Watch_Youtube_Skill

这是一个将 YouTube 视频智能转化为结构化知识库的 Python 工具链。它结合语音转文字（Transcript）与语义驱动的关键帧提取（基于 NLP 分析时间戳），生成视觉叙事网格（Storyboard Grid），再通过 Claude Vision 多模态大模型进行图文联合分析，最终输出 Obsidian 兼容的 Markdown 文档。核心技术包括动态帧采样（非固定间隔）、spaCy 语义解析、FFmpeg 精确截帧及 Groq Whisper 备用语音识别。适用于需要深度消化技术教程、学术讲座或演示类视频的学习者、知识管理者及个人第二大脑（PKM）实践者。