LongCut（原 TLDW）開源工具：把 YouTube 長影片變成時間戳筆記

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

一小時的 YouTube 教學或演講，常常看到一半就放棄，原因往往不在內容好壞，而在於找不到自己到底需要哪一段。LongCut 這個開源工具要做的事情很明確：你貼上一條 YouTube 連結，它把整部影片拆成帶時間戳的精華片段、結構化摘要、建議問題與金句，再給你一個可以一邊看一邊記筆記的工作區。

如果你搜尋過類似工具，可能聽過它的舊名字 TLDW（Too Long; Didn’t Watch）。這個專案已經更名為 LongCut，舊網址 tldw.us 會自動轉到 longcut.ai，GitHub 上的程式庫也同步改名為 SamuelZ12/longcut。

Pin

它實際產出什麼，不是只有一段摘要

很多 YouTube 摘要工具只給你一段文字總結，看完還是得回去翻影片。LongCut 一次分析會並行產生好幾種東西。

最顯眼的是精華片段（highlight reel）。它會把影片切成數個主題片段，支援 Smart（品質優先）與 Fast（速度優先）兩種產生模式，可以像播放清單一樣連續播放，也能指定主題重新產生。與精華片段並行出現的，還有結構化摘要、建議問題與金句這三組結果，讓你快速判斷這部影片值不值得從頭看。再往下是 AI 對話，你對著轉錄內容提問，回答會帶上時間戳與原始轉錄證據，讓你可以回頭查證，而非只能相信模型的概括。

這裡的關鍵是「可溯源」。聊天回答附帶時間戳，代表你可以點回影片對應位置查證，而不是只能信任摘要。轉錄檢視器與 YouTube 播放器同步，點任何一句就能跳轉或把那句收進筆記。

筆記工作區是另一個容易被忽略的部分。每個分析頁面都有一個筆記分頁，讓你把轉錄、對話或重點片段整理成自己的內容；另外還有一個 /all-notes 全域筆記總覽頁，把跨多部影片的筆記聚在一起，可以篩選、排序、用 markdown 渲染，也能刪除。換句話說，LongCut 想取代的不只是「給你摘要」這一步，而是「看影片做筆記」這整個動作。

舉個實際的使用節奏：你貼上一條 90 分鐘的技術演講，先看精華片段決定哪些段落值得細看，再用建議問題快速測試自己有沒有抓到重點，接著把幾句關鍵轉錄連同時間戳收進筆記，最後在 /all-notes 把這場演講的筆記跟前幾部串起來複習。這條流程是 LongCut 與一般摘要工具差最多的地方。

想有效率消化長演講或課程影片的人，這樣的產出形態比單純一段摘要實用。如果你之前習慣把網頁或 YouTube 連結餵給筆記工具處理，也可以參考我們整理過的 NotebookLM Web Importer 匯入工具，兩者取向不同但可互補。

字幕怎麼來、AI 模型用哪一家

這兩件事直接影響你的成本與資料流向，但網路上不少介紹寫的是舊資訊。

先講字幕。LongCut 預設直接抓 YouTube 公開字幕軌，官方隱私政策也據此把轉錄來源標為直接取自 YouTube。但轉錄路由的原始碼 app/api/transcript/route.ts 揭露一條文件沒寫的退路：當 YouTube 的 InnerTube 介面在資料中心 IP 被封時（Vercel 這類雲端主機很常見），它會自動退到 Supadata 這套第三方付費字幕 API，靠環境變數 SUPADATA_API_KEY 啟用。換句話說，純本機開發通常走免費的 YouTube 直抓就夠；但如果你打算自架到雲端，最好連 Supadata 的金鑰一起備好，否則遇到 YouTube 封 IP 時，影片分析會在抓字幕這一步直接失敗。

再講 AI 模型。專案環境設定範本 .env.example 把預設值寫得很清楚：AI_PROVIDER=minimax、AI_DEFAULT_MODEL=MiniMax-M3，而 MiniMax 的金鑰欄位標為必填。換句話說，LongCut 出廠預設的文字生成模型是 MiniMax-M3，不是某些介紹提到的 xAI Grok。Grok 與 Google Gemini 都是可選的替代 provider，只要在環境變數裡切換即可，圖片生成功能則固定走 Gemini。

