技能介绍

要解决的问题

很多时候手头只有视频链接，却只需要其中的音频：播客片段、课程录像、B 站音乐现场或小红书里的采访素材。手动开录屏、切系统声音、再转码，既不稳定又容易混入环境噪声。这个 Skill 的目标就是把“给一个视频 URL，拿回一个干净音频文件”变成一条命令。

核心能力与执行流程

它通过 scripts/extract_audio.py 封装 yt-dlp 与可选的 ffmpeg，把常见平台的差异挡在脚本内部：

输入参数：URL 是必填；format 可选 best、flac、mp3；output_dir 和文件名可按需指定。
自动依赖处理：缺 yt-dlp 时脚本尝试安装；缺 ffmpeg 时不会直接失败，而是把不支持的格式降级到平台原生流。
响度标准化：默认启用，输出向 -14 LUFS 流媒体标准对齐；想保留原始动态可用 --no-normalize。
输出约定：脚本最后一行打印完整文件路径，便于上层 Agent 解析并反馈用户。

适用边界与注意点

它适合“公开可访问或浏览器登录后可见”的视频。小红书分享链接、B 站短链通常可直接重定向，但遇到 cookie、地区限制或网络超时，仍需登录平台或调整代理。若用户要求 flac/mp3 却得到 m4a/webm，通常是因为 ffmpeg 缺失触发了降级；想恢复无损转码，安装 ffmpeg 即可。另外，响度标准化会改变原始音量包络，追求母带级处理时应显式跳过。