前言¶
採訪錄音、播客、會議視頻往往要先變成可讀文字，再才能做摘要、檢索或二次創作。常見做法是上傳到在線轉寫服務，或自己在本機跑 Whisper 再手工改口語、斷句和錯別字。前者有隱私與鏈路依賴，後者則要在「轉錄腳本」和「整理成稿」之間來回切換。
下面介紹 SkillHub 上的社區技能 音頻轉文本整理稿（本地部署版）（@user_695efa3d/transcript-organizer）。它把本地 ASR 與文本清洗整理收進 Agent Skill 流程，最終把「分享式提純版」中文原文寫到本地 .txt，產物不離開本機。
這是什麼¶
音頻轉文本整理稿（本地部署版） 是面向 design-media 場景的 Agent Skill，座標 @user_695efa3d/transcript-organizer，當前版本 1.0.0，來源爲 community，由發佈者 user_695efa3d 維護。SkillHub 標註 requires_api_key=false，即不依賴額外 API Key 配置項。
一句話定位：接收音頻、視頻、播客鏈接、字幕、原始轉寫稿或未整理文字，在本地完成轉錄（faster-whisper / mlx-whisper）與整理，輸出提純版中文原文到本地 .txt 文件。
核心功能¶
以下能力均來自 SkillHub 頁面與已抓取元數據，未單獨展開的實現細節以技能包內 SKILL.md 爲準。
- 多形態輸入：本地音視頻文件、播客鏈接、字幕文件、已有轉寫稿或未整理文字均可作爲起點。
- 本地 ASR：轉錄側支持本機 faster-whisper 與 mlx-whisper，適合希望數據留在本地的場景。
- 清洗與整理：在轉寫結果上做文本清洗與結構化整理，產出便於閱讀與分享的「提純版」中文原文。
- 本地落盤：結果寫入本地
.txt，所有產物保存在本地，便於納入現有筆記或版本管理流程。
安裝與啓用¶
安裝分兩條路徑：用 SkillHub CLI 裝到當前 Agent 的 skills 目錄，或把官方提示詞交給 AI 按文檔安裝。
1. 安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝文檔 執行完整安裝（文檔中的推薦方式）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅需要 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安裝本技能到 Agent skills 目錄¶
安裝技能時必須用 --dir 指向當前 Agent 識別的 skills 目錄；默認裝到 ./skills/ 可能不會被加載。常見路徑如下（摘自官方安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
在對應目錄下執行安裝（將 <skills 目錄> 換成上表中的實際路徑）：
skillhub install @user_695efa3d/transcript-organizer --dir <skills 目錄>
也可將下面這句提示詞發給當前 AI，讓其按官方流程安裝（SkillHub 技能頁提供的安裝說明）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_695efa3d/transcript-organizer`。
安裝完成後，按你所用客戶端的要求重啓或刷新 Agent，使技能被識別。
典型用法¶
官方公開資料未給出固定 CLI 子命令示例；技能通過 Agent 對話觸發。可復現的使用方式如下。
- 確認本技能已出現在 Agent 的 skills 列表中。
- 在對話中說明任務目標（例如：將某段播客/會議錄音整理成可讀中文稿），並附上輸入：
- 本地音頻或視頻文件路徑；
- 播客鏈接；
- 字幕或已有轉寫/未整理文字。 - 按技能指引在本機完成 ASR（faster-whisper 或 mlx-whisper）與整理步驟；最終在本地得到
.txt形式的提純版中文原文。
具體參數、模型選擇與文件命名規則以安裝後的 SKILL.md 爲準；本文不臆造配置字段或示例路徑。
適用場景與注意¶
適合誰
- 需要把音視頻、播客或字幕變成可讀中文稿，且希望轉錄與整理在同一套 Agent 工作流裏完成。
- 對數據出境敏感，傾向用本機 Whisper 系引擎處理素材。
- 習慣用 Cursor、Claude Code、Codex 等帶 Skills 能力的客戶端做內容整理。
限制與注意
- 本地 ASR 對算力、磁盤與依賴環境有要求；faster-whisper 與 mlx-whisper 的適用平臺以你本機環境與技能說明爲準。
- 播客鏈接類輸入是否可拉流、是否需要額外工具，取決於技能包實現與網絡環境，使用前宜先用小樣本試跑。
- SkillHub 元數據爲社區來源（community），版本 1.0.0；升級或行爲變更請以 SkillHub 頁面與技能包更新爲準。
- 頁面統計（截至資料抓取）：分類 design-media，評分 100000，下載 4334；僅作選型參考，不代表轉寫質量承諾。
結尾¶
音頻轉文本整理稿（本地部署版） 把「本地轉錄 + 中文整理 + 本地 .txt 輸出」封裝成可安裝的 Agent Skill，適合在已有 AI 編程/辦公客戶端裏處理音視頻與文字素材。安裝與詳情見 SkillHub：
