用 n8n 把 YouTube 视频自动转成结构化摘要

输入 YouTube 链接 → 提取字幕 → GPT-4o-mini 生成带层级标题的 Markdown 摘要 → 返回 JSON 并可选推送 Telegram

给谁

需要快速消化视频内容的研究者、学生、内容运营者

你会得到

POST 一个 YouTube URL，数秒内得到包含主题、要点、技术术语的结构化 Markdown 摘要，同时收到 Telegram 通知

你需要

n8n · youtube-transcript · telegram

步骤

1. 接收 URL 并提取视频 ID

   在 n8n 中导入模板后，确认 Webhook 节点路径为 ytube、方法为 POST、响应模式为 responseNode。随后「Get YouTube URL」节点从 webhook body 读取 youtubeUrl 字段。「YouTube Video ID」节点运行以下 JavaScript，用正则从 youtu.be 或 youtube.com 链接中提取 11 位视频 ID：

   运行提示词 · 来源原文。YouTube Video ID 节点的 jsCode 字段

   复制提示词

   const extractYoutubeId = (url) => {
     // Regex pattern that matches both youtu.be and youtube.com URLs
     const pattern = /(?:youtube\.com\/(?:[^\/]+\/.+\/|(?:v|e(?:mbed)?)\/|.*[?&]v=)|youtu\.be\/)([^"&?\/\s]{11})/;
     const match = url.match(pattern);
     return match ? match[1] : null;
   };
   
   // Input URL from previous node
   const youtubeUrl = items[0].json.youtubeUrl; // Adjust this based on your workflow
   
   // Process the URL and return the video ID
   return [{
     json: {
       videoId: extractYoutubeId(youtubeUrl)
     }
   }];

2. 获取视频元数据与完整字幕

   「Get YouTube Video」节点以 videoId 调用 YouTube Data API，获取视频标题、描述等元数据。并行（或按连接顺序）「YouTube Transcript」社区节点提取该视频的完整字幕文本。注意：该节点为社区节点，仅支持 self-hosted n8n。

3. 拼接字幕片段为完整文本

   「Split Out」节点将 transcript 数组拆分为多条记录；「Concatenate」节点使用 summarize 的 concatenate 聚合，以空格连接所有 text 字段，生成单一字符串 concatenated_text，供下游 LLM 节点使用。

4. 用 GPT-4o-mini 生成结构化摘要

   「Summarize & Analyze Transcript」节点（Basic LLM Chain）连接 gpt-4o-mini 模型，promptType 为 define，直接写入系统提示词。该提示词要求模型按二级标题拆分主题，以 bullet points 列出核心概念，保持技术准确性，并按 Definition/Background → Main characteristics → Implementation details → Advantages/Disadvantages 的顺序组织内容。

   运行提示词 · 来源原文。Summarize & Analyze Transcript 节点的 text 字段（promptType=define）

   复制提示词

   =Please analyze the given text and create a structured summary following these guidelines:
   
   1. Break down the content into main topics using Level 2 headers (##)
   2. Under each header:
      - List only the most essential concepts and key points
      - Use bullet points for clarity
      - Keep explanations concise
      - Preserve technical accuracy
      - Highlight key terms in bold
   3. Organize the information in this sequence:
      - Definition/Background
      - Main characteristics
      - Implementation details
      - Advantages/Disadvantages
   4. Format requirements:
      - Use markdown formatting
      - Keep bullet points simple (no nesting)
      - Bold important terms using **term**
      - Use tables for comparisons
      - Include relevant technical details
   
   Please provide a clear, structured summary that captures the core concepts while maintaining technical accuracy.
   
   Here is the text: {{ $json.concatenated_text
    }}

5. 组装响应对象

   「Response Object」节点（Edit Fields/Set）构建最终 JSON，包含：summary（来自 LLM 输出 text）、topics（空数组）、title（来自 YouTube 视频 snippet.title）、description（snippet.description）、id（视频 ID）、youtubeUrl（原始输入 URL）。

6. 返回 webhook 响应并推送 Telegram

   「Respond to Webhook」节点将 Response Object 作为 HTTP 响应返回给调用方。同时「Telegram」节点向指定 chat 发送消息，内容为视频标题与原始链接，parse_mode 为 HTML，appendAttribution 设为 false。

   运行提示词 · 来源原文。Telegram 节点的 text 字段

   复制提示词

   ={{ $json.title }}
   {{ $json.youtubeUrl }}

你是一个 n8n 工作流搭建助手。用户想复现「AI-powered YouTube video summarization & analysis」模板。请按以下顺序协助：
1. 确认用户运行的是 self-hosted n8n（社区节点限制）。
2. 检查是否已配置三类凭证：YouTube Data API v3、OpenAI API Key、Telegram Bot Token（如使用 Telegram）。
3. 指导从 https://n8n.io/workflows/2679/ 导入 workflow JSON 或直接从模板库安装。
4. 核对 Webhook 路径（ytube）与响应模式（responseNode）。
5. 建议先用一个公开 YouTube URL 测试，验证字幕提取与 LLM 摘要输出格式。