Criei uma skill para o Claude Code, basta colocar um link — suporta 小宇宙, YouTube, B站, e é compatível com chinês e inglês. Os três modelos de IA trabalham de forma independente: • Claude responsável por coordenar todo o processo • Whisper converte áudio em texto • Gemini consome textos longos de 5 mil palavras e gera resumos estruturados O mais interessante é que a forma de obter o áudio nos três plataformas é completamente diferente. 小宇宙 é o mais simples, o link do áudio está escondido no código-fonte da página. YouTube possui mecanismos anti-raspagem, é preciso contornar. B站 é o mais trabalhoso — métodos convencionais foram bloqueados, no final, foi necessário usar a API de baixo nível para obter o áudio. Testei três vídeos (veja a imagem), 117min + 181min + 114min, todos funcionaram. O mais longo, de 181 minutos, foi transcrito com mais de 5 mil palavras. Antes, um podcast de 3 horas só podia ser ouvido ou ignorado, agora há uma terceira opção: assistir ao resumo e, se valer a pena, voltar para ouvir o episódio completo.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
3 horas de podcast/vídeo, resumo em 15 minutos.
Criei uma skill para o Claude Code, basta colocar um link — suporta 小宇宙, YouTube, B站, e é compatível com chinês e inglês.
Os três modelos de IA trabalham de forma independente:
• Claude responsável por coordenar todo o processo
• Whisper converte áudio em texto
• Gemini consome textos longos de 5 mil palavras e gera resumos estruturados
O mais interessante é que a forma de obter o áudio nos três plataformas é completamente diferente. 小宇宙 é o mais simples, o link do áudio está escondido no código-fonte da página. YouTube possui mecanismos anti-raspagem, é preciso contornar. B站 é o mais trabalhoso — métodos convencionais foram bloqueados, no final, foi necessário usar a API de baixo nível para obter o áudio.
Testei três vídeos (veja a imagem), 117min + 181min + 114min, todos funcionaram. O mais longo, de 181 minutos, foi transcrito com mais de 5 mil palavras.
Antes, um podcast de 3 horas só podia ser ouvido ou ignorado, agora há uma terceira opção: assistir ao resumo e, se valer a pena, voltar para ouvir o episódio completo.