youtube-transcribe-skill
Extract subtitles/transcripts from a YouTube video URL and save as a local file. Use when you need to extract subtitles from a YouTube video
Open source Repository Open in the app JSON README (API)
About
Extract subtitles/transcripts from a YouTube video URL and save as a local file. Use when you need to extract subtitles from a YouTube video.
Details
- Kind
- Agent skills
- Topic
- Social & content
- Publisher
- feiskyer
- Origin
- majiayu
- Category
- ferramentas
- Stars
- 236
- Forks
- 33
- Open pull requests
- 1
- Last push
- 2026-08-13T13:11:19Z
- Repository state
- ativo
- Language
- Python
- License
- MIT
- Added
- 2026-09-02 18:16:25
- Updated
- 2026-09-02 18:16:25
- Origin id
feiskyer/codex-settings/skills/youtube-transcribe-skill@main
README
# Codex CLI Skills & Profiles
[](https://github.com/feiskyer/codex-settings/stargazers)
[](https://github.com/feiskyer/codex-settings/network/members)
[](LICENSE)
[](https://github.com/feiskyer/codex-settings/commits)
[](CONTRIBUTING.md)
给 [Codex CLI](https://developers.openai.com/codex/cli/) 加上深度调研、图片生成、浏览器调试等能力，配好多模型切换，开箱即用。
仓库采用面向个人开发效率的默认配置；你可以整套使用，也可以按需选取 Profiles 或 Skills。使用前请确认模型提供商、权限和外部依赖，并避免提交真实密钥。
## 为什么用这套配置
如果你想少花时间调配置，多花时间完成真正的开发工作，这个仓库提供了一套可以直接运行、也可以自由组合的 Codex CLI 工作台。
- **灵活切换模型**：预置 [copilot-gateway](https://www.npmjs.com/package/copilot-gateway)、ChatGPT、Azure OpenAI、OpenRouter 和 [LiteLLM](https://docs.litellm.ai/)/GitHub Copilot Profiles。
- **复用成熟工作流**：通过 Skills 完成需求梳理、深度调研、图像生成、字幕提取和任务交接。
- **连接真实开发环境**：通过 Chrome DevTools MCP 调试网页、检查性能并执行浏览器自动化。
- **整套或按需使用**：既可以作为完整的 Codex Home，也可以只复制需要的 Profile 或 Skill。
> 本项目面向 Codex CLI；Claude Code 的配置、Skills 与 Agents 请查看 [Claude Code Settings](https://github.com/feiskyer/claude-code-settings)。
## 快速开始
### 1. 安装 Codex CLI
使用 npm 安装：
```bash
npm install -g @openai/codex
```
也可以参考 [Codex CLI 官方文档](https://developers.openai.com/codex/cli/) 选择其他安装方式。
### 2. 推荐：使用 Codex Plugin 安装 Skills
如果你已经有自己的 Codex 配置，只想安装本仓库提供的 Skills，可以把仓库作为 Plugin Marketplace 添加：
```bash
codex plugin marketplace add feiskyer/codex-settings
codex plugin list --marketplace codex-settings --available --json
codex plugin add codex-settings@codex-settings
```
安装完成后启动一个新的 Codex 会话，让 Codex 重新发现 Plugin 中的 Skills。未指定 `--ref` 时，Marketplace 使用仓库默认分支，因此首次安装会获取当时的最新版本。当前发布版本为 Plugin `1.1.0` / Git `v1.1.0`。
仓库发布新版并更新 Plugin 版本后，刷新 Marketplace 快照并重新安装：
```bash
codex plugin marketplace upgrade codex-settings
codex plugin add codex-settings@codex-settings
