nanobot summarize 技能详解用一行命令总结 URL、本地文件与 YouTube 视频【免费下载链接】nanobotUltra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps项目地址: https://gitcode.com/gh_mirrors/nanob/nanobot导读summarize是 nanobot 内置的轻量级技能Skill基于summarize.shCLI 实现让 AI Agent 能够快速总结网页 URL、本地文件PDF、文档等以及 YouTube 链接并能以“尽力而为”best-effort的方式提取 YouTube 字幕无需安装yt-dlp。读完本文你将掌握该技能的触发方式、命令行参数、模型与 API Key 配置、~/.summarize/config.json配置文件写法以及它在 nanobot 技能加载与上下文注入机制中的底层工作原理。技能定位nanobot 的 URL / 视频总结助手在 nanobot 中技能Skills是引导 Agent 完成特定领域任务的模块化说明文档每个技能是一个包含SKILL.md的目录其中 YAML frontmatter 承载元数据、Markdown 正文承载给 Agent 的操作指令参见 nanobot/skills/README.md。summarize技能即位于 nanobot/skills/summarize/SKILL.md其 frontmatter 定义如下name: summarize description: Summarize or extract text/transcripts from URLs, podcasts, and local files (great fallback for transcribe this YouTube/video). homepage: https://summarize.sh metadata: {nanobot:{emoji:,requires:{bins:[summarize]},install:[{id:brew,kind:brew,formula:steipete/tap/summarize,bins:[summarize],label:Install summarize (brew)}]}}从元数据可以读出两个关键信息运行时依赖requires.bins声明该技能需要summarize命令存在于 PATH 中否则 Agent 判定技能不可用安装方式install字段给出 Homebrew 安装命令brew install steipete/tap/summarize安装后提供summarize可执行文件。在 nanobot/config/schema.py 的配置模型里可以通过disabled_skills列表排除技能例如[summarize, skill-creator]实现按需启停。何时触发触发短语SKILL.md明确要求 Agent 在用户提出以下任一请求时立即使用本技能use summarize.sh明确要求使用 summarize.shwhats this link/video about?询问链接/视频内容summarize this URL/article总结 URL/文章transcribe this YouTube/video转写 YouTube/视频——尽力提取字幕无需yt-dlp这些触发条件写在技能的description与正文中。在 nanobot 的技能体系里frontmatter 中的description是 Agent 判断何时使用该技能的主要依据正文只在技能触发后才被加载参见 nanobot/skills/skill-creator/SKILL.md 中关于 frontmatter 的说明。因此立即使用这类指示对触发效率至关重要。快速上手三个典型命令# 总结一个网页 URL summarize https://example.com --model google/gemini-3-flash-preview # 总结本地文件PDF、文档等 summarize /path/to/file.pdf --model google/gemini-3-flash-preview # 总结 YouTube 视频自动模式含字幕提取与摘要 summarize https://youtu.be/dQw4w9WgXcQ --youtube auto三个示例覆盖了该工具支持的三大输入类型远程 URL、本地文件路径与 YouTube 链接。--model指定后端模型未指定时使用默认模型google/gemini-3-flash-preview。YouTube摘要 vs 字幕转写对 YouTube 链接summarize支持两种产出字幕提取仅限 URL 输入——使用--extract-only只抽取字幕文本不做总结summarize https://youtu.be/dQw4w9WgXcQ --youtube auto --extract-only使用策略技能对 Agent 的约定如果用户要的是字幕转写transcript但结果非常庞大应当先返回一份紧凑的摘要再询问用户希望展开哪一段或哪个时间区间。这样既满足先给结论的体验也避免一次输出过长内容。值得强调的是该技能是transcribe this YouTube/video请求的优秀兜底方案frontmatter description 原文即 great fallback其字幕提取无需yt-dlp降低了 Agent 环境依赖。模型选择与 API Keysummarize通过环境变量注入所选提供商provider的 API Key提供商环境变量OpenAIOPENAI_API_KEYAnthropicANTHROPIC_API_KEYxAIXAI_API_KEYGoogleGEMINI_API_KEY别名GOOGLE_GENERATIVE_AI_API_KEY、GOOGLE_API_KEY模型命名遵循provider/model格式例如google/gemini-3-flash-preview、openai/gpt-5.2。若未通过--model指定且配置文件中未设置模型默认使用google/gemini-3-flash-preview。