Menü
本地语音转文字（Whisper CLI），国内加速版，无需 API Key。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
为常见法律询问生成模板回复，并识别何时需要个别关注。适用于回复数据主体请求、供应商询问、NDA请求、发现保全等日常法律询问，或管理回复模板时使用。
Start your day with a prioritized sales briefing. Works standalone when you tell me your meetings and priorities, supercharged when you connect your calendar, CRM, and email. Trigger with "morning briefing", "daily brief", "what's on my plate today", "prep my day", or "start my day".
邮件管理工具，支持发送、查收、回复、标记邮件，兼容 QQ 邮箱、Gmail、163 邮箱、Outlook 等主流邮箱服务。
对给定内容进行事实核查，拆解主张、多源验证、真伪裁定。适用于验证文章/报告/演讲中的事实性陈述、数据准确性、因果关系的可靠性。触发词包括'事实核查'、'验证真伪'、'核实数据'、'这个说法对吗'、'查证'。不适用于纯主观观点讨论、文学创作评价、或仅需1-2次搜索即可确认的简单事实。
An OpenClaw- and Codex-compatible knowledge organization skill for importing articles, organizing notes, syncing to Feishu and Tencent IMA, applying tags, archiving content, generating summaries, and suggesting related notes.
Apply Li Dan's seven-step explanatory writing framework to turn complex ideas into clear, teachable long-form writing with stories, contrasts, examples, and reading lists. Use when users want structured knowledge writing, concept explainers, educational essays, public-intellectual style articles, or a repeatable framework for drafting deep but accessible content.
| name | openai-whisper-cn |
| description | 本地语音转文字（Whisper CLI），国内加速版，无需 API Key。 |
| homepage | https://openai.com/research/whisper |
| metadata | {"openclaw":{"requires":{"bins":["whisper"]},"install":[{"id":"pip-mirror","kind":"inline","label":"使用国内 pip 镜像安装 Whisper","steps":["pip install -i https://mirrors.aliyun.com/pypi/simple/ openai-whisper imageio-ffmpeg"]}]}} |
使用 whisper CLI 在本地转录音频，无需 API Key，完全开源。
pip install -i https://mirrors.aliyun.com/pypi/simple/ openai-whisper imageio-ffmpeg
imageio-ffmpeg：内置小型 ffmpeg（~20MB），pip 安装即用，无需单独安装系统 ffmpeg。
首次运行时，Whisper 会下载模型到 ~/.cache/whisper。
# 设置 HuggingFace 镜像
export HF_ENDPOINT=https://hf-mirror.com
执行转录前，先检查并下载模型！
直接执行 whisper 命令时，模型下载可能不走镜像而失败。
Linux/macOS：
ls ~/.cache/whisper/
Windows（CMD）：
dir %USERPROFILE%\.cache\whisper\
Linux/macOS：
export HF_ENDPOINT=https://hf-mirror.com
python -c "import whisper; whisper.load_model('base')"
Windows（CMD）：
set HF_ENDPOINT=https://hf-mirror.com
python -c "import whisper; whisper.load_model('base')"
export HF_ENDPOINT=https://hf-mirror.com
whisper audio.mp3 --model base --language zh
# 中文音频
whisper audio.mp3 --language zh --model base --output_format txt
# 英文音频
whisper audio.mp3 --language en --model base
# 翻译（非英语 → 英语）
whisper audio.mp3 --task translate --model base
先用 base，效果不好再换大的。
base → small → medium → large
base 是首选（~150MB，平衡速度和效果），日常使用推荐。
tiny 只用于超大文件：音频 >1小时、需要快速跑完时用 tiny（~75MB，最快但效果差）。
| 模型 | 大小 | 速度 |
|---|---|---|
| tiny | ~75MB | 最快 |
| base | ~150MB | 较快 |
| small | ~500MB | 中等 |
| medium | ~1.5GB | 慢 |
先单独下载模型：
export HF_ENDPOINT=https://hf-mirror.com
python -c "import whisper; whisper.load_model('base')"
手动下载：访问 https://hf-mirror.com/openai/whisper-base，下载 .pt 文件放到 ~/.cache/whisper/
Whisper 需要 ffmpeg 处理音频。
推荐方案（国内用户）：安装 imageio-ffmpeg
pip install -i https://mirrors.aliyun.com/pypi/simple/ imageio-ffmpeg
pip 国内镜像下载，秒装。但需要把 ffmpeg 目录加到 PATH：
Windows（CMD）：
:: 临时加 PATH（只当前 CMD 有效）
set PATH=%PATH%;%USERPROFILE%\AppData\Local\Programs\OfficeClaw\tools\python\Lib\site-packages\imageio_ffmpeg\binaries
:: 或永久加 PATH
setx PATH "%PATH%;%USERPROFILE%\AppData\Local\Programs\OfficeClaw\tools\python\Lib\site-packages\imageio_ffmpeg\binaries"
Linux/macOS：
export PATH=$PATH:$(python -c "import imageio_ffmpeg; print(imageio_ffmpeg.get_ffmpeg_exe())" | dirname)
备选方案：系统 ffmpeg
Linux：
apt install ffmpeg # Ubuntu/Debian
macOS：
brew install ffmpeg
Windows：
winget install ffmpeg
注意：Windows winget 从 GitHub 下载，国内可能很慢。推荐用 imageio-ffmpeg。
换小模型：--model tiny 或 --model base