菜单
将 SRT 字幕文件转换为结构化 Markdown 文档的完整工作流。无需配置任何额外 API key，完全依赖当前 session 内置能力完成全部处理。 适用场景：用户上传或提供 .srt 字幕文件，想要将视频内容转化为可读文档；整理 Bilibili / YouTube 视频字幕；将字幕内容分析后生成知识文章；对视频内容做补充研究后输出报告。 触发关键词：.srt 文件、字幕文件、srt转文章、srt转文档、字幕整理、视频转文档、字幕分析。当用户提到 SRT、字幕、想要把视频内容变成文章或笔记时，务必使用此技能。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/knownasnaffy/prompthound --skill srt-to-doc命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Install and operate local NVIDIA Parakeet ASR for OpenClaw with an OpenAI-compatible transcription API on Ubuntu/Linux and macOS (Intel/Apple Silicon). Use when the user wants private/local speech-to-text, voice transcription setup, ASR troubleshooting, or OpenClaw voice stack configuration with Parakeet (and optional Whisper fallback).
Collect, refresh, normalize, and analyze the user's own Douban history for taste analysis and recommendation reasoning. Use when the task involves the user's own Douban shelves, ratings, tags, comments, reviews, or recent activity, especially when you need to decide whether local cache is fresh enough, re-crawl logged-in data with cookies, store refreshed results locally, and then analyze them by category.
LoRA fine-tuning pipeline for Stable Diffusion on Apple Silicon — dataset prep, training, evaluation with LLM-as-judge scoring. Use when fine-tuning image generation models for consistent style, custom characters, or domain-specific visuals. Requires Python with torch and diffusers.
基于 SOC 职业分类
正在显示 SKILL.md
| name | srt-to-doc |
| description | 将 SRT 字幕文件转换为结构化 Markdown 文档的完整工作流。无需配置任何额外 API key，完全依赖当前 session 内置能力完成全部处理。 适用场景：用户上传或提供 .srt 字幕文件，想要将视频内容转化为可读文档；整理 Bilibili / YouTube 视频字幕；将字幕内容分析后生成知识文章；对视频内容做补充研究后输出报告。 触发关键词：.srt 文件、字幕文件、srt转文章、srt转文档、字幕整理、视频转文档、字幕分析。当用户提到 SRT、字幕、想要把视频内容变成文章或笔记时，务必使用此技能。 |
.srt 字幕文件（支持 UTF-8 / GBK / Big5 等编码）{标题}.md — 结构化分析文档（主交付物）{标题}_subtitles.txt — 带时间轴的字幕原文（辅助交付物）大明王朝1566_第一集.md + 大明王朝1566_第一集_subtitles.txtpython scripts/srt_to_txt.py input.srt {标题}_subtitles.txt
脚本自动检测编码，输出带时间轴的干净 TXT，并打印条数与时长。 TXT 为独立交付物，不进入最终 Markdown。
读取 TXT 后在当前 session 内完成，不调用任何外部 API：
详细搜索策略见 references/search_strategy.md。
简要规则：
web_search读取 assets/doc_template.md，按模板结构填写内容。
必填章节：内容概要、内容结构、核心观点 条件章节（有内容则写，无则省略）：关键概念、主要人物、相关动态/延伸阅读
文档生成后可直接交给以下 skill 继续处理：
| 目标 | 调用 skill |
|---|---|
| 发布为微信公众号文章 | wechat-mp-writer（建议用"历史"或"技术/AI"模板） |
| 搜索同类公众号参考文章 | wechat-article-search |