常用 Flags 一览SKILL.md列出了以下高频参数--length short|medium|long|xl|xxl|chars—— 控制摘要长度既可传语义档位short/medium/long/xl/xxl也可直接传字符数如--length 500--max-output-tokens count—— 限制输出 token 上限--extract-only—— 仅提取文本/字幕而不生成摘要仅 URL 输入有效--json—— 输出机器可读的 JSON 格式便于 Agent 程序化解析--firecrawl auto|off|always—— 兜底网页抓取策略。当目标站点被反爬拦截时可通过FIRECRAWL_API_KEY使用 Firecrawl 作为回退提取通道--youtube auto—— YouTube 处理模式设为auto时若配置了APIFY_API_TOKEN则使用 Apify 作为字幕获取的兜底服务。这些 flags 是 Agent 在执行总结任务时调节输入提取方式与输出形态的核心旋钮--extract-only控制是否只取原文--length/--max-output-tokens控制产出规模--json控制返回格式--firecrawl/--youtube控制针对反爬站点与视频站点的回退策略。配置文件与可选服务可选配置文件位于~/.summarize/config.json可在不修改命令行的情况下固化默认模型{ model: openai/gpt-5.2 }可选服务按需配置未配置时对应回退能力自动失效FIRECRAWL_API_KEY—— 用于被屏蔽/反爬的站点配合--firecrawl auto|always使用APIFY_API_TOKEN—— 用于 YouTube 字幕兜底配合--youtube auto使用。源码级原理nanobot 如何加载并注入该技能了解 Agent 实际如何使用这份SKILL.md能帮你更好地理解技能文件结构的意义。相关实现集中在 nanobot/agent/skills.py技能发现SkillsLoader.list_skills()会扫描三个来源——工作区skills/目录source 为workspace、Agent 插件技能source 为plugin以及内置技能目录nanobot/skillssource 为builtin见 skills.py 的_skill_entries_from_dir。工作区技能与同名内置技能重名时工作区优先该行为有测试用例覆盖见 tests/agent/test_skills_loader.py 中test_list_skills_workspace_shadows_builtin_same_name。可用性检查_check_requirements()依据 frontmattermetadata.nanobot.requires.bins用shutil.which(summarize)检查二进制是否在 PATH 中缺失时该技能会被标记为 unavailable并从可用技能列表过滤掉skills.py。上下文注入在每一轮请求解析时SkillsLoader.build_explicit_skill_runtime_context()会从用户原始消息中解析$skill-name引用或按触发规则命中的技能并将对应SKILL.md正文剥离 frontmatter 后以[Active Skills — instructions for this user turn]块注入运行时上下文skills.py该调用链位于 nanobot/agent/loop.py 的_resolve_runtime_context_for_request中。渐进式加载Agent 平时只看到技能的名称 description摘要由build_skills_summary()生成模板见 nanobot/templates/agent/skills_section.md仅在技能命中后才读取完整SKILL.md正文从而控制上下文窗口的占用。从源码结构看summarize的依赖声明requires.bins: [summarize]与 brew 安装指引会被 SkillsLoader 与安装辅助流程共同消费前者用于运行时可用性判断后者用于引导用户快速补齐summarizeCLI。使用前提与限制环境依赖必须先在系统中安装summarize命令macOS 可通过brew install steipete/tap/summarize否则该技能在 nanobot 中会被标记为不可用模型 Key需要为所选提供商配置对应环境变量OPENAI_API_KEY/ANTHROPIC_API_KEY/XAI_API_KEY/GEMINI_API_KEY等能力边界--extract-only仅对 URL 输入有效YouTube 字幕提取为尽力而为且--youtube auto的 Apify 兜底依赖APIFY_API_TOKEN已配置触发纪律该技能面向 URL、文件与视频总结场景Agent 应按SKILL.md中的触发短语判断是否启用避免滥用占用上下文。小结summarize技能以极小的配置成本为 nanobot Agent 补齐了网页/文件/视频内容理解这一高频能力无需额外脚本连yt-dlp都不需要一行命令即可完成 URL、本地文件与 YouTube 链接的总结或字幕提取并通过--length、--max-output-tokens、--json等参数精细控制产出。同时借助 nanobot 的技能加载框架发现、依赖检查、上下文注入三级机制它能在正确时机被自动唤起成为 Agent 处理帮我看看这个链接/视频讲了什么类请求的可靠落点。若需了解 nanobot 技能体系的整体设计如何自建技能、目录结构、打包规范可继续阅读 nanobot/skills/README.md 与 nanobot/skills/skill-creator/SKILL.md。【免费下载链接】nanobotUltra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps项目地址: https://gitcode.com/gh_mirrors/nanob/nanobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
