HermesAgent接入YouTube内容：自动搜索视频与提取字幕教程

让 Hermes Agent 听懂 YouTube：接入视频搜索与字幕提取全攻略

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

想让你的 Hermes Agent 变得更“博学”吗？一个直接的办法，就是赋予它自动搜索 YouTube 视频并提取字幕的能力。这相当于为它接入了海量的视频知识库。实现这个功能，关键在于通过 Model Context Protocol（MCP）服务器，在 Hermes 的技能调用框架和 YouTube 服务之间架起一座桥梁。下面，我们就来一步步拆解这个集成过程。

一、部署 YouTube 字幕 MCP 服务器

首先，我们需要一个“翻译官”——YouTube 字幕 MCP 服务器。它的角色很明确：接收 Hermes 的请求，去 YouTube 拉取字幕，然后把结构化的文本和元数据（比如时间戳）规规矩矩地送回来。整个过程，Hermes 都通过标准的 MCP 工具调用来和它沟通，非常清晰。

具体操作也不复杂：

1. 在你的 Hermes 运行环境里，打开一个新的终端窗口。

2. 执行这条安装命令：npx -y @smithery/cli install @kimtaeyoon83/mcp-server-youtube-transcript --client hermes。

3. 安装完成后，服务器会自动注册到 Hermes 的工具列表里，省去了手动配置文件的麻烦。

4. 怎么验证成功了？很简单，运行 hermes tool list 命令，看看输出结果里有没有出现 get_transcript 这个工具项。有，就说明“翻译官”已就位。

二、配置 Hermes 内置技能调用字幕工具

服务器部署好了，但 Hermes 还不知道什么时候、怎么去用它。所以，我们需要定义一个可复用的技能，把“搜索视频”和“提取字幕”这两个动作打包成一个连贯的工作流。这样，用户无论是丢过来一个视频链接，还是只给几个关键词，Hermes 都能自动触发完整的流程。

定义技能的步骤如下：

1. 进入 Hermes 的技能管理界面，运行 hermes skill_manage create youtube_subtitle_fetcher 来创建一个新技能。

2. 在打开的交互式编辑器中，粘贴下面这段 YAML 内容（注意保持严格的缩进格式）。

3. 其中，name 和 description 字段分别定义为 fetch_yt_subtitle 和“从 YouTube 视频链接或标题提取指定语言字幕”。

4. 在 steps 部分，需要配置两个步骤：第一步，调用 youtube_search 工具（这需要你提前配置好 YouTube API 密钥，下一步会讲）；第二步，调用刚才部署的 get_transcript 工具，并传入从第一步得到的视频 url 和用户指定的语言 lang 参数。

三、注入 YouTube Data API v3 凭据

要让 Hermes 能主动搜索视频，光有字幕服务器不够，还得让它能访问 YouTube 的官方数据接口。这个 API 密钥是独立于 MCP 服务器的，必须配置在 Hermes 自己的环境里。

获取和配置密钥的路径很清晰：

1. 首先，访问 https://console.cloud.google.com/apis/library/youtube.googleapis.com，启用 YouTube Data API v3 服务。

2. 接着，创建新的凭证，选择“API 密钥”类型，然后把生成的那一串密钥复制下来。

3. 打开 Hermes 的配置文件，通常路径是 vim ~/.hermes/.env。

4. 在文件末尾新增一行：YOUTUBE_API_KEY=your_api_key_here（记得把“your_api_key_here”替换成你刚才复制的真实密钥），保存并退出。

四、测试完整工作流

配置完毕，是时候验收成果了。启动 Hermes 的对话模式，你会发现，整个过程已经可以实现高度自动化：从理解你的自然语言指令，到完成视频检索、解析、字幕拉取和格式化返回，一气呵成。

我们来实际测试一下：

1. 在终端执行 hermes chat，进入交互对话模式。

2. 直接输入指令：请查找标题含“LLM推理优化”的最新YouTube视频，并提取其中文字字幕。

3. 观察后台日志，你会看到 Hermes 先调用 youtube_search，找到最匹配的视频并获取其 ID，然后拼接成完整的视频 URL。

4. 紧接着，它调用 get_transcript 工具，传入上一步的 URL 和语言参数（例如 en 代表英文），最终将带时间戳的纯文本字幕块呈现给你。

五、手动补全缺失字幕的备用方案

当然，事情不会总是那么顺利。如果目标视频没有提供人工字幕，或者上传者关闭了自动生成字幕功能，MCP 服务器可能会返回空结果。这时候，一个可靠的备用方案（降级路径）就显得尤为重要。我们可以准备一套本地字幕提取工具链，绕过 YouTube 的服务限制。

备用方案的搭建步骤如下：

1. 在运行 Hermes 的机器上，安装经典的 youtube-dl 工具：执行 pip install --upgrade youtube_dl。

2. 创建一个本地脚本，比如 ~/bin/fetch_yt_sub.sh，其核心内容就是一行命令：youtube-dl --write-sub --skip-download --sub-lang en "$1"。

3. 别忘了给脚本加上执行权限：chmod +x ~/bin/fetch_yt_sub.sh。

4. 最后，回到第二步中定义的 Hermes 技能 YAML 文件里，在 fallback（回退）字段中引用这个本地脚本的路径。这样，一旦 MCP 服务器调用失败，系统就会自动切换到这个本地方案来执行，确保流程的鲁棒性。