視頻分析處理：本地拆解時間軸、轉寫與剪輯輔助
視頻分析處理是 SkillHub 社區 Skill（@user_1a470ba8/video-analyzer-local，v4.5.0），在本地將視頻拆解爲時間軸劇本、ASR 轉寫、場景與跨模態分析、精華摘要，支持 Whisper/Paraformer/SenseVoice 與 PaddleOCR。v4.x 覆蓋短視頻平臺適配、EDL 與剪映 draft.json、批量隊列與 GPU CT2 int8、一鍵成片與字幕翻譯等；v4.5 新增 doctor 自檢、模型斷點下載、--quick 快速出稿。本文說明定位、能力、SkillHub CLI 安裝路徑與典型 Agent 用法，並給出官方頁面鏈接。
閱讀全文錄音轉文字 Skill：本地轉寫與帶時間戳字幕
介紹 SkillHub 技能「錄音轉文字｜本地轉寫·會議字幕」（@user_6113fd9f/asr-transcribe-local，v1.4.0）。說明其將 m4a/mp3/wav/mp4 等轉爲帶時間戳的 TXT/Markdown 與 SRT/VTT，普通本地轉寫無需 API Key、首次需準備模型，支持約 30 秒試轉與按需說話人區分。含 SkillHub CLI 安裝命令及 Cursor 等 skills 目錄路徑，並給出 Agent 側典型觸發與用法注意。
閱讀全文dsh-plugin-voice-input：DSH Web 輸入框裏的本地語音轉草稿
`dsh-plugin-voice-input` 是一款由 tangbut1 開發的 DeepSeek Harness Web 語音輸入插件，採用 MIT 協議開源。該插件旨在解決 Web 輸入框中長句或中英夾雜內容輸入不便的問題，通過在輸入框旁增加“按住說話”麥克風按鈕，實現本機離線語音識別。用戶按住按鈕錄音，鬆開後系統利用 `sherpa-onnx-node` 和 `SenseVoice-SSmall INT8` 模型在本地迴環地址（127.0.0.1:18765）進行離線識別，支持中、英、日、韓、粵等多語言自動檢測。識別結果通過 DSH 官方 slot 和事件追加到當前草稿，不自動發送，
閱讀全文