3 小时的播客/视频，15 分钟出精华。

给 Claude Code 写了个 skill，丢个链接进去就行 — 小宇宙、YouTube、B站都支持，中英文通吃。
三个 AI 模型各干各的：
• Claude 负责调度整个流程
• Whisper 把音频转成文字
• Gemini 吃下 5 万字长文本，输出结构化摘要
最有意思的是三个平台的音频获取方式完全不一样。小宇宙最简单，页面源码里直接藏着音频链接。YouTube 有反爬机制，需要绕一下。B站最折腾 — 常规方法全被封了，最后是直接调它的底层接口才拿到音频。
实测三个视频（见图），117min + 181min + 114min，全跑通。最长那条 181 分钟，转录 5 万多字。
以前 3 小时播客只能听或不听，现在多了第三个选项：先看精华，值得再回去听原片。