nanobot summarize 技能详解用一行命令总结 URL、本地文件与 YouTube 视频【免费下载链接】nanobotUltra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps项目地址: https://gitcode.com/gh_mirrors/nanob/nanobot导读summarize是 nanobot 内置的轻量级技能Skill基于summarize.shCLI 实现让 AI Agent 能够快速总结网页 URL、本地文件PDF、文档等以及 YouTube 链接并能以“尽力而为”best-effort的方式提取 YouTube 字幕无需安装yt-dlp。读完本文你将掌握该技能的触发方式、命令行参数、模型与 API Key 配置、~/.summarize/config.json配置文件写法以及它在 nanobot 技能加载与上下文注入机制中的底层工作原理。技能定位nanobot 的 URL / 视频总结助手在 nanobot 中技能Skills是引导 Agent 完成特定领域任务的模块化说明文档每个技能是一个包含SKILL.md的目录其中 YAML frontmatter 承载元数据、Markdown 正文承载给 Agent 的操作指令参见 nanobot/skills/README.md。summarize技能即位于 nanobot/skills/summarize/SKILL.md其 frontmatter 定义如下name: summarize description: Summarize or extract text/transcripts from URLs, podcasts, and local files (great fallback for transcribe this YouTube/video). homepage: https://summarize.sh metadata: {nanobot:{emoji:,requires:{bins:[summarize]},install:[{id:brew,kind:brew,formula:steipete/tap/summarize,bins:[summarize],label:Install summarize (brew)}]}}从元数据可以读出两个关键信息运行时依赖requires.bins声明该技能需要summarize命令存在于 PATH 中否则 Agent 判定技能不可用安装方式install字段给出 Homebrew 安装命令brew install steipete/tap/summarize安装后提供summarize可执行文件。在 nanobot/config/schema.py 的配置模型里可以通过disabled_skills列表排除技能例如[summarize, skill-creator]实现按需启停。何时触发触发短语SKILL.md明确要求 Agent 在用户提出以下任一请求时立即使用本技能use summarize.sh明确要求使用 summarize.shwhats this link/video about?询问链接/视频内容summarize this URL/article总结 URL/文章transcribe this YouTube/video转写 YouTube/视频——尽力提取字幕无需yt-dlp这些触发条件写在技能的description与正文中。在 nanobot 的技能体系里frontmatter 中的description是 Agent 判断何时使用该技能的主要依据正文只在技能触发后才被加载参见 nanobot/skills/skill-creator/SKILL.md 中关于 frontmatter 的说明。因此立即使用这类指示对触发效率至关重要。快速上手三个典型命令# 总结一个网页 URL summarize https://example.com --model google/gemini-3-flash-preview # 总结本地文件PDF、文档等 summarize /path/to/file.pdf --model google/gemini-3-flash-preview # 总结 YouTube 视频自动模式含字幕提取与摘要 summarize https://youtu.be/dQw4w9WgXcQ --youtube auto三个示例覆盖了该工具支持的三大输入类型远程 URL、本地文件路径与 YouTube 链接。--model指定后端模型未指定时使用默认模型google/gemini-3-flash-preview。YouTube摘要 vs 字幕转写对 YouTube 链接summarize支持两种产出字幕提取仅限 URL 输入——使用--extract-only只抽取字幕文本不做总结summarize https://youtu.be/dQw4w9WgXcQ --youtube auto --extract-only使用策略技能对 Agent 的约定如果用户要的是字幕转写transcript但结果非常庞大应当先返回一份紧凑的摘要再询问用户希望展开哪一段或哪个时间区间。这样既满足先给结论的体验也避免一次输出过长内容。值得强调的是该技能是transcribe this YouTube/video请求的优秀兜底方案frontmatter description 原文即 great fallback其字幕提取无需yt-dlp降低了 Agent 环境依赖。模型选择与 API Keysummarize通过环境变量注入所选提供商provider的 API Key提供商环境变量OpenAIOPENAI_API_KEYAnthropicANTHROPIC_API_KEYxAIXAI_API_KEYGoogleGEMINI_API_KEY别名GOOGLE_GENERATIVE_AI_API_KEY、GOOGLE_API_KEY模型命名遵循provider/model格式例如google/gemini-3-flash-preview、openai/gpt-5.2。若未通过--model指定且配置文件中未设置模型默认使用google/gemini-3-flash-preview。