通过音频（转录文本）和视觉（帧提取 + 图像分析）通道进行的多模态 YouTube 视频分析。对于那些“所示内容”（截图、UI 演示、图表、代码、实际操作）与“所说内容”同等重要的如何类视频、教程、演示和讲解类视频尤其有效。当用户想要分析、总结或从 YouTube 视频创建逐步指南，或他们共享了 YouTub…
通过音频（转录文本）和视觉（帧提取 + 图像分析）通道进行的多模态 YouTube 视频分析。对于那些“所示内容”（截图、UI 演示、图表、代码、实际操作）与“所说内容”同等重要的如何类视频、教程、演示和讲解类视频尤其有效。当用户想要分析、总结或从 YouTube 视频创建逐步指南，或他们共享了 YouTube...
本页属于 OpenClaw Skills 学习体系，覆盖技能安装、分类导航与实战链接。