3 小時的播客/影片，15 分鐘出精華。

給 Claude Code 寫了個 skill，丟個連結進去就行 — 小宇宙、YouTube、B站都支持，中英文通吃。
三個 AI 模型各干各的：
• Claude 負責調度整個流程
• Whisper 把音頻轉成文字
• Gemini 吃下 5 萬字長文本，輸出結構化摘要
最有意思的是三個平台的音頻獲取方式完全不一樣。小宇宙最簡單，頁面原始碼裡直接藏著音頻連結。YouTube 有反爬機制，需要繞一下。B站最折騰 — 常規方法全被封了，最後是直接調它的底層接口才拿到音頻。
實測三個影片（見圖），117min + 181min + 114min，全跑通。最長那條 181 分鐘，轉錄 5 萬多字。
以前 3 小時播客只能聽或不聽，現在多了第三個選項：先看精華，值得再回去聽原片。