Doubao Work 上的 Felo YouTube SubtitlingDoubao Work

没人写下来之前,一段录像还不是文档

说明会、财报电话会、政策吹风会都是以视频形式来的,而交付物仍然是一份文档。这个技能把字幕拉成带时间戳的文本,于是文档引用的可以是那一分钟,而不是把一小时概括一遍。

  • 技能包felo-skills/felo-youtube-subtitling
  • 输入一个 YouTube 链接
  • 返回形式带时间戳的文本行
  • 下一步文档或表格
为 Doubao Work 打造带时间戳喂给文档
获取 API Key查看平台指南
底层跑的那条命令felo youtube "<video url>"
Doubao Work 标志
该技能运行于

Doubao Work

字节跳动的 Doubao Work · 智能体工作平台

阅读 Doubao Work 指南

Doubao Work 把一个需求变成成品文件,还能按计划运行它。Felo 技能决定这份文件里放什么,并为每条结论保留来源。

运行形态
个人版、团队版与企业版
技能如何进入
技能面板导入,或 Felo CLI
自动化
定时任务与电脑操作
你会得到

带时间戳的文本行,让一句引用能对着那一分钟核对

时间戳不是装饰。它让读者之后还能核实某个数字,也决定了一句引用能不能用在别人要评审的文档里。

08:40CFO

该区域收入同比增长 14%,其中大约一半来自两个新市场。

14:02分析师

这部分增长来自销量,还是来自定价?

14:31CFO

主要是销量。定价大约贡献了两个点。

22:10CFO

我们预计下个季度节奏相同,前提是后面的对比基数会变得更高。

31:55主持人

这是最后一个问题。感谢各位参加。

主要是销量。定价大约贡献了两个点。
要求把数字连同它们的时间戳一起抽出来,最后写进报告的那个数字就能追溯到它被说出的那一秒。
固定套路

从别人发来的一段录像,到一段有人能签字的正文

四步,顺序就是全部方法:先文本,再判断,最后写作。

触发条件

一段录像落进聊天窗口——一场财报会、一次说明会、一场线上研讨——而交付物是一份文档。

  1. 01

    先拿字幕,再要摘要

    从视频写出来的摘要是一种诠释。从文本写出来的摘要可以对着文本核对,这才让评审成为可能。

  2. 02

    把每个数字连同时间戳抽出来

    要求列出每一个数字以及它被说出的那一分钟。这一步把一段录像变成财务或法务评审愿意接受的东西。

  3. 03

    对着引用写文档

    让任务用抽出来的那几行起草正文,并把时间戳放进脚注或附录,而不是删掉。

  4. 04

    归档到团队会看的地方

    只留在一个任务里的字幕不是来源。把它放进工作区,放在它所支撑的那份文档旁边。

留下一节带可追溯引用的文档正文,加上带时间戳的数字清单,以及一份说明演讲者始终没有回应的内容。

在 Doubao Work 上安装

同样的两条路,只为输出多一步

安装方式和别处一样是那两条路。这一页的不同之处在之后:字幕是文档的原材料,本身不是交付物。

路径 A

导入技能包

更短的一条路,前提是你的版本开放了技能或连接器面板。个人版、团队版和企业版在这里不一样,所以先看看你自己的账号显示什么,再围绕它做规划。

  1. 克隆仓库git clone https://github.com/Felo-Inc/felo-skills.git。每个技能包都是一个带 SKILL.md 的文件夹,你只需要装的那一个。
  2. 导入文件夹通过技能或连接器面板把这个文件夹带进来,这样文档任务里的视频字幕在任务运行当中就能用,而不是只能事后补。
  3. 确认它真的能被调用在围绕某个技能搭定时任务之前,先问智能体它能用哪些技能。这里常见的失败方式,就是导入了一个从来不会被调用的技能。
路径 B