```
如果使用本仓库 clone，也可以运行更新脚本。它会刷新所有已配置的 Git Marketplace，同时在刷新前冻结当前已安装且启用的 Plugin 列表，随后只更新这份列表中的 Plugin；不会安装 Marketplace 中其他未安装的 Plugin：
```bash
# 更新所有已配置的 Git Marketplace 及其中已安装的 Plugin
scripts/update-codex-plugins.sh
# 只更新指定 Marketplace 中已安装的 Plugin
scripts/update-codex-plugins.sh --marketplace codex-settings
# 仅查看将要执行的命令
scripts/update-codex-plugins.sh --dry-run
```
为避免改变启用状态，已安装但被禁用的 Plugin 会被跳过；本地或系统管理的 Marketplace 也不会由该脚本刷新。更新完成后请启动新的 Codex 会话。
需要卸载时运行：
```bash
codex plugin remove codex-settings@codex-settings
codex plugin marketplace remove codex-settings
```
也可以从本地干净 clone 测试或开发 Plugin：
```bash
git clone https://github.com/feiskyer/codex-settings.git ~/codex-settings
codex plugin marketplace add ~/codex-settings
codex plugin add codex-settings@codex-settings
```
Plugin 直接复用根目录 `skills/`，不会生成第二份 Skills。安装后只会把这些 Skills 作为工作流提供给 Codex，不会应用或替换你的 `config.toml`，也不会启用本仓库的 Profiles、模型 Provider、LiteLLM 配置或根目录 MCP 设置。如果需要完整配置，请使用下一节的 Codex Home 安装方式。
<details>
<summary><strong>备选：使用 npx skills 安装（版本可能滞后）</strong></summary>
也可以使用第三方 `skills` CLI 从仓库安装 Skills：
```bash
npx skills add feiskyer/codex-settings
```
按照交互提示选择 Codex 和安装范围。当前 `npx skills add` 没有提供 Git tag/ref 选择参数，其索引、缓存或发布快照也可能滞后，因此不能保证与仓库默认分支的最新内容同步；需要优先获取仓库最新 Plugin 快照时，使用上面的 Codex Plugin 安装方式。
</details>
### 3. 完整安装：直接克隆到 `~/.codex`
如果本机还没有 `~/.codex`，最简单的方式是直接把仓库克隆到 Codex 的用户配置目录：
```bash
git clone https://github.com/feiskyer/codex-settings.git ~/.codex
```
这样根目录的 `config.toml` 会成为默认配置，`skills/` 下的内容也会被 Codex 自动发现。
<details>
<summary><strong>如果 ~/.codex 已经存在：保留原目录并手动合并</strong></summary>
先把仓库克隆到其他目录。下面使用 `~/codex-settings`，你也可以换成其他位置：
```bash
git clone https://github.com/feiskyer/codex-settings.git ~/codex-settings
```
复制配置前，先备份现有文件：
```bash
test ! -f ~/.codex/config.toml || \
cp ~/.codex/config.toml ~/.codex/config.toml.bak
# 使用仓库默认配置
cp ~/codex-settings/config.toml ~/.codex/config.toml
```
如需保留其他模型提供商的 Profiles 和 LiteLLM 示例，一并复制：
```bash
cp ~/codex-settings/*.config.toml ~/.codex/
cp ~/codex-settings/litellm_config.yaml ~/.codex/litellm_config.yaml
```
然后安装仓库中的 Skills：
```bash
mkdir -p ~/.codex/skills
cp -R ~/codex-settings/skills/. ~/.codex/skills/
```
完成合并后，继续按照下方说明选择一种认证方式。
</details>
### 4. 选择认证方式
下面三种方式任选其一。仓库默认使用 `copilot-gateway`，因为根目录的 `config.toml` 已经按该方式配置。
#### copilot-gateway（默认）
根目录的 [config.toml](config.toml) 已指向：
```text
http://localhost:4141
```
先在一个终端中启动 `copilot-gateway`：
```bash
npx copilot-gateway@latest start --proxy-env
