Token导航 LogoToken导航

Agent Skill · 开发

audio-expert（音频专家）

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。

audio-expert 是开发类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为只读；许可证信息还不明确，第三方扫描已通过，按安装量在开发类的 21,746 个 Skill 里排第 6,317。

总安装 4,869周安装 147GitHub Stars 10下载 1,534核验 2026-05-01
开发只读GitHub 仓库未标认证来源可访问许可证需确认审计通过CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：audio-expert（音频专家）
来源仓库：https://github.com/willsigmon/sigstack
仓库路径：skills/audio-expert
安装命令：
npx skills add https://github.com/willsigmon/sigstack --skill 'Audio Expert'
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

skills.shnpx skills
npx skills add https://github.com/willsigmon/sigstack --skill 'Audio Expert'

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题，一般会读写仓库文件，部分还会执行构建或测试命令。

audio-expert 提供 Bible 应用与播客应用的音频架构最佳实践。适用于需要复杂音频编排、TTS 集成与录制状态管理的移动或桌面应用。涵盖 AudioPlaybackService、GuidedAudioOrchestrator 与 CaptionTimecodeAligner 等组件。

使用时应明确应用场景（车载、后台播放、多人对话），配置对应音频图。常见问题包括 TTS 冲突与录制中断，系统提供诊断与修复建议。

来源仓库内路径：skills/audio-expert

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/willsigmon/sigstack --skill 'Audio Expert'；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

audio-expert 怎么安装？

在终端执行 npx skills add https://github.com/willsigmon/sigstack --skill 'Audio Expert'。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

audio-expert 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

audio-expert 需要什么权限？

权限级别是只读。该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

audio-expert 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

audio-expert 用的人多吗？

公开数据是累计安装 4,869 次，近一周安装 147 次，下载 1,534 次，GitHub 10 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

audio-expert 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具，换客户端不用重新找替代品。
  • 第三方扫描已通过，常见的高风险行为没有命中。
  • 标注为只读权限，试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注，能不能商用、能不能再分发都不确定。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex，想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
audio-expert

音频专家 · 本页

4,86910只读未明确通过

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Audio Expert

Audio architecture for Leavn (Bible app) and Modcaster (podcast app).

Leavn Audio Systems

Core Services

  • AudioPlaybackService - TTS + verse reading
  • GuidedAudioOrchestrator - Guided mode coordination
  • SermonRecordingService - Sermon capture
  • StreamingTTSClient - Real-time TTS
  • ChatterboxKit - Voice profiles

Caption & Timing

  • CaptionTimecodeAligner - Precision sync
  • CaptionSyncCoordinator - State machine
  • Verse boundary detection

Audio Graph

  • AudioGraphManager initialization
  • Scene modes: CarPlay, background, etc.

Common Fixes

  • Audio conflicts/interruptions
  • TTS voice selection
  • Recording state management
  • Caption synchronization

Modcaster Audio Systems

Audio Fingerprinting

Spectral peak extraction (Shazam-style):

  1. Apply FFT using vDSP
  2. Extract spectral peaks
  3. Create constellation map
  4. Hash into compact fingerprint

Use cases: Intro/outro detection, ad identification, cross-show matching

On-Device ML

  • AVAudioEngine tap installation, buffer processing
  • Core ML models for voice enhancement, noise reduction
  • Sound Analysis for speech/music classification
  • Neural Engine utilization

Content Classification

  • Episode type: full/trailer/bonus
  • Ad segment detection
  • Intro/outro recognition
  • Speech vs music separation

平台分布

Codex

32.79%
按下载量换算503

Claude

27.66%
按下载量换算424

Cursor

20.18%
按下载量换算310

Gemini CLI

9.76%
按下载量换算150

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多开发 Skills（21,746）返回 Skills 目录

上一个 Skill

audio-editor-online（在线音频编辑器）

peand-rover/audio-editor-online

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。

下一个 Skill

audio-extractor（音频提取器）

moosegoose0701/skill-compose

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。