這一點之所以重要，是因為 MiniMax、Grok、Gemini 三家的計價方式、資料留存政策與服務地區都不一樣。你要自架，就等於要在這三者之間做選擇，而不能假設「它就是個用 OpenAI 的工具」。

MiniMax 是中國背景的模型廠商，Grok 屬於 xAI，Gemini 則是 Google 體系。把同一段 YouTube 轉錄丟給這三家處理，計費單位、免費額度與回應風格各有差異，更重要的是你餵進去的轉錄內容與筆記會經過哪一個地區的伺服器，這點在自架前最好先回各自官網確認當前的資料政策。LongCut 把 provider 抽象成可替換的配接器，切換只需改環境變數，這是它在架構上比較乾淨的地方，但也意味著選擇責任回到你身上。

官網免費版能做什麼

不想自架的人，直接打開 longcut.ai 貼連結就能用。首頁是一個品牌化的網址輸入框，加上模式選擇器；貼入 YouTube 連結後會進到 /analyze/[videoId] 工作區，左邊是 YouTube 播放器，右邊是摘要、對話、轉錄、筆記四個分頁。播放器與分頁共用同一份播放狀態，你在轉錄裡點一句，影片就跟著跳到那個時間點，反過來在播放器裡播到某處，轉錄也會跟著高亮。這種「文字與畫面同步」的設計，是它在閱讀體驗上比純文字摘要工具多出來的一層。

Pin

帳號機制用 Supabase 處理。匿名使用者也能用，但有比較嚴格的速率限制；登入後可以儲存分析結果、收藏影片、查看用量上限，並且把偏好同步到不同裝置。LongCut 提供免費使用與付費 Pro 訂閱兩種方案，Pro 訂閱走 Stripe 處理金流，年繳方案在購買後 48 小時內可以全額退款（這些條款細節可在官網 Terms of Service 查到）。

官網在效能上也下了功夫。LongCut 會積極快取之前的分析結果，並用背景任務刷新，讓重複分析同一部影片時不用每次都重打 AI provider。速率限制分成匿名與登入兩種等級，配額用完時會跳出登入提示。這代表你拿官網免費版跑個幾次試水，門檻比自架低很多；等確定工作流程穩定了，再評估要不要搬回家自己跑。

條款上也提到，訂閱會在每個計費週期結束時自動續約，直到你主動取消。這部分與多數 SaaS 相同，但如果你只打算短期密集用一個專案，記得用完就去設定頁關掉續約。

自架前要先盤的四項成本

LongCut 是 AGPL-3.0 授權，原始碼在 GitHub 開放，理論上你可以整份搬回家自己跑。但自架的真正門檻在伺服器之前：你要先湊齊一組第三方服務金鑰，才能讓它跑起來。

從 .env.example 的必填欄位來看，最少要準備這四項。MiniMax 的 API key 是預設文字生成 provider 必須的；Gemini 的 API key 負責圖片生成功能（app/api/generate-image/route.ts 固定走 Gemini，沒有它這條路會壞掉）；一個 Supabase 專案則撐起帳號登入、資料儲存、速率限制與偏好同步，它的專案網址與匿名金鑰都是必填；最後還要一段用來簽 CSRF token 的隨機字串 CSRF_SALT，這個自己生成即可。Supabase 端除了專案網址與匿名金鑰，伺服器端寫入分析結果、筆記與速率限制時還會用到服務端金鑰 SUPABASE_SERVICE_ROLE_KEY，同樣列為必填。Supabase 本身有免費方案，涵蓋 Auth 與 Postgres 基本用量，個人測試通常夠用；但影片分析結果、筆記與速率限制資料都存在這個資料庫裡，用量成長後要留意是否進入付費區間。前面字幕段提到的 SUPADATA_API_KEY 嚴格說是第五項，本機開發可以不設，但只要自架上雲就要補上，否則 YouTube 封 IP 時轉錄會直接斷掉。