```
保持网关进程运行。确认它已经监听 `localhost:4141` 后，在另一个终端中启动 Codex：
```bash
codex doctor --summary
codex mcp list
codex
```
这种方式由 `copilot-gateway` 负责上游认证，不需要运行 `codex login`。仓库只提供 Codex 配置，不包含 `copilot-gateway` 的安装和启动脚本。
<details>
<summary><strong>使用 LiteLLM</strong></summary>
LiteLLM 使用 [litellm_config.yaml](litellm_config.yaml)，默认监听 `http://localhost:4000`。先安装 LiteLLM：
```bash
python3 -m pip install -U 'litellm[proxy]'
```
在一个终端中启动 LiteLLM：
```bash
litellm --config ~/.codex/litellm_config.yaml
```
确认 LiteLLM 使用的 GitHub Copilot 提供商已经完成认证，然后在另一个终端中启动 Codex：
```bash
codex doctor --summary
codex mcp list
codex --profile github-copilot
```
这种方式由 LiteLLM 和它所连接的 GitHub Copilot 提供商处理上游认证，不需要运行 `codex login`。
</details>
<details>
<summary><strong>使用 ChatGPT</strong></summary>
登录 ChatGPT 账号并启动 Codex：
```bash
codex login
codex doctor --summary
codex mcp list
codex --profile chatgpt
```
这种方式直接使用 Codex 的 ChatGPT 登录状态，不需要启动本地代理或网关。
</details>
## 配置说明
### 默认配置
根目录的 [config.toml](config.toml) 当前使用：
- 模型：`gpt-5.6-sol`
- 模型提供商：`github`
- 本地网关：`http://localhost:4141`
- Web Search：`live`
- MCP：Chrome DevTools MCP
- 审批策略：`never`
- 沙箱模式：`danger-full-access`
如果不需要完全开放的本地权限，建议至少改成：
```toml
approval_policy = "on-request"
sandbox_mode = "workspace-write"
[sandbox_workspace_write]
network_access = false
```
### 其他配置
| 文件 | 适用场景 | 使用前需要做什么 |
| --- | --- | --- |
| [chatgpt.config.toml](chatgpt.config.toml) | 使用 OpenAI/ChatGPT 账号 | 运行 `codex login`，再使用 `codex --profile chatgpt` |
| [azure.config.toml](azure.config.toml) | Azure OpenAI | 填写项目地址，设置 `AZURE_OPENAI_API_KEY`，再使用 `codex --profile azure` |
| [github-copilot.config.toml](github-copilot.config.toml) | 通过 LiteLLM 使用 GitHub Copilot | 先启动 `litellm_config.yaml`，再使用 `codex --profile github-copilot` |
| [openrouter.config.toml](openrouter.config.toml) | OpenRouter | 设置 `OPENROUTER_API_KEY`，再使用 `codex --profile openrouter` |
各 Profile 当前默认使用 `gpt-5.6-sol`，实际可用性取决于模型提供商和账号权限。如遇模型不可用，请替换为对应提供商支持的模型标识符。遇到无法识别的配置项时，可以运行：
```bash
codex features list
codex doctor --summary
```
### Profiles
当前 Codex 通过独立文件加载 Profile：
```text
~/.codex/<name>.config.toml
```
例如，`codex --profile chatgpt` 会在基础配置之上叠加 `~/.codex/chatgpt.config.toml`。本仓库的 Profile 文件只覆盖模型、模型提供商和认证信息；权限、Features、MCP、TUI 等共享设置继续由 `config.toml` 提供。
### LiteLLM
当前 Codex 自定义模型提供商只接受 `wire_api = "responses"`。LiteLLM 可以作为兼容层，将 GitHub Copilot 等第三方模型提供商的 Chat Completions 等接口封装为 Responses API，从而供 Codex 使用。
