使用 youtube2md 将 YouTube 视频摘要为结构化 Markdown 格式，包含分章笔记、时间戳链接和关键要点。当用户提供一个或多个 YouTube 链接并要求生成摘要、学习笔记、特定语言摘要、字幕提取或机器可读的 JSON 输出时使用。

使用 Google Gemini 多模态 AI 分析视频。从任意网址（如 Loom、YouTube、TikTok、Vimeo、Twitter/X、Instagram 及 1000 多个网站）下载视频，获取字幕、描述和问题答案。当需要观看、分析、总结或转录视频，或回答有关视频内容的问题时使用。当收到视频链接或涉及视频理解的请求时自动触发。

通过可穿戴设备为OpenClaw代理捕捉并转录环境音频

适用场景：当提示上下文臃肿（响应缓慢、成本上升、日志噪音多）且需要优先级排序的问题列表及可撤销的改进方案时 不适用场景：当你希望自动删除或无人值守地修改配置时 输出内容：仅生成审计报告（主要问题项 + 3至8项最低风险的修复建议 + 回滚说明），不会自动应用任何更改

自动化YouTube视频编辑流程：下载 -> 转录（Whisper）-> 分析（GPT-4）-> 高质量封面图（韩文与角色一致性）

分析视频广告表现并为创作者提供可操作的反馈。适用于解答视频表现不佳的原因、提供创作者指导建议、对比高回报与低回报内容，或识别视频结构问题。融合音频转录、视觉分析与表现数据，支持YouTube、TikTok、Instagram Reels和Twitter

通过 Twilio 进行真实电话呼叫并管理通话。支持以指定目标发起外拨通话，监控通话进程，并返回通话记录和摘要。适用于用户需要拨打电话、查询通话状态或查看通话历史的场景。

将长篇内容转化为适配各平台的精简片段。您的代理可将一篇博客文章、视频脚本或播客笔记转化为可直接发布的推文线程、领英帖子、电子邮件通讯和Instagram标题，在保留原文风格的同时适配各平台的格式、长度和互动模式。可自定义语气偏好、平台优先级和输出格式。适用于多渠道发布、内容再利用或最大化单篇内容的传播效果。

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