YouTube 中英双语字幕生成器

为什么需要它

想用 YouTube 视频做中英双语学习或资料归档时，通常会卡在几个地方：网页端字幕越来越容易被 PO token 挡掉；部分视频明明有 YouTube 自己生成的中文翻译轨，但下载时又遇到 429 限流；拿到字幕后还要手工拆分、对齐时间轴，再把中英文拼成可读的文稿。

这个技能把这条链路统一到一个脚本里，输入链接后按固定约定产出 Markdown 阅读稿和双语 SRT 字幕，而不是让调用方分别调用下载器、翻译器和字幕编辑器。

核心能力与关键步骤

优先使用 scripts/youtube_bilingual_subtitles.py。脚本先通过 yt-dlp 抓取英文字幕，并尝试从 YouTube 获取中文翻译轨；如果公开字幕发现逻辑返回 no subtitles，会先用移动端播放客户端重试，顺序是 android、ios。

产出遵循固定命名和内容约定：

• .en.vtt：英文原始字幕
• .zh.vtt：成功下载 YouTube 中文字幕时保留
• .bilingual.zh-en.srt：逐 cue 保留时间轴，每条字幕英文在上、中文在下
• .feishu-bilingual.md：用于归档或导入飞书的双语 Markdown

Markdown 文稿会按 30～40 秒一段分组，便于阅读而不是直接贴一长串 cue。若指定 --create-feishu-doc，脚本优先把同一份 Markdown 交给 lark-cli 导入，长文本比 XML 路径更简单也更稳定。

翻译容错同样写在流程里：YouTube 中文翻译轨遇到 429 或超时，脚本会退回本地 argostranslate 做英译中。已有英文 .vtt 时也可以跳过 YouTube 下载，直接基于本地文件生成输出。

适用边界与注意点

要求用户先确认是否拥有处理和分发完整字幕的权限；这不是脚本能代替判断的法律问题。脚本不会自动读取浏览器 cookies。若下载确实依赖 PO token 或登录态，应先说明限制，再询问是否使用浏览器会话产生的数据。

机翻结果只能作为初稿。脚本内置了很小的 AI 课程术语后处理，会把 agents 转成智能体、prompts 转成提示词；遇到固定领域的高频误译，建议直接在脚本中扩展这份词表。

如果系统 Python 缺依赖，应先切到装好 yt-dlp、可选 argostranslate 和可选 lark-cli 的环境再执行同一命令。Argos 模型首次安装可能受网络影响，必要时手动安装一次后重跑。

最终返回值至少要包含 Markdown 路径和双语 SRT 路径；只有真的创建飞书文档时，才额外返回文档 URL。