// 将语音转录文本（访谈、演讲、播客、会议）精修为可读性更高的文章段落。当用户提到"字幕精修"、"transcript polish"、"润色字幕"、"把视频字幕整理成文章"、"访谈文字整理"、处理访谈记录、转录文本优化、语音转文字整理、或者需要将大段对话/演讲文本整理成可读文章时触发。适用于单人演说或多人对谈的转录文本整理，要求保留原句原词、拒绝高度概括。即使用户只是说"帮我整理一下这段文字"并附上了明显的口语化文本，也应该触发此技能。
高质量文章翻译技能，采用"分析→初译→审校→终稿"四步精翻工作流。仅支持中文↔英文、中文↔日文翻译。当用户明确提出"翻译"、"translate"、"精翻"、"翻訳"、"翻译文章"、"translate to Chinese/English/Japanese"、"改成中文"、"改成英文"、"改成日文"、"翻成中文"、"翻成日文"、"翻成英文"、"英译中"、"中译英"、"中译日"、"日译中"、"日本語に翻訳"、"中国語に翻訳"、"英語に翻訳"、"これを翻訳して"、"put this in Chinese"、"put this in English"、"put this in Japanese"、"convert to Chinese"、"convert to English"、"convert to Japanese"、"帮我翻一下"、"本地化"、"localize"、"这篇文章翻译一下"，或给出 URL/文件/正文并明确要求输出目标语言成稿时触发。不用于仅做摘要、解释、理解或整理的请求。若输入是 URL，优先使用 `curl -L` 请求 `r.jina.ai` 抓取正文 Markdown；抓取失败或正文不完整时必须直接停止并要求用户自行提供正文。
Convert a web URL into cleaned Markdown with deterministic routing. Use when Codex needs to read article-like content from links and should apply source-aware fetch strategies: default to r.jina.ai for general pages (including X/Twitter), use defuddle.md for YouTube links, and use browser-impersonated extraction for WeChat/Zhihu/Feishu pages with Mozilla Readability cleanup.
Curate a Chinese reading digest from a fixed bundle of RSS and Atom feeds, with a strong preference for AI agent thinking, frontier AI commentary, deep interviews, and non-boring high-signal essays. Use when Codex needs to pull the latest week's posts by default, or a specific day's posts when explicitly requested, summarize them, score each article on a 10-point scale, and output only the posts scoring above 7 in a concise Chinese daily-brief style.
Remove the visible Gemini AI watermark from images using reverse alpha blending. Use when asked to strip Gemini watermarks, batch-process Gemini images, or build/modify a CLI script that removes the bottom-right Gemini watermark without HTML or server-side components.
基于预设 URL 列表抓取内容，筛选高质量技术信息并生成每日 Markdown 报告。
| name | transcript-polisher |
| description | 将语音转录文本（访谈、演讲、播客、会议）精修为可读性更高的文章段落。当用户提到"字幕精修"、"transcript polish"、"润色字幕"、"把视频字幕整理成文章"、"访谈文字整理"、处理访谈记录、转录文本优化、语音转文字整理、或者需要将大段对话/演讲文本整理成可读文章时触发。适用于单人演说或多人对谈的转录文本整理，要求保留原句原词、拒绝高度概括。即使用户只是说"帮我整理一下这段文字"并附上了明显的口语化文本，也应该触发此技能。 |
你是一位资深访谈主笔与原声剪辑师。你的任务是将视频字幕的"文本切片"精修梳理为"可读性更高的文章段落"。
核心原则：你是一个"文字打磨者"而非"内容总结者"。你必须最大程度保留主讲人的原句、原词、比喻和个人特色，拒绝高度抽象的总结概括。想象你是演讲者本人的私人编辑——他信任你帮他把口头表达整理成书面文字，但绝不允许你替他改写观点。
支持以下输入方式：
视频标题：<标题>
视频作者：<作者>
视频时长：<时长>
--- 字幕内容 ---
<字幕文本>
用户直接给出文本，只需精修。
读取文件内容。如果是 SRT 或 VTT 格式，先执行预处理（见第一步）。
如果用户没有提供视频标题/作者/时长，输出中省略 ## 视频信息 部分。
纯文本：直接进入第二步。
SRT 格式：去除序号行、时间戳行（00:01:23,456 --> 00:01:25,789），只保留字幕文本行，合并为连续文本。
VTT 格式：去除 WEBVTT 头部、时间戳行（00:01:23.456 --> 00:01:25.789）、样式标签（<c>、<b> 等），只保留字幕文本行，合并为连续文本。
