能，OpenClaw 支持 YouTube 链接、本地视频文件（需内嵌字幕或预转录）及播客音频（需 ASR 转文字），通过 summarize 技能实现结构化摘要，并支持终端命令快速提取要点与多种输出格式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
能，OpenClaw 可以直接总结视频内容，核心靠的是内置的 summarize 技能，它原生支持 YouTube 链接、本地视频文件（通过转录）、以及带字幕的播客等音视频源。
支持哪些视频来源？
目前明确兼容三类输入：
- YouTube 视频链接：直接粘贴 URL，自动抓取标题、描述，并调用转录服务提取字幕（含时间轴），再生成结构化摘要；
- 本地视频文件（MP4、WEBM 等）：需已内嵌 SRT/ASS 字幕，或配合语音转录模型（如 Whisper.cpp 或阿里云ASR）预处理为文本后传入 summarize；
- 播客音频（MP3、M4A）：同理，依赖外部 ASR 转文字后接入 summarize，OpenClaw 已预置与 Apify、Firecrawl 的对接逻辑，可一键触发端到端流程。
怎么用命令快速提取要点？
无需打开界面，全部在终端执行。常用组合示例如下：
- 一句话概括最新科技频道视频：
summarize https://youtu.be/xxx --short - 生成带小标题的深度摘要（含“核心观点”“实操步骤”“延伸思考”）：
summarize https://youtu.be/xxx --bullets --model claude-4.5 - 只提取关键结论和待办事项（适合会议录像）：
summarize meeting.mp4 --key-points --action-items
输出格式灵活，适配不同用途
摘要不是固定段落，而是按需结构化：
- 加 --json：返回标准 JSON，含 title、summary、key_points、timestamps（如有）等字段，方便写入数据库或同步到 Notion；
- 加 --bullets：输出带符号的要点列表，适合快速扫读；
- 加 --extract-only：跳过总结，只返回原始转录文本，供人工校对或二次加工。
注意事项与优化建议
实际使用中，效果取决于两点：转录质量 + 模型理解力。
- YouTube 视频若无自动生成字幕或字幕关闭，OpenClaw 会尝试用备用引擎（如 Apify + Whisper）补全，但可能延迟几秒；
- 推荐优先使用 claude-4.5 或 google/gemini-3-flash-preview 模型处理长视频，它们对多段落逻辑整合更稳定；
- 本地部署时，可在
~/.openclaw/config.yaml中设置默认模型和超时阈值，避免大视频卡在转录环节。