常用 Flags 一览SKILL.md列出了以下高频参数--length short|medium|long|xl|xxl|chars—— 控制摘要长度既可传语义档位short/medium/long/xl/xxl也可直接传字符数如--length 500--max-output-tokens count—— 限制输出 token 上限--extract-only—— 仅提取文本/字幕而不生成摘要仅 URL 输入有效--json—— 输出机器可读的 JSON 格式便于 Agent 程序化解析--firecrawl auto|off|always—— 兜底网页抓取策略。当目标站点被反爬拦截时可通过FIRECRAWL_API_KEY使用 Firecrawl 作为回退提取通道--youtube auto—— YouTube 处理模式设为auto时若配置了APIFY_API_TOKEN则使用 Apify 作为字幕获取的兜底服务。这些 flags 是 Agent 在执行总结任务时调节输入提取方式与输出形态的核心旋钮--extract-only控制是否只取原文--length/--max-output-tokens控制产出规模--json控制返回格式--firecrawl/--youtube控制针对反爬站点与视频站点的回退策略。配置文件与可选服务可选配置文件位于~/.summarize/config.json可在不修改命令行的情况下固化默认模型{ model: openai/gpt-5.2 }可选服务按需配置未配置时对应回退能力自动失效FIRECRAWL_API_KEY—— 用于被屏蔽/反爬的站点配合--firecrawl auto|always使用APIFY_API_TOKEN—— 用于 YouTube 字幕兜底配合--youtube auto使用。源码级原理nanobot 如何加载并注入该技能了解 Agent 实际如何使用这份SKILL.md能帮你更好地理解技能文件结构的意义。相关实现集中在 nanobot/agent/skills.py技能发现SkillsLoader.list_skills()会扫描三个来源——工作区skills/目录source 为workspace、Agent 插件技能source 为plugin以及内置技能目录nanobot/skillssource 为builtin见 skills.py 的_skill_entries_from_dir。工作区技能与同名内置技能重名时工作区优先该行为有测试用例覆盖见 tests/agent/test_skills_loader.py 中test_list_skills_workspace_shadows_builtin_same_name。可用性检查_check_requirements()依据 frontmattermetadata.nanobot.requires.bins用shutil.which(summarize)检查二进制是否在 PATH 中缺失时该技能会被标记为 unavailable并从可用技能列表过滤掉skills.py。上下文注入在每一轮请求解析时SkillsLoader.build_explicit_skill_runtime_context()会从用户原始消息中解析$skill-name引用或按触发规则命中的技能并将对应SKILL.md正文剥离 frontmatter 后以[Active Skills — instructions for this user turn]块注入运行时上下文skills.py该调用链位于 nanobot/agent/loop.py 的_resolve_runtime_context_for_request中。渐进式加载Agent 平时只看到技能的名称 description摘要由build_skills_summary()生成模板见 nanobot/templates/agent/skills_section.md仅在技能命中后才读取完整SKILL.md正文从而控制上下文窗口的占用。从源码结构看summarize的依赖声明requires.bins: [summarize]与 brew 安装指引会被 SkillsLoader 与安装辅助流程共同消费前者用于运行时可用性判断后者用于引导用户快速补齐summarizeCLI。使用前提与限制环境依赖必须先在系统中安装summarize命令macOS 可通过brew install steipete/tap/summarize否则该技能在 nanobot 中会被标记为不可用模型 Key需要为所选提供商配置对应环境变量OPENAI_API_KEY/ANTHROPIC_API_KEY/XAI_API_KEY/GEMINI_API_KEY等能力边界--extract-only仅对 URL 输入有效YouTube 字幕提取为尽力而为且--youtube auto的 Apify 兜底依赖APIFY_API_TOKEN已配置触发纪律该技能面向 URL、文件与视频总结场景Agent 应按SKILL.md中的触发短语判断是否启用避免滥用占用上下文。小结summarize技能以极小的配置成本为 nanobot Agent 补齐了网页/文件/视频内容理解这一高频能力无需额外脚本连yt-dlp都不需要一行命令即可完成 URL、本地文件与 YouTube 链接的总结或字幕提取并通过--length、--max-output-tokens、--json等参数精细控制产出。同时借助 nanobot 的技能加载框架发现、依赖检查、上下文注入三级机制它能在正确时机被自动唤起成为 Agent 处理帮我看看这个链接/视频讲了什么类请求的可靠落点。若需了解 nanobot 技能体系的整体设计如何自建技能、目录结构、打包规范可继续阅读 nanobot/skills/README.md 与 nanobot/skills/skill-creator/SKILL.md。【免费下载链接】nanobotUltra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps项目地址: https://gitcode.com/gh_mirrors/nanob/nanobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
