Un Claude Skill qui transforme n'importe quelle vidéo YouTube en un guide structuré en français déposé sur ton Google Drive.
Donne une URL YouTube → récupère un Google Docs organisé (concepts clés, explications, citations directes), rangé automatiquement dans un dossier /youtube sur ton Drive.
À partir d'une URL YouTube, le pipeline :
- Extrait la transcription via
yt-dlp(sous-titres VTT) - Analyse le texte avec Claude Haiku pour identifier 5 à 15 concepts clés
- Génère des explications en français avec des citations directes
- Crée un Google Docs structuré (sommaire, sections, ressources)
- Range le document dans un dossier
/youtubesur Google Drive - Renvoie le lien partageable
Contrat tout-ou-rien : si une étape échoue, le process s'arrête avec une erreur claire — aucun document partiel n'est créé.
Ces outils CLI doivent être installés et authentifiés (le skill ne fait que les piloter — pas de dépendances Python, par design) :
yt-dlp—pip install yt-dlpoubrew install yt-dlpgws— Google Workspace CLI, authentifié avec droits d'écriture sur Driveclaude— Claude Code CLI sur lePATH- Accès réseau à YouTube et aux APIs Google
Cloner le repo dans ton dossier de skills Claude Code (global ou par projet) :
# Skill global, dispo dans tous tes projets
git clone https://github.com/Matt29/youtube-transcript-guide.git \
~/.claude/skills/youtube-transcript-guide
# …ou skill local à un projet
git clone https://github.com/Matt29/youtube-transcript-guide.git \
.claude/skills/youtube-transcript-guideAu prochain lancement de Claude Code, le skill se déclenche automatiquement dès que tu fournis une URL YouTube et demandes d'en extraire le contenu (voir le description dans SKILL.md).
python3 scripts/youtube_to_doc.py "https://www.youtube.com/watch?v=VIDEO_ID"Sortie : un lien Google Docs (https://docs.google.com/document/d/.../edit).
En tant que Skill, il se déclenche dès que tu fournis une URL YouTube et demandes d'en extraire / organiser le contenu.
- Sommaire (auto-généré par Google Docs)
- Résumé exécutif
- Concepts clés — 5 à 15 concepts, chacun avec explication en français + citation
- Ressources mentionnées — outils, liens, références cités
- Conclusion — points à retenir
Tout tient dans un script d'orchestration linéaire, scripts/youtube_to_doc.py — un pipeline shell-out : chaque action externe est un subprocess.run d'un CLI (yt-dlp, claude, gws). Le prompt d'analyse n'est pas inliné ; il vit dans references/haiku-prompt-template.md et est chargé au runtime.
youtube-transcript-guide/
├── SKILL.md # quand/comment utiliser le skill
├── scripts/youtube_to_doc.py # orchestration (7 étapes)
├── references/haiku-prompt-template.md # prompt Haiku (édite ici, pas dans le code)
├── tests/ # pytest (split par étape)
├── evals/evals.json # cas de test
├── pytest.ini
├── requirements.txt # vide par design (deps = CLIs externes)
└── README-DEV.md # notes de développement
python3 -m pytest tests/ -v # tous les tests
python3 -m pytest -m unit # unitaires seulement
python3 -m pytest -m integration # intégration (nécessite CLIs/APIs live)Les tests unitaires mockent subprocess ; les fonctions pures (clean_vtt, format_analysis_for_google_doc) sont testées directement. Voir README-DEV.md pour le détail.
MIT