前言¶

做会议记录、访谈整理的人通常会遇到两件事：一是录音文件躺在磁盘里，回头没人愿意听；二是转录结果只有一段流水账文本，标题和要点都要自己再加工。已有的做法是装一个单独的转录客户端，再手动把结果复制到笔记里，链路是断的。

下面介绍的 realtime-transcription 走的是另一条路径：它作为通用 SKILL.md 格式的 Skill 运行在 Agent 环境里，转录在本地进行，停止时自动生成标题和结构化摘要，并把结果按日期归档成 Markdown 文件。

这是什么¶

realtime-transcription 是一个社区发布的 Skill，坐标 @user_e017e2e4/realtime-transcription，版本 1.0.0，分类 knowledge-management。它解决的问题是把「持续说话」这件事变成「一条有标题、有摘要、已归档的笔记」，中间不需要人工复制粘贴。

它支持两类音频来源：macOS 上的系统音频（借助 BlackHole）和麦克风输入。

核心功能¶

1、实时转录。持续把音频转成文本。
2、停止时自动收尾。转录停止后——无论是手动停止还是空闲超时自动停止——生成一条标题和一份结构化摘要。
3、按日期归档。结果写入带日期的 Markdown 文件，形成可追溯的记录。

触发方式¶

这个 Skill 通过自然语言触发词唤起，中英文都有：

• 开始：开始转录、启动转录、transcribe、start recording
• 停止：停止、stop recording
• 取内容：转录内容
• 检查依赖：check transcription deps

「check transcription deps」这个触发词值得留意，它指向的是环境依赖检查（比如 BlackHole 是否装好、音频来源是否可用），而不是转录本身。

安装与启用¶

这里要如实说明：已抓取资料里没有给出安装命令、目录约定或配置字段，官方页面（skillhub.cn 上的技能页）和 API 地址在写作时都无法访问，因此不写未经核实的安装步骤。

资料中可确认的信息只有：Skill 来源为 community，发布者 user_e017e2e4，标签 requires_api_key=false。标签字面上表示不需要额外提供 API Key，但资料没有给出具体的依赖清单（比如音频驱动、模型或运行时），实际启用前应以官方页面为准。

典型用法¶

下面是基于触发词还原的用法流程，属于官方简介中描述的行为。

1、在 Agent 会话里说「开始转录」或「启动转录」。Skill 开始监听音频输入。
2、说话结束后说「停止」。如果没有人说话，空闲超时也会触发停止。
3、停止后 Skill 生成标题和结构化摘要，并把整段内容写入按日期命名的 Markdown 文件。
4、需要复核时，说「转录内容」取回结果。

系统音频那条路要先确认 BlackHole 已安装并配置好虚拟音频设备，再用 check transcription deps 确认依赖就绪，否则可能拿到空输入。

适用场景与注意¶

适合：会议、访谈、讲座这类需要留档的连续语音；希望「说完就有一条归档笔记」而不是事后整理录音的人。

注意：

1、macOS 系统音频依赖 BlackHole，Windows/Linux 的资料里没有说明，别默认跨平台可用。
2、空闲超时会自动停止转录，长间隔的会议（中间长时间沉默）可能提前断掉。
3、摘要是自动生成的，归档前建议人工过一眼。
4、资料显示安装数为 0，说明它还没有可参考的使用反馈，遇到问题主要靠自己排查。
5、官方页面写作时不可访问，下载和安装前先确认渠道是否仍然有效。

结尾¶

realtime-transcription 的价值在于把「转录 + 摘要 + 归档」三件事合到一个触发词里，输出直接就是可读的 Markdown 文件，而不是一堆待整理的文本。如果你本来就在 Agent 里处理语音材料，值得试一次。

官方地址：https://api.skillhub.cn/user_e017e2e4/realtime-transcription