agent-study-skill

语音识别 / 音频转文字。当用户需要将音频文件（mp3、wav、m4a 等）转为文字、做会议录音转写、或者提到语音识别、ASR、音频转文本时使用此 skill。底层使用火山引擎（ByteDance）大模型语音识别 API。

从语音转写文本生成学习笔记与总结报告。当需要将 transcript.md 整理为结构化的学习文档时使用。

视频/音频学习资料整理全流程。当用户说「整理这个视频」「帮我做学习笔记」「把这个课程转成笔记」「学习资料整理」时使用。

从视频文件中提取音频。当用户需要从 mp4、mkv、webm 等视频中提取音频用于后续语音识别时使用。使用 ffmpeg 处理。