现在的 AI 已经很擅长总结、分类和问答，但在真正使用它整理知识时，我经常卡在更前面的一步：
怎样把散落在视频里的内容，变成 AI 可以稳定读取的资料？
我平时会在 YouTube 上看课程、访谈和播客。看完时觉得收获很多，过一段时间想找其中一个观点，却只能重新打开视频、拖动进度条。
如果是一套几十集的课程或一个持续更新的频道，逐个打开视频、复制字幕、创建文件，光是准备资料就足以让人放弃。
所以我做了 Transcriptly。
它是一款免费、开源的 Chrome 扩展，可以把 YouTube 视频、播放列表和频道中的字幕批量保存为本地 Markdown。
它解决的不是"下载字幕"
单独下载一条字幕并不难，真正麻烦的是把大量视频转化成可以长期保存、检索和复用的资料。
Transcriptly 的工作流很简单：
css
YouTube 视频 / 播放列表 / 频道
↓
选择需要的视频
↓
批量保存为本地 Markdown
↓
Obsidian / VS Code / Git / AI在播放列表或频道中勾选视频，再选择一个本地文件夹，Transcriptly 会依次处理这些视频。
每个视频都会生成一份独立的 Markdown 文件。它们不依赖某个平台，可以被编辑、搜索、备份，也可以直接交给支持本地文件的 AI 工具处理。
为什么选择 Markdown？
因为 Markdown 同时适合人和 AI 阅读。
对人来说，它是普通文本文件，可以放进 Obsidian、VS Code 或任何文本编辑器，也可以通过 Git 管理版本。
对 AI 来说，它没有复杂排版和多余页面元素，标题、段落和时间戳都比较清晰，可以直接用作总结、搜索和知识整理的原始材料。
例如，我可以把一套课程字幕保存到同一个目录，然后让 AI：
- 按章节总结整套课程
- 提取反复出现的概念
- 对比不同视频中的观点
- 查找作者在哪一期提到过某个问题
- 根据原始内容生成学习笔记
- 整理成相互关联的知识库页面
这里需要特别说明：
Transcriptly 本身不是另一个 AI 知识库产品，也不绑定任何大模型。
它更像知识工作流中的"资料入口"：先把 YouTube 内容转换成开放、干净的本地文件，再由你选择 Obsidian、Claude、ChatGPT、Cursor、Codex或其他工具继续处理。
两种 Markdown 格式
不同使用场景需要不同的字幕结构，因此 Transcriptly 提供了两种格式。
Timeline
Timeline 会保留每一段字幕对应的时间戳。
点击时间可以返回视频的相应位置，适合查找原话、核对上下文或引用视频来源。
csharp
[03:18] The important thing is not the tool itself...
[03:24] It is how the tool changes the way we work.Article
Article 会减少时间线带来的阅读干扰，把字幕整理成更接近普通文章的形式。
这种格式更适合连续阅读，也更方便直接交给 AI 总结、提取观点或整理笔记。
为什么坚持本地优先？
我希望保存下来的字幕首先属于用户，而不是被锁在另一个在线服务里。
只使用本地保存功能时，不需要注册账号。扩展通过浏览器能力把 Markdown 直接写入你选择的文件夹，字幕不需要经过 Transcriptly 的服务器。
这意味着你可以自由决定：
- 文件放在哪里
- 使用什么编辑器
- 是否用 Git 备份
- 交给哪个 AI 工具
- 将来是否迁移到其他知识库
即使有一天不再使用 Transcriptly，这些 Markdown 文件依然可以正常打开和使用。
批量处理是怎么工作的？
单个视频可以直接保存。进入 YouTube 播放列表或频道后，也可以一次选择多个视频。
扩展会依次打开视频页面、读取可用字幕并保存文件，同时支持暂停、继续和失败重试。
处理数量没有人为设置的固定上限。不过，批量获取仍然会受到网络速度、视频数量以及 YouTube 页面加载速度的影响。
这套机制没有调用需要用户配置密钥的 YouTube Data API，而是尽量在用户正常浏览 YouTube 的环境中完成处理。
可选的公共字幕库
除了本地保存，我还在尝试做一个公开的字幕知识库：
transcriptly.libmap.cn/transcripts
用户可以选择把字幕贡献到公共字幕库，其他人便可以在线搜索、阅读，并返回对应的 YouTube 原视频。
公开贡献不是默认行为。它需要用户主动选择，本地保存和公开分享是两件相互独立的事情。
我希望它未来不只是字幕展示页面，也能成为一个可搜索、可引用的公开视频文字资料库。
安装与使用
Transcriptly 已经上架 Chrome 应用商店：
安装后打开一个带字幕的 YouTube 视频，点击浏览器工具栏中的 Transcriptly 图标，即可预览并保存字幕。
如果在播放列表或频道页面使用，还可以进入批量选择模式，一次保存多个视频。
项目采用 MIT 协议开源，源代码在 GitHub：
最后
做 Transcriptly 的起点，并不是"再做一个字幕下载器"。
我真正想解决的问题是：
怎样把长期观看的视频，从稍纵即逝的内容，变成自己可以保存、搜索，并持续交给 AI 整理的知识资产？
现在它还处于早期阶段。如果你平时也会用 AI 整理课程、访谈或播客，欢迎试用并告诉我你的工作流。
也欢迎在 GitHub 提 Issue、参与开发，或者给项目一个 Star。