[litellm_config.yaml](litellm_config.yaml) 与 [github-copilot.config.toml](github-copilot.config.toml) 配套，默认监听 `http://localhost:4000`。它和根目录配置使用的 `localhost:4141` 不是同一个网关。
```bash
python3 -m pip install -U 'litellm[proxy]'
litellm --config ~/.codex/litellm_config.yaml
```
### MCP
默认配置通过 `npx` 启动最新版 Chrome DevTools MCP，并自动连接本机 Chrome。所有 Profiles 共享该 MCP 配置。
## Skills（技能）
| 名称 | 用途 | 依赖或注意事项 |
| --- | --- | --- |
| [brainstorming](skills/brainstorming/) | 实现前梳理需求、比较方案并形成设计文档 | 可视化伴侣需要 Node.js、浏览器和本机端口权限 |
| [claude-skill](skills/claude-skill/) | 把任务交给 Claude Code CLI 执行 | 需要安装并登录 `claude` CLI |
| [deep-research](skills/deep-research/) | 并行执行深度调研并汇总为完整报告 | 需要 Codex CLI；联网和 MCP 权限按任务配置 |
| [gpt-image-skill](skills/gpt-image-skill/) | 使用 OpenAI Image API 生成或编辑图片 | 需要 Python、`OPENAI_API_KEY` 和对应依赖 |
| [grill-me](skills/grill-me/) | 逐项追问方案，并维护术语表和 ADR | 会在项目中写入设计与决策文档 |
| [handoff](skills/handoff/) | 把当前会话整理成下一位 Agent 可直接接手的交接文档 | 交接文件写入系统临时目录 |
| [github-fix-issue](skills/github-fix-issue/) | 分析并修复 GitHub Issue，可按明确授权提交分支和 PR | 需要已登录的 `gh` CLI；默认不 push 或创建 PR |
| [github-review-pr](skills/github-review-pr/) | 对 GitHub PR 做多角度、证据驱动的代码审查 | 需要已登录的 `gh` CLI；默认只报告，不发布评论或批准 |
| [nanobanana-skill](skills/nanobanana-skill/) | 使用 Gemini 图像模型生成或编辑图片 | 需要 Python、`GEMINI_API_KEY` 和对应依赖 |
| [youtube-transcribe-skill](skills/youtube-transcribe-skill/) | 提取 YouTube 字幕或转录文本 | 需要 `yt-dlp`，或使用 Chrome DevTools MCP 作为备用方案 |
显式调用示例：
```text
$brainstorming 帮我把这个产品想法整理成可执行的设计
$github-fix-issue 修复当前仓库的 issue #123，但先不要 push
$github-review-pr 审查 PR #456，只把结果报告给我
$grill-me 逐项挑战一下这份技术方案
$handoff 把当前进度整理成交接文档
$gpt-image-skill 生成一张产品发布海报
```
### 图像技能依赖
建议使用独立虚拟环境安装 Python 依赖：
```bash
python3 -m venv ~/.codex/.venv
source ~/.codex/.venv/bin/activate
python -m pip install -r ~/.codex/skills/gpt-image-skill/requirements.txt
python -m pip install -r ~/.codex/skills/nanobanana-skill/requirements.txt
```
API Key 应保存在本地环境变量或 Skill 指定的私有环境文件中，不要写进仓库。
## 开发和检查
在仓库根目录开发时，可以把当前 clone 目录临时设为 `CODEX_HOME`：
```bash
cd /path/to/codex-settings
export CODEX_HOME="$(pwd)"
```
该设置只对当前终端会话生效。此后根目录的 `config.toml`、`*.config.toml` 和 `skills/` 会作为当前 Codex Home 使用。
修改配置或 Skill 后，建议运行：
```bash
# 检查 TOML 语法
python3 -c 'import pathlib, tomllib; [tomllib.loads(p.read_text()) for p in pathlib.Path(".").glob("**/*.toml")]'
# 检查 Codex Plugin 包
python3 -m json.tool .codex-plugin/plugin.json >/dev/null
python3 -m json.tool .agents/plugins/marketplace.json >/dev/null
python3 ~/.codex/skills/.system/plugin-creator/scripts/validate_plugin.py .
