹出的 PyQt5 界面中，按顺序填写以下信息：\n\n*   **YouTube URL**：输入播放列表链接或单个视频链接。\n*   **Output Language**：输入您希望生成的文本语言（例如：中文）。支持将任意语言的视频字幕翻译并整理为目标语言。\n*   **Refinement Style**：选择 AI 处理风格：\n    *   `Balanced and Detailed`：平衡详细版（默认），保留所有细节并优化结构。\n    *   `Summary`：摘要版，提取核心观点。\n    *   `Educational`：教育版，结构化排版并自动解释专业术语（适合学习）。\n    *   `Narrative Rewriting`：叙事重写版，将内容转化为生动的故事或文章。\n    *   `Q&A Generation`：问答版，生成可折叠的问题与答案，适合自测。\n*   **Chunk Size**：调整分块大小（滑块控制）。\n    *   较大值：减少 API 调用次数，速度更快，适合长视频概要。\n    *   较小值：增加 API 调用，保留更多细节和细微差别。\n*   **File Paths**：点击 \"Choose File\" 按钮设置原始字幕和最终处理后文件的保存路径。\n*   **Gemini API Key**：填入您的 Google Gemini API 密钥。\n*   **Model Selection**：选择具体的 Gemini 模型版本。\n\n### 3. 开始处理\n\n点击 **\"Start Processing\"** 按钮。\n\n*   程序将自动提取视频字幕，并按设定的分块大小发送给 Gemini API 进行逐段处理和上下文关联。\n*   进度条和状态栏会实时显示提取与润色的进度。\n*   处理完成后，您将在指定路径获得一个格式精美、内容完整的 Markdown 文件，可直接用于 Obsidian 笔记或导入 NotebookLM 作为知识源。","一位数据科学初学者想要系统学习某个前沿技术，于是收藏了 YouTube 上一个包含 20 节课程的英文播放列表，希望将其转化为中文学习笔记。\n\n### 没有 Youtube-playlist-to-formatted-text 时\n- **语言与格式障碍大**：面对纯英文的视频字幕和杂乱的时间戳，手动翻译并整理成可读文档耗时极长，容易半途而废。\n- **重点难以捕捉**：视频口语化表达冗余严重，缺乏结构，读者很难快速区分核心概念与闲聊内容，学习效率低下。\n- **术语理解困难**：遇到专业术语时，需要频繁暂停视频去外部搜索定义，打断学习心流，知识吸收碎片化。\n- **复习测试缺失**：学完整个列表后，没有现成的自测材料，难以检验自己是否真正掌握了课程要点。\n\n### 使用 Youtube-playlist-to-formatted-text 后\n- **一键生成中文教材**：直接输入播放列表链接，选择\"Educational\"风格，工具自动将 20 个视频转录并翻译为结构清晰的中文“教科书”，包含层级标题和要点列表。\n- **内置术语 glossary**：生成的文档自动识别技术行话，并在引用块中提供通俗定义，如同身边有一位随时待命的助教，无需跳出文档查词。\n- **灵活适配学习深度**：通过调整 Chunk Size 滑块，用户可平衡处理速度与细节保留度，确保长视频内容的连贯性与准确性。\n- **自动生成自测题库**：利用\"Q&A Generation\"模式，工具瞬间基于全部内容生成折叠式问答集，方便用户随时隐藏答案进行自我考核与复习。\n\nYoutube-playlist-to-formatted-text 将松散的視頻资源瞬间转化为结构化、可交互的多语言知识资产，极大降低了系统性学习的门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FEbrizzzz_Youtube-playlist-to-formatted-text_5f76c205.jpg","Ebrizzzz","Ebriz","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FEbrizzzz_7387b15c.jpg",null,"Sweden","https:\u002F\u002Fgithub.com\u002FEbrizzzz",[80],{"name":81,"color":82,"percentage":83},"Python","#3572A5",100,546,40,"2026-04-17T14:26:52","MIT","未说明 (基于 Python 和 PyQt5，通常支持 Windows, macOS, Linux)","不需要 GPU","未说明",{"notes":92,"python":93,"dependencies":94},"该工具主要依赖 Google Gemini API 进行云端处理，本地无需下载大型模型或配置 CUDA 环境。用户必须自行申请并配置有效的 Google Gemini API Key。图形界面基于 PyQt5 构建。支持处理任意语言的 YouTube 视频（只要有字幕），并可指定输出语言。","3.9+",[95,96,97,98],"PyQt5","google-generativeai","youtube-transcript-api (推断)","requests (推断)",[35,16,14,45],[101,102,103,104,105,106,107,108,109,110,111,112],"gemini","gemini-api","pyqt5","python","youtube","datahoarder","deep-learning","llm","productivity","useful-scripts","useful-utilities","gemini-flash","2026-03-27T02:49:30.150509","2026-04-18T14:35:14.114847",[],[]]