YouTube Research Pipeline：用 AI 打造自动化视频研究工作流

一个话题输入，全自动研究输出。本文介绍如何用 Claude Code Skills + NotebookLM 构建端到端的 YouTube 视频研究工作流，实现从搜索、筛选、分析到生成报告的全自动化。

问题背景

做技术调研时，YouTube 往往是最好的学习资源之一。但传统的视频研究流程非常低效：

1. 手动搜索关键词
2. 逐个点开视频查看
3. 跳过广告、调整进度条
4. 记笔记、整理要点
5. 不同视频之间对比分析

一个话题调研下来，可能要花 2-3 个小时。而且容易遗漏重要信息，难以系统化整理。

能不能让 AI 帮我们完成这一切？

解决方案：YouTube Research Pipeline

我设计了一个全自动化的研究工作流：

┌─────────────┐    ┌──────────────┐    ┌─────────────┐    ┌──────────────┐    ┌─────────────┐
│   Search    │ -> │   Select     │ -> │  NotebookLM │ -> │   Analyze    │ -> │ Deliverable │
│  YouTube    │    │ Best Videos  │    │   Ingest    │    │   & Report   │    │  (optional) │
│  (20-50)    │    │   (5-8)      │    │             │    │              │    │             │
└─────────────┘    └──────────────┘    └─────────────┘    └──────────────┘    └─────────────┘

输入：一个话题（如 “Claude Code Skills”）

输出：完整的研究报告 + 可选的 podcast/幻灯片/思维导图

核心技术栈

工具	用途	安装方式
yt-dlp	YouTube 搜索和元数据提取	pip install yt-dlp
NotebookLM CLI	视频内容分析和生成	pip install notebooklm-py
Claude Code	工作流编排和 Skill 定义	Claude Code CLI

实现细节

Step 1：搜索 YouTube

使用 yt-dlp 的搜索功能，一次性获取 50 个候选视频：

yt-dlp "ytsearch50:Claude Code Skills" \
  --flat-playlist \
  --print "%(id)s|%(title)s|%(channel)s|%(channel_follower_count)s|%(view_count)s|%(duration_string)s|%(upload_date)s" \
  --dateafter now-6months

参数说明：

• ytsearch50：搜索 50 个结果
• --flat-playlist：只获取元数据，不下载视频
• --dateafter now-6months：只看最近 6 个月的内容

Step 2：智能筛选最佳视频

50 个视频太多，需要筛选出最有价值的 5-8 个。我设计了一个评分系统：

因素	权重	评分方法
相关性	40%	标题与话题的关键词匹配度
参与度	30%	播放量 / 频道订阅数 比值
时效性	20%	越新分数越高
多样性	10%	同一频道最多 2 个视频

参与度比值的含义：

engagement_ratio = view_count / channel_follower_count

• > 1.0：爆款视频，表现超过频道平均水平
• 0.3 - 1.0：参与度良好
• < 0.3：正常表现

筛选规则：

• 每个频道最多 2 个视频（保证多样性）
• 优先选择参与度 > 0.3 的视频
• 时长 5-60 分钟最佳（跳过短视频和超长内容）

Step 3：创建 NotebookLM 笔记本

notebooklm create "Research: Claude Code Skills" --json

NotebookLM 会返回一个 notebook ID，后续操作都需要用到。

Step 4：添加视频源

把筛选出的视频作为数据源添加到 NotebookLM：

notebooklm source add "https://www.youtube.com/watch?v=VIDEO_ID" --json

NotebookLM 会自动解析 YouTube 视频，提取字幕和内容。

Step 5：等待处理完成

视频处理需要时间（30 秒到 10 分钟不等），需要等待：

notebooklm source wait <source_id> -n <notebook_id> --timeout 600

Step 6：运行分析

处理完成后，向 NotebookLM 提问进行分析：

notebooklm ask "What are the main trends across these videos?" --json

分析维度：

问题类型	目的
趋势分析	“这些视频的主要趋势和模式是什么？”
关键要点	“最重要的 5 个要点是什么？”
异常观点	“有哪些独特或有争议的观点？”
研究空白	“哪些话题或角度被忽略了？”
共识总结	“所有来源都同意的观点是什么？”

Step 7：生成可交付物（可选）

NotebookLM 支持多种输出格式：

类型	命令	耗时
Podcast	notebooklm generate audio "说明"	10-20 分钟
视频	notebooklm generate video "说明"	15-45 分钟
报告	notebooklm generate report --format study-guide	5-15 分钟
幻灯片	notebooklm generate slide-deck	5-15 分钟
思维导图	notebooklm generate mind-map	即时

输出格式示例

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
YouTube Research Pipeline Complete: Claude Code Skills
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📊 Research Summary
   Videos searched: 50
   Videos selected: 8
   Notebook: fcbe7e02-e304-47d0-bbd3-fea0f2eb1284

🎬 Selected Videos (ranked by score)
   1. Don't Build Agents, Build Skills Instead (AI Engineer) - Score: 87
   2. How I use Claude Code (Meta Staff Engineer) - Score: 82
   ...

🎯 Key Takeaways
   1. Skills 是 AI 的 SOP，确保一致性执行
   2. 渐进式加载机制，仅 30-50 tokens 初始消耗
   3. MCP 连接数据，Skills 处理数据

📈 Trends
   • Skills + MCP + Sub-agents 组合使用
   • 用脚本替代 LLM 数学计算

🔍 Outliers
   • "不要构建 Agent，构建 Skills 代替"

❓ Gaps
   • 企业级部署最佳实践较少
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

封装为 Claude Skill

我把这个工作流封装成了一个 Claude Code Skill，使用时只需要说：

“Research Claude Code Skills on YouTube”

或者：

“Create a podcast about React Server Components from YouTube research”

Claude 会自动执行整个流程，无需人工干预。

Skill 核心设计原则：

1. 全自动化：步骤之间无需确认
2. 智能筛选：基于评分系统选择最佳视频
3. 并行处理：多个视频源同时处理
4. 错误容错：单个源失败不影响整体流程

实际效果

我用这个工作流研究了 “Claude Code Skills 和 MCP”：

指标	数据
搜索结果	50 个视频
精选分析	8 个视频
处理时间	约 15 分钟
产出	研究笔记 + 知识图谱 + 信息图

传统方式可能需要 2-3 小时，现在只需要一杯咖啡的时间。

经验总结

✅ 成功要素

1. 评分系统是关键：好的评分算法能筛选出高质量内容
2. 多样性很重要：限制同一频道数量，获取不同视角
3. NotebookLM 的视频理解能力很强：能准确提取关键信息
4. 输出格式要标准化：便于后续处理和引用

⚠️ 注意事项

1. Windows 编码问题：NotebookLM CLI 输出包含 Unicode 符号，建议用 --json 参数
2. 处理时间不稳定：视频长度影响处理时间，需要设置合理超时
3. Rate Limit：生成 podcast 等可能触发限制，建议等待 5 分钟后重试

结语

这个 YouTube Research Pipeline 展示了 AI 时代的研究新范式：

• 从手动到自动：AI 替代重复劳动
• 从碎片到系统：结构化输出，便于后续使用
• 从单一到多元：支持多种输出格式

如果你也想尝试，可以参考本文的实现思路，或者直接使用 Claude Code 和 NotebookLM CLI 搭建自己的研究工作流。

---

参考资料

• yt-dlp 官方文档
• NotebookLM CLI (notebooklm-py)
• Claude Code Skills 文档
• 相关文章：Claude Code Skills 与 MCP 深度研究