一个叫marcelpanse的开发者在GitHub上放出了一个命令行工具youtube-guitar-tab-parser：粘贴一个YouTube吉他教学视频链接，几分钟后本地out文件夹里就多出一份PDF吉他谱。它靠yt-dlp下载视频、ffmpeg抽帧、Claude vision定位谱面区域，再按小节号去重拼页——整个过程不需要任何配置，开箱即用。
真正值得说道的不是它做了什么，而是它没做什么。眼下一提“AI自动扒谱”，大多数人下意识会想到Klangio Guitar2Tabs、Songscription这类产品——它们听录音、猜和弦、还原指法，本质是在攻克音乐信号处理里最难的一块骨头：失真音色、多轨吉他、快速solo统统要靠模型“听”出来。marcelpanse这个工具压根不碰这件事。它不分析一个音符，只是把视频画面里教学作者早就画好的谱面，截图、去重、拼成PDF。
六步流程，核心只有一步在“看”
工具的工作方式很直白：下载视频（默认不超过720p）、每2秒抽一帧、在6个采样帧上让Claude vision找出谱面所在的水平区域，再把所有帧裁到这个区域。之后是两道去重：先用dHash感知哈希做粗筛，纯粹为了省钱；再让Claude逐帧读取每行谱面开头印的小节号，同一小节号只留第一次出现的画面，片头片尾这类非谱面帧直接丢掉。最后pdf-lib把留下来的谱面行按视频里出现的顺序纵向拼进A4页面。
这个设计的聪明之处在于，它把Claude vision当成了一台OCR加去重引擎，而不是音乐理解模型。播放光标扫过一行谱的时候，画面几乎不变，只有小节号变了才说明谱面翻到了下一行——用这个信号去重，比逐帧做视觉转录省下大量调用次数，成本自然也低得多。
谱准不准，工具说了不算
这也是这个工具最大的限制：它不校验任何东西。视频作者画对了，PDF就对；画错了，工具会原样保留那个错误——它不是转录校验工具，只是截屏整理工具。相比之下，Soundslice走的是另一条路，人工输入谱面再和视频同步播放，不做自动转录，牺牲效率换准确。三条路径对应三种信任模型：Klangio赌AI听力，Soundslice赌人工输入，marcelpanse赌视频作者本来就没画错。
它抄得干净，却抄不出对错——谱准不准，终究还看原作者的笔。
版权是另一个没人提起的问题。教学博主自制的谱面覆盖层通常受版权保护，这个工具做的事情本质是把它重新打包成可下载、可分发的PDF文件。原项目README和目前能查到的讨论里都没有触及这一点，Show HN发布后似乎也还没有可见的社区反馈——检索到的相关帖子，无论是讲约束求解器生成吉他谱，还是讲Soundslice的视频同步功能，聊的都是别的话题，没人真正评论过这个项目本身。
值得一提的是，“youtube-guitar-tab-parser”这个名字此前已经被用过：一个叫rohin-garg的项目用同样的名字做了几乎同样的事，只是靠用户手动框选谱面区域，没有视觉大模型帮忙。这说明这个细分需求早就有人尝试过，Claude vision带来的改变，本质上是把“手动框选”自动化了——省了一步操作，但没有改变整件事的天花板：工具的上限，永远等于视频作者画谱的水平。
对长期对着教学视频反复暂停截图的自学者来说，这类工具能省下不少重复劳动；但真正决定这份PDF能不能用的，从来不是Claude vision认字准不准，而是屏幕上那份谱面本身靠不靠谱。