Token导航 LogoToken导航

Agent Skill · 研究检索

audio-transcriber（音频转录器）

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-transcriber 是研究检索类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为接触敏感数据；许可证信息还不明确，第三方扫描已通过，按安装量在研究检索类的 73,674 个 Skill 里排第 56,981。

总安装 442周安装 17GitHub Stars 1下载 140核验 2026-05-01
研究检索接触敏感数据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-transcriber（音频转录器）
来源仓库：https://github.com/famaoai-creator/gemini-skills
仓库路径：skills/audio-transcriber
安装命令：
npx skills add https://github.com/famaoai-creator/gemini-skills --skill audio-transcriber
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/famaoai-creator/gemini-skills --skill audio-transcriber

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题，通常会让助手先检索再总结。

用于辅助音频、音乐、语音转写与声音素材处理。适合生成配乐说明、整理音频流程或处理播客和视频配音。需确认输入音频来源、输出格式及时长限制，避免版权争议。涉及人声克隆或公开发布时应先核对授权与合规边界。audio-transcriber 属于研究检索类 Skill，可作为该场景下的辅助能力补充。

来源仓库内路径：skills/audio-transcriber

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/famaoai-creator/gemini-skills --skill audio-tr…；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

    它需要接触敏感数据，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

audio-transcriber 怎么安装？

在终端执行 npx skills add https://github.com/famaoai-creator/gemini-skills --skill audio-transcriber。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

audio-transcriber 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-transcriber 需要什么权限？

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

audio-transcriber 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-transcriber 用的人多吗？

公开数据是累计安装 442 次，近一周安装 17 次，下载 140 次，GitHub 1 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-transcriber 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。

先想清楚的地方

  • 需要接触敏感数据，装到常用环境前要先评估影响面。
  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证，不方便给第三方 Skill 读取的人。
  • 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。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
audio-transcriber

音频转录器 · 本页

4421接触敏感数据未明确通过

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 Transcriber

Transcribe audio/video files to text using OpenAI Whisper.

Usage

node dist/index.js [options]

Troubleshooting

ErrorCauseFix
ffmpeg: command not foundFFmpeg not installedInstall: brew install ffmpeg (macOS) or apt install ffmpeg (Linux)
Cannot find module 'openai'OpenAI SDK not installedRun npm install openai
OPENAI_API_KEY is not setAPI key missingSet export OPENAI_API_KEY=sk-... in your shell
Error: 413 Request Entity Too LargeAudio file exceeds 25MB limitSplit file: ffmpeg -i input.mp3 -ss 0 -t 600 part1.mp3
Unsupported audio formatFile format not recognizedConvert to mp3/wav: ffmpeg -i input.ogg output.mp3

Knowledge Protocol

  • This skill adheres to the knowledge/orchestration/knowledge-protocol.md. It automatically integrates Public, Confidential (Company/Client), and Personal knowledge tiers, prioritizing the most specific secrets while ensuring no leaks to public outputs.

平台分布

Codex

33.58%
按下载量换算47

Claude

33.04%
按下载量换算46

Cursor

19.74%
按下载量换算28

Gemini CLI

9.15%
按下载量换算13

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

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

更多研究检索 Skills（73,674）返回 Skills 目录

上一个 Skill

audio-transcriber（音频转录器）

sickn33/antigravity-awesome-skills

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-transcriber（音频转录器）

ericgandrade/claude-superskills

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。