用 n8n 将 YouTube 视频转为音频摘要

Telegram 发送链接 → Decodo 提取字幕 → OpenAI 生成摘要脚本与音频 → Telegram 返回 MP3 与结构化文本

给谁

希望通过 Telegram 机器人快速获取 YouTube 视频音频摘要的用户

你会得到

收到 MP3 音频摘要，以及包含类型标签、标题和文字摘要的格式化消息

你需要

n8n · telegram · decodo

步骤

1. 配置工作流与凭证

   在 n8n 中导入模板后，先配置凭证：Telegram Bot Token、Decodo API Key、OpenAI API Key。双击 Config 节点，设置 output_language（如 English、Spanish、German 等），AI 摘要与语音将自动适配该语言。

2. 通过 Telegram 发送 YouTube 链接触发

   向绑定的 Telegram 机器人发送一条 YouTube 视频链接（支持 youtube.com/watch?v=... 或 youtu.be/... 格式）。

3. 正则验证 URL

   工作流通过 If 节点用正则表达式检查消息内容是否为有效 YouTube URL。若无效，机器人回复错误提示。若有效，继续执行并发送 "Found it! 🎬 fetching transcript..." 的等待消息。

4. 用 Decodo 获取视频字幕

   Decodo 节点从视频页面抓取完整字幕 JSON。需在节点中配置 Decodo API 凭证，并确认 operation 为 youtube_transcript。

5. 检查字幕提取错误

   If 节点检查 Decodo 返回结果是否包含 error。若视频无字幕或提取失败，向用户发送错误通知并终止流程。

   运行提示词 · 来源原文。Send Transcript Failed Message 节点的 text 字段

   复制提示词

   =⚠️ **Transcript Failed**
   I couldn't extract text from this video. It might not have captions available.
   **Reason:**
   {{ $json.results[0].content.error.message }}

6. Code 节点格式化字幕

   Code 节点将 Decodo 返回的深层 JSON 结构展平为纯文本字符串，供 AI 读取。

   运行提示词 · 来源原文。Code: Format Transcript 节点的 JS Code 字段

   复制提示词

   const content = $input.first().json.results?.[0]?.content;
   
   // Safety check: Ensure content is actually an array (valid transcript)
   // If it's an object (error) or null, return empty text.
   if (!Array.isArray(content)) {
       return [{ json: { transcript: "" } }];
   }
   
   const fullText = content.map(item => {
       return item.transcriptSegmentRenderer?.snippet?.runs?.[0]?.text || "";
   }).join(' ');
   
   return [{ json: { transcript: fullText } }];

7. AI Agent 生成结构化摘要脚本

   AI Summarizer 节点（Agent 类型）连接 OpenAI Chat Model（gpt-4o-mini）和 Structured Output Parser。用户消息传入格式化后的字幕文本；系统提示词要求 AI 以指定语言输出 JSON，包含 genre、title、summary 和 script（用于语音，限 300 词以内，必须以 "This is a summary of the video..." 开头）。

   运行提示词 · 来源原文。AI Summarizer 节点的 text / user message 字段

   复制提示词

   =**Input Transcript:**
   {{ $json.transcript }}

   运行提示词 · 来源原文。AI Summarizer 节点的 options.systemMessage 字段

   复制提示词

   =You are an expert Audio Summarizer. Your goal is to convert raw video transcripts into clear, concise, and easy-to-listen-to summaries.
   
   **CRITICAL INSTRUCTION:**
   You MUST write the entire summary, title, and script in **{{ $('Config').item.json.output_language }}**.
   
   **Phase 1: Analyze the Content**
   Determine the core subject matter (e.g., Cooking, Tech, History, News) and adopt a tone that fits:
   * **Educational:** Clear, instructional, and logical.
   * **News/Business:** Professional, objective, and direct.
   * **Story/Entertainment:** Engaging but descriptive.
   
   **Phase 2: Critical Content Extraction**
   **Do not miss the main point.** Identify the central argument, key facts, or the most valuable takeaway. The summary must deliver the value of the video without the fluff.
   
   **Phase 3: Script Guidelines**
   1.  **The Opening:** You MUST start the script with the phrase: "This is a summary of the video..." followed by the main topic or title.
   2.  **No Visual Cues:** The listener cannot see the video. Do NOT use phrases like "as you can see" or "in this chart." Rephrase them verbally.
   3.  **Direct & Clean:** Remove filler words, speaker labels, and conversational tangents. Just deliver the information.
   4.  **Strict Length:** The script must be **less than 300 words**.
   
   **Output Schema (Strict JSON):**
   You must output a single valid JSON object. Do not wrap it in markdown code blocks. Use this exact structure:
   {
     "genre": "The detected genre (e.g., 'True Crime', 'Cooking', 'Tech News')",
     "title": "A descriptive title for the file",
     "summary": "A short, punchy 2-sentence text caption for Telegram.",
     "script": "The full text for the Text-to-Speech engine to read. Start with 'This is a summary of the video...'."
   }

8. OpenAI TTS 生成音频

   OpenAI TTS 节点接收 AI 生成的 script 字段，调用 OpenAI 音频接口生成 MP3 文件。来源注释提到使用 tts-1 模型以快速生成。

9. Telegram 发送音频与文本摘要

   工作流先后发送两条消息：第一条为 MP3 音频文件（Send Audio Summary），第二条为格式化的 HTML 文本摘要（Send Text Summary），包含标题、类型标签和摘要内容。

   运行提示词 · 来源原文。Send Text Summary 节点的 text 字段（HTML parse_mode）

   复制提示词

   =<b>{{ $('AI Summarizer').item.json.output.title }}</b>
   
   #{{ $('AI Summarizer').item.json.output.genre.replace(/ /g, '') }}
   
   <blockquote>{{ $('AI Summarizer').item.json.output.summary }}</blockquote>

你是一个 n8n 工作流搭建助手。用户想复现「YouTube 视频转音频摘要」模板。请先确认用户已准备好：n8n 实例、Telegram Bot Token、Decodo API Key、OpenAI API Key。然后引导用户按步骤导入模板、配置凭证、设置 output_language，最后测试发送一条 YouTube 链接。