菜单
音频/视频转文字、字幕时间轴、说话人分段；Whisper/faster-whisper，转写后接纪要
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。
基于 SOC 职业分类
编写或审查 core/*/www 静态页、校园 WebView 兼容、HttpResponse 前端解包时使用。浏览器环境 ≠ Node 26。含普通静态与前端工程（sign.json）挂载。
当你需要开发/排查 HTTP 抓取、SSRF、Playwright 受控浏览器、本地字体增强截图，或判断 web_fetch 与 browser 工作流如何选型时使用。
当你需要从“应用视角”看 XRK-AGT（启动流程、Web 控制台、前后端协作、典型技术栈组合）时使用。
当你需要开发或排查 HTTP API（core/*/http/*.js）、理解 HttpApi 基类、HttpApiLoader、业务层约定时使用。
编写或审查 core/*/www 静态页、校园 WebView 兼容、HttpResponse 前端解包时使用。浏览器环境 ≠ Node 26。
编写或审查 core/src 代码时的写法与性能规范（全局裸名、状态、I/O、异步、HTTP）。改 Core 前必读。
| name | office-transcribe |
| description | 音频/视频转文字、字幕时间轴、说话人分段；Whisper/faster-whisper，转写后接纪要 |
会议录音、语音备忘、采访、.mp3 .wav .m4a 转文字、要 SRT 字幕。
run 执行转写脚本，输出 .txt / .srt / .jsonoffice-meeting 出纪要；短备忘：摘要 5 条from faster_whisper import WhisperModel
model = WhisperModel("large-v3", device="cpu", compute_type="int8")
segments, info = model.transcribe("meeting.mp3", language="zh", vad_filter=True)
lines = []
for seg in segments:
lines.append(f"[{seg.start:.1f}s-{seg.end:.1f}s] {seg.text.strip()}")
open("transcript.txt", "w", encoding="utf-8").write("\n".join(lines))
pip install faster-whisper
# 可选 GPU：device=cuda
Whisper 原生无 diarization；需 pyannote 等额外模型时先说明环境与授权。
def fmt(t):
h, r = divmod(int(t), 3600); m, s = divmod(r, 60); ms = int((t % 1) * 1000)
return f"{h:02d}:{m:02d}:{s:02d},{ms:03d}"
# 每 segment 写一条 SRT 块
memory/无 faster-whisper / 无 run → 请用户提供文字稿或外部转写结果；见 office-env-setup