bash scripts/test-plugin-install.sh
# 检查 Codex 配置、认证、MCP 和网络状态
codex doctor --summary
# 查看当前版本支持的功能开关
codex features list
# 查看 MCP 配置
codex mcp list
```
新增或修改脚本时，还要检查 `--help`、最小可用示例和常见失败路径。测试外部 API 时使用最小权限凭据，并清理日志中的敏感信息。
发布新的 Plugin 内容时，更新 `.codex-plugin/plugin.json` 的语义化版本，并创建匹配的 `v<version>` Git 标签；当前版本为 Plugin `1.1.0` / Git `v1.1.0`。本地反复安装同一版本时使用单一 `+codex.<cachebuster>` 后缀，避免命中旧缓存。
## 安全提醒
- 不要提交 API Key、访问令牌、Cookie、真实 Authorization Header 或包含隐私信息的日志。
- 不要在不可信项目中直接使用 `danger-full-access`、`approval_policy = "never"` 或过于宽泛的 allow 规则。
- 安装 Skill、MCP 服务或第三方依赖前，先阅读源码并确认网络访问范围。
- 使用第三方模型提供商时，确认代码和提示词的保存、处理和合规政策。
- 如需报告安全问题，优先使用 GitHub 的私密漏洞报告功能；如果仓库没有启用，请先通过维护者的 GitHub 主页联系，不要在公开 Issue 中披露细节或凭据。
## 常见问题
<details>
<summary>Codex CLI 应该如何安装？</summary>
优先按照 [Codex CLI 官方文档](https://developers.openai.com/codex/cli/) 选择当前平台支持的安装方式；也可以使用 `npm install -g @openai/codex`。本仓库不提供 Codex 或 Windows 安装包。安装后运行 `codex --version` 和 `codex doctor --summary` 检查是否完整，不要把 ChatGPT 应用和 Codex CLI 当成同一个安装包。
</details>
<details>
<summary>为什么 Codex 会连接 localhost:4141？需要执行 codex login 吗？</summary>
本仓库默认使用 [copilot-gateway](https://www.npmjs.com/package/copilot-gateway)，请求会发送到 `http://localhost:4141`，因此需要先运行：
```bash
npx copilot-gateway@latest start --proxy-env
```
该模式由网关处理上游认证，不需要执行 `codex login`，也不是 OpenAI 官方的 GitHub Copilot 登录方式。
</details>
<details>
<summary>ChatGPT 登录、API Key 和第三方 Provider 有什么区别？</summary>
`codex login` 使用 ChatGPT 登录，并消耗 ChatGPT 工作区或订阅提供的 Codex 用量；API Key 使用 OpenAI Platform 的独立 API 计费。第三方 Provider 使用自己的端点、凭据和计费规则，不会自动继承 ChatGPT 订阅或 OpenAI API 权限。本仓库默认 `copilot-gateway` 的上游认证由网关负责。
</details>
<details>
<summary>如何切换 Profile 或模型？</summary>
使用 `--profile` 切换仓库提供的模型配置，使用 `--model` 临时指定模型：
```bash
codex --profile chatgpt
codex --profile azure
codex --profile openrouter
codex --model <MODEL>
```
模型必须被当前 Provider、部署和账号权限支持；可用 `codex debug models` 查看 Codex 当前识别的模型。本仓库填写的默认模型不保证在所有 Provider 中都可用。
</details>
<details>
<summary>Reconnecting、请求错误或一直思考怎么排查？</summary>
先运行：
```bash
codex --version
codex login status
codex doctor --summary
```
默认配置还应确认 `copilot-gateway` 正在监听 `localhost:4141`；LiteLLM Profile 则检查 `localhost:4000`。如果只有 MCP 异常，再运行 `codex mcp list --json`。
</details>
<details>
<summary>Skills 如何安装和调用？为什么没有显示？</summary>
将仓库克隆到 `~/.codex` 时，仓库中的 Skills 会位于 `~/.codex/skills`；也可以按照前面的步骤单独复制。可通过 `/skills` 或 `$skill-name` 显式调用。未识别时，请检查 Skill 目录中是否包含有效的 `SKILL.md`，并确认当前 Codex 版本支持 Skills。