驱动 Felo CLI

在任何版本上都能用的一条路。装一次,之后既可以在配置阶段自己跑,也可以让电脑操作在你机器上执行任务时调用它。

  1. 安装并保存 Keynpm install -g felo-ai felo config set FELO_API_KEY your-api-key-here
  2. 先手工跑一次这条命令felo youtube "https://youtube.com/watch?v=..."
  3. 然后把它折进任务里让智能体在需要最新信息或需要交付物时调用 CLI,这样同一条命令是在任务内部跑,而不是在它旁边跑。
用到哪里

字幕真正发挥价值的三个去处

字幕是一个中间产物,值得在生成它之前先想好它要去哪。

报告附录

引用原文

保留时间戳。一个能直接跳到那一分钟的评审者,会停止和你的摘要争论,转而开始核对来源。

表格

数字表

凡是有数字的都适用:每个数字一行,带上时间戳和发言人,这样模型里的任何变化都能追溯到某一句话。

工作区文档

完整字幕

把整份归档到团队能搜索的地方。下一次关于这段录像的提问,不该再需要重新抓一次。

实际用法

两个提示词,对付一段你还没看的录像

两个都把视频当来源而不是当内容,这才让产出能用在报告里。

输入这句把这场财报电话会的字幕拿来,列出它给出的每一个财务数字,并附上各自的时间戳。返回内容

一张锚定到分钟的数字表,在发布任何内容之前都可以先核对。

输入这句用这次说明会的内容起草报告里的市场那一节。重要的部分直接引用,并保留时间戳。返回内容

一份每条主张都能指回录像的草稿,演讲者的限定条件被保留下来,而不是被抹平。

边界在哪

三个应当写进文档本身的限制

字幕有已知的失败模式,把它们说明白,比事后替某个数字辩护便宜得多。

自动字幕会把名称和数字搞错

如果某个数字要进报告,先对着录像核一遍。字幕好到可以用来检索,但还没好到可以闭眼引用。

没有字幕就没有东西可抓

一段没有字幕的录像,技能拿不到任何文本。这是来源问题,没有任何提示词能修好它。

字幕不是事实核查

它告诉你别人说了什么,准确度以字幕为准。演讲者说得对不对是另一个问题,也需要另一个来源。

常见问题

Doubao Work 用户关于字幕的疑问

其他语言的录像能用吗?
视频带什么字幕,它就返回什么字幕。如果那是原语言的自动字幕,翻译就是接下来可以在这个文本上单独跑的一步。
内部的录像能用吗?
支持的输入是公开的 YouTube 链接。内部会议通常在登录之后,对这条路来说够不着。
字幕该放进交付物里吗?
通常作为附录或脚注,而不是正文。正文需要的是论点;时间戳放在那里,是为了让评审的人能核对。
如果录像有三个小时长呢?
这正是它擅长的情况。你要找的是那四句要紧的话,于是去搜文本,而不是为了那一段把整场看完。
Doubao Work 的更多技能

Doubao Work 的全部 Felo 技能

这 5 个技能都是为 Doubao Work 编写的。它们在这个平台上的用法一致,所以你可以放在同一次会话里组合使用,不必重复说明自己的环境。

现成技能之外

一个 API Key,一整套 Agent 工具

从技能开始,再按 Doubao Work 工作流的需要组合模型、实时数据、知识和输出工具——用的还是 Felo 技能已经在用的那个 Key。

模型

当 Agent 需要自定义推理或生成时,使用性价比更高的 LLM 接入。

  • LLM API
  • 对话补全
  • 模型接入
浏览 LLM API →

实时信息

为 Agent 提供最新的 Web 与社交信号,而不是依赖过时的上下文。

  • Web Search
  • X Search
  • Web Fetch
浏览实时数据工具 →

知识与输出

把工作建立在可复用的知识之上,再转化为可以分享的交付物。

  • LiveDoc
  • PPT 生成
  • 思维导图
浏览知识工具 →

创意工具

把工作流从调研延伸到视觉呈现和可直接交付的 Office 成果。

  • 图像生成
  • 页面工具
  • Office 输出
浏览平台工具 →