统一技能，用于解析、下载和向聊天平台传输媒体（音频/视频），集成 yt-dlp 实现解析，并支持 Spotify 元数据同步

下载视频、提取字幕、截取帧。使用 yt-dlp、Whisper 和 ffmpeg 分析 YouTube 教程和 DD 视频