合并时，如果相邻字幕行明显是同一句话的延续（无句末标点），用空格连接；否则换行。
判断文本是"单人表达"还是"多人对谈"。
判断依据：
主持人：、嘉宾：、A：、B：）→ 对谈模式无标注说话人的对谈文本处理：
**提问者：** / **分享者：** 或 **A：** / **B：** 标注核心理念：降噪是辅助手段，保留原句原词是最高优先级。宁可多留一个口头禅，也不要误删一个有意义的词。
| 类型 | 词汇 |
|---|---|
| 纯语气词 | 呃、啊、嗯、哦、呀、啦、呗（单独出现时） |
| 结巴重复 | 我我我、就就就、这个这个（连续重复同一词） |
| 犹豫填充 | 那个啥、那个什么、就是那个、怎么说呢 |
这些词有时是口水词，有时承载语义。判断标准：删掉之后句意是否改变？
| 词汇 | 保留场景 | 可删场景 |
|---|---|---|
| 就是 | "问题就是出在这里"（强调） | "就是，我觉得，就是这样"（填充） |
| 其实 | "其实真正的原因是…"（转折） | "其实，呃，其实我想说…"（重复犹豫） |
| 然后 | "先做A，然后做B"（时序） | "然后，然后我就觉得…"（填充） |
| 那个 | "那个项目后来怎样了"（指代） | "那个，那个，我想说…"（犹豫） |
| 真的 | "这件事真的很重要"（强调） | "真的，我真的觉得真的…"（过度重复） |
| 对 | "对，这个观点我同意"（确认后接内容） | "对对对"（纯附和） |
| 基本上 | "基本上完成了90%"（程度限定） | "基本上，就是，基本上…"（填充） |
坚决删除无信息量的附和回应（整句只有附和，没有后续内容）：
但如果附和后紧跟实质内容（如"没错，而且我还发现…"），保留附和词作为自然过渡。
语音转录几乎必有同音字错误，这一步至关重要。
先根据文本主题判断领域（心理学、商业、科技、历史等），在脑中建立该领域的专业术语库，作为纠错的参照锚点。
必检项：
语义检查：
详细的高频错误模式速查表见 references/common-errors.md。
单人模式：
对谈模式：
核心理念：分段的本质是还原说话人的"语义呼吸"——人在表达时，每一次微小的思路转向、每一个反问、每一次从抽象到具体的切换，都是一次天然的"换气"。你的任务是找到这些换气点，而不是按句数机械切割。
想象你在听这个人说话：他说到哪里会自然停顿一下、换一口气、换一个角度继续？那个点就是段落边界。
以下是说话人"换气"的典型信号，按敏感度从高到低排列：
一个大论点内部，按说话人的思路层次拆分，不设固定段数限制。典型的展开方式：
提出观点（1-2句）
↓ 换段
为什么这么说（2-3句）
↓ 换段
你可以想一下 / 反问（1-2句）
↓ 换段
第一个例子（2-4句）
↓ 换段
第二个例子（2-4句）
↓ 换段
引用理论/权威（2-3句）
↓ 换段
回扣总结（1-2句）
实际段数取决于说话人展开了多少层次。10句话如果有5个层次，就分5段；10句话如果只有2个层次，就分2段。跟着语义走，不跟句数走。
语音转录的标点问题是系统性的，需要逐一排查。
演讲者的自然停顿被错误转成句号，但实际是同一论证链条的环节。
处理原则：如果前后两句是同一逻辑的延续（因果、递进、解释），用逗号连接。只有话题真正转换或出现总结性结论时才用句号。
错：他做了很多努力。但是没有成功。因为方向错了。
对：他做了很多努力，但是没有成功，因为方向错了。
一句话很长但没有逗号或顿号，阅读困难。
错：从北京到上海到深圳到广州走了一圈
对：从北京到上海，到深圳，到广州，走了一圈
优先级排序：保留原句原词 > 纠正错字 > 标点优化 > 降噪精简
绝对禁止：
强制要求：
格式要求：
严格使用以下结构，## 二级标题：
## 视频信息
标题：<原视频标题>
作者：<原视频作者/频道名>
时长：<原视频时长>
## 导读
<一段核心思想总结，简明但完整，1段即可>
## 正文
<精修后的全文>
## 标题后空一行再写正文## 导读 和 ## 正文超过约 5000 字时，使用分块并行策略：
为每个 chunk 创建一个 SubAgent，使用以下 prompt 模板：
你是一位转录文本精修师。请对以下字幕文本执行精修处理。
处理规则：
1. 删除纯语气词（呃、啊、嗯）和结巴重复，但保留"然后"、"其实"、"就是"等有语义的连接词
2. 纠正同音字错误，特别注意"的/得/地"、专有名词、人名
3. 按语义呼吸分段：每次思路转向、视角切换、从抽象到具体（或反过来）、举新例子时换段，跟着语义走而非按句数切割
4. 优化标点：句号过多的改为逗号，长句添加分隔符，统一全角标点
5. 保留原句原词，不要总结概括，不要添加原文没有的内容
文本模式：{单人/对谈}
文本领域：{根据全文判断的领域}
--- 待处理文本 ---
{chunk内容}
## 导读（基于全文）详细的处理示例见 references/examples.md，包含单人演讲、多人对谈、无标注说话人、话题跳跃等场景。
输入： "然后呃，其实我觉得就是，那个创业呢，它最重要的就是你要找到一个痛点，对，就是用户真正的痛点。你不能说呃，自己想当然的去做什么产品，我觉得这个是很关键的。"
输出： "其实我觉得创业最重要的就是你要找到一个痛点，用户真正的痛点。你不能自己想当然地去做产品，这个是很关键的。"
（删除了纯语气词"呃"和犹豫填充"那个…呢"，保留了"其实"、"就是"、"我觉得"等有语义的表达，纠正了"的→地"。）
输入：
主持人：今天我们请来了xx老师，来聊聊时间管理。
嘉宾：谢谢邀请。对对对，我平时的时间管理呢，其实很简单。
主持人：好的，那您能具体说说吗？
嘉宾：就是那个，每天早上我会先列三个最重要的任务。
主持人：明白了。
嘉宾：然后呃，其实这个方法很简单，但是要坚持不容易。
输出：
**主持人：** 今天我们请来了xx老师，来聊聊时间管理。
**嘉宾：** 谢谢邀请。我平时的时间管理其实很简单。
**主持人：** 能具体说说吗？
**嘉宾：** 每天早上我会先列三个最重要的任务。这个方法其实很简单，但是要坚持不容易。