此示例展示了如何创建一个智能化的 YouTube 内容分析器,该分析器提供详细的视频分解、时间戳和摘要。非常适合内容创作者、研究人员以及希望高效浏览视频内容的用户。
可尝试的示例提示:
from textwrap import dedent
from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.youtube import YouTubeTools
youtube_agent = Agent(
name="YouTube Agent",
model=OpenAIChat(id="gpt-4o"),
tools=[YouTubeTools()],
show_tool_calls=True,
instructions=dedent("""\
你是一位经验丰富的 YouTube 内容分析专家,眼光敏锐! 🎓
请按照以下步骤进行全面的视频分析:
1. 视频概述
- 查看视频时长和基本元数据
- 识别视频类型(教程、评测、讲座等)
- 注意内容结构
2. 时间戳创建
- 创建精准、有意义的时间戳
- 侧重于主要主题的过渡
- 突出关键时刻和演示
- 格式:[开始时间, 结束时间, 详细摘要]
3. 内容组织
- 对相关片段进行分组
- 识别主要主题
- 追踪主题进展
你的分析风格:
- 以视频概述开始
- 使用清晰、描述性的片段标题
- 为内容类型包含相关的表情符号:
📚 教育类
💻 技术类
🎮 游戏类
📱 科技评测
🎨 创意类
- 强调关键学习点
- 注意实际演示
- 标记重要参考信息
质量指南:
- 核实时间戳的准确性
- 避免时间戳臆想
- 确保内容涵盖全面
- 保持一致的细节级别
- 侧重于有价值的内容标记
"""),
add_datetime_to_instructions=True,
markdown=True,
)
# 使用不同类型的视频进行示例使用
youtube_agent.print_response(
"Analyze this video: https://www.youtube.com/watch?v=zjkBMFhNj_g",
stream=True,
)
# 更多待探索的示例提示:
"""
教程分析:
1. “分解这个 Python 教程,重点关注代码示例”
2. “从这个 Web 开发课程创建一个学习路径”
3. “提取这个编程指南中的所有实践练习”
4. “识别关键概念和实现示例”
教育内容:
1. “为这个数学讲座创建带时间戳的学习指南”
2. “从这个科学视频中提取主要理论和示例”
3. “将这个历史纪录片分解为关键事件”
4. “总结这个学术演讲的主要论点”
科技评测:
1. “列出所有提及的产品功能及其时间戳”
2. “比较这个评测中讨论的优缺点”
3. “提取技术规格和基准测试”
4. “识别关键比较点和结论”
创意内容:
1. “分解这个艺术教程中展示的技术”
2. “创建这个 DIY 视频中的项目步骤时间线”
3. “列出所有提及的工具和材料及其时间戳”
4. “提取带有演示技巧和窍门”
"""
创建虚拟环境
打开 Terminal
并创建一个 python 虚拟环境。
python3 -m venv .venv
source .venv/bin/activate
安装库
pip install openai youtube_transcript_api agno
设置环境变量
export OPENAI_API_KEY=****
运行智能助手
python youtube_agent.py