通过音频（转录文本）和视觉（帧提取 + 图像分析）通道对 YouTube 视频进行多模态分析。对于 HowTo 视频、教程、演示和讲解类视频尤为强大，在这些视频中“所展示的内容”（截图、UI 演示、图示、代码、物理操作）与“所说的内容”同样重要。每当用户希望分析、总结或从 YouTube 视频创建逐步指南，或…
通过音频（转录文本）和视觉（帧提取 + 图像分析）通道对 YouTube 视频进行多模态分析。对于 HowTo 视频、教程、演示和讲解类视频尤为强大，在这些视频中“所展示的内容”（截图、UI 演示、图示、代码、物理操作）与“所说的内容”同样重要。每当用户希望分析、总结或从 YouTube 视频创建逐步指南，或在分...
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。