附帶一提，如果你想開啟付費機制，還要再加上 Stripe 的金鑰與 webhook 密鑰，但純自用可以略過。技術棧是 Next.js 15 加 React 19 加 TypeScript，本機開發需 Node.js 18.18 以上版本。

安全這一層也值得自架者留意。所有 API 路由都套上一層 withSecurity 中介軟體，做 CSRF 校驗、用 Zod 做 request body 驗證、限制允許的 HTTP 方法，並加上 request body 大小上限。全域中介層則補上 CSP 與 HSTS 標頭，速率限制同時存在兩層：本機用匿名雜湊 IP 做第一層，Supabase 資料表做第二層。這代表自架時即使只給少數人用，也自帶一定的防護基線，不必從零刻安全邏輯。

這裡要特別提醒授權這件事。AGPL-3.0 是強 copyleft 授權，意思是如果你修改了 LongCut 並且讓別人透過網路使用你的版本，你必須把修改後的原始碼也開放出來。個人自己用當然沒問題，但如果是企業想內部改造一套卻不願意開源，這個授權就不適合。判斷標準很簡單：能接受開源就用，不能接受就走官網或另外找授權更寬鬆的工具。

它明確不做的事

誠實交代一下範圍，免得期待落差。LongCut 只吃 YouTube 連結，不支援本地影片檔或其他平台網址；它也不負責下載，不會幫你把影片存到硬碟，所有動作都建立在「影片還在 YouTube 上」這個前提。字幕來源綁定 YouTube 公開字幕軌，如果某部影片沒有字幕（不論是作者上傳或 YouTube 自動產生），LongCut 能做的就有限。預設 AI 模型是 MiniMax-M3，摘要品質、風格與長度上限都跟這個模型綁定，覺得不好用時換 provider 是必要的實驗。

還有一點容易誤解：功能存在與功能好用是兩件事。精華片段切得準不準、摘要品質是否合你胃口，這些得自己拿一條熟悉的影片當樣本驗證，規格清單只能告訴你它做得到，做不到告訴你做得好不好。

誰該用、第一步怎麼走

這個工具最適合的人，是那種會反覆看技術演講、線上課程或長訪談，並且需要把重點整理成可搜尋筆記的人。它跟單純的語音轉文字工具不一樣，重心不在把整段聲音打成逐字稿，而在把長影片變成有結構、可點回時間戳的知識卡。如果你要的是把錄音檔轉成文字編輯，前端語音轉文字工具會更貼合那個需求。

想試試看，最快的路是直接去 longcut.ai 貼一條你最近想看卻沒空看完的 YouTube 連結，跑一次 Smart 模式，看它產出的精華片段與摘要是不是符合你的閱讀習慣。第一次先用一部你已經看過、知道重點在哪裡的影片當對照，這樣最能判斷它的切分與摘要有沒有抓到真正重要的段落。由於預設模型是 MiniMax-M3，結果的風格與品質也會跟著這個模型走，這部分建議自己拿一條熟悉的影片當對照。

確認有用之後再決定要不要自架。自架的第一步是到 GitHub 的 SamuelZ12/longcut 複製專案、裝好依賴，然後照前面列出的清單把 .env.local 填滿：MiniMax key、Gemini key、Supabase 專案、CSRF_SALT，最後 npm run dev 起來。過程中如果你想用 Grok 取代 MiniMax，只要在環境變數把 provider 切過去、補上 XAI_API_KEY 就行，不用改程式。

需要快速上手的開源 AI 工具，也可以看看我們整理的 Craft Agent 開源專案介紹，同樣是自架取向但應用場景不同。

LongCut 的價值取捨很清楚：它只處理 YouTube 一個來源，把所有力氣集中在「讓長影片變成可搜尋、可回查的筆記」這件事上。如果你長期累積沒空看的長演講或課程，又希望每部都能留下帶時間戳的紀錄可以回頭搜，它把「看不完的影片」變成「可以查的資料」這一步，值得花一個晚上試一遍。決定留不留它，關鍵在於你能不能接受預設的 MiniMax-M3 輸出風格，以及自架時那四張金鑰的取得成本；這兩關過了，它會是一個安靜但稱職的影片筆記工作區。