</details>
<details>
<summary>Chrome DevTools MCP 会自动连接吗？</summary>
默认配置会通过 `npx` 启动最新版 Chrome DevTools MCP，并请求自动连接本机 Chrome，但是否成功仍取决于 Chrome 和本机调试环境。可以运行：
```bash
codex mcp list --json
codex mcp get chrome --json
```
所有 Profiles 都会继承基础配置中的 Chrome DevTools MCP。
</details>
<details>
<summary>为什么额度很快用完？ChatGPT 和 API Key 共用额度吗？</summary>
ChatGPT 登录使用计划包含的 Codex 用量及可能购买的 ChatGPT credits；API Key 使用 OpenAI Platform 的独立 API 计费，两者不共用额度。消耗速度会受模型、推理强度、上下文长度和任务类型影响，本仓库不承诺固定可用时长。第三方 Provider 的额度和重置规则以对应服务为准。
</details>
<details>
<summary>可以切换到 Kimi、MiniMax、DeepSeek 或 GLM-5.2 吗？</summary>
可以。本仓库在 [litellm_config.yaml](litellm_config.yaml) 末尾提供了默认注释的 Kimi K3、MiniMax-M3、DeepSeek-V4-Pro 和 GLM-5.2 配置示例。设置对应的 `MOONSHOT_API_KEY`、`MINIMAX_API_KEY`、`DEEPSEEK_API_KEY` 或 `ZAI_API_KEY`，取消所需模型段落的注释，启动 LiteLLM 后运行：
```bash
codex --profile github-copilot --model <MODEL>
```
这里继续复用 `github-copilot` Profile 指向的 `localhost:4000` LiteLLM 网关；Profile 名称不会限制实际使用的上游模型。LiteLLM 会把 Codex 的 Responses API 请求桥接到对应 Provider，但不同模型的工具调用、推理和多模态能力可能不同，启用后应先执行最小任务验证。
</details>
<details>
<summary>本仓库的默认权限是什么？</summary>
默认配置使用 `approval_policy = "never"` 和 `sandbox_mode = "danger-full-access"`，这是本仓库有意采用的效率优先设置：Codex 可以不经命令批准、在无沙箱限制下执行操作。请只在信任的代码仓库和本机环境中使用；安装第三方 Provider、Skill 或 MCP 前，应检查其网络访问、凭据处理和数据政策。如需更严格的权限，可以参考后面的"默认配置"章节调整。
</details>
## 贡献
欢迎通过 [Issues](https://github.com/feiskyer/codex-settings/issues) 和 [Pull Requests](https://github.com/feiskyer/codex-settings/pulls) 提交改进。
完整流程见 [CONTRIBUTING.md](CONTRIBUTING.md)，安全问题请按 [SECURITY.md](SECURITY.md) 私下报告，版本与兼容性边界见 [COMPATIBILITY.md](COMPATIBILITY.md)。
提交前请确认：
1. 没有包含真实密钥、个人配置或敏感日志。
2. 新配置使用清晰的占位符，并说明前置条件。
3. 新 Skill 使用 kebab-case 目录名，且 `SKILL.md` 包含准确的 `name` 和 `description`。
4. 新脚本说明依赖、输入、输出和失败行为。
5. README、命令示例和实际目录结构保持一致。
6. 已完成与改动相匹配的本地检查，并在 PR 中记录结果。
## 参考资料
- [Codex CLI 官方文档](https://developers.openai.com/codex/cli/) — 入门必读，涵盖安装、命令和核心概念
- [Codex 配置说明](https://developers.openai.com/codex/config-basic) — 配置文件格式和基础选项
- [Codex 配置参考](https://developers.openai.com/codex/config-reference) — 所有配置项的完整参考手册
- [Codex Skills](https://developers.openai.com/codex/skills) — 官方 Skills 规范，编写自定义 Skill 时参考
- [Codex GitHub 仓库](https://github.com/openai/codex) — 源码、Issue 追踪和版本发布
- [LiteLLM 文档](https://docs.litellm.ai/) — 多模型网关，用于接入第三方模型提供商
---
如果这个项目对你有帮助，欢迎点个 ⭐ 支持一下！
## 许可证
本项目采用 [MIT License](LICENSE)。