Sponsored by
APIMart
一个先进的人工智能技能，旨在将原始语音录音转换为专业结构化、极具影响力的会议纪要和讲座总结。
guoqunabc
v1.0.0
2026年3月7日
0
857
0
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install speech-notes
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式
~/.openclaw/skills/ 工作区
<project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 speech-notes。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 语音笔记？
语音笔记技能在 Openclaw Skills 生态系统中提供了一套完整的流程，将音频转化为精美的文档。它处理语音处理的全生命周期，从技术音频优化（分段和压缩）开始，到使用 Gemini 和通义千问等高性能模型进行多引擎转录。
除了简单的转录，该技能在结构化综合方面表现出色。它会自动将内容组织成层级标题，保持说话者的原始语调并去除口癖，同时应用先进的排版逻辑，确保最终输出可直接用于专业分发。它特别针对飞书等协作环境进行了优化，利用块级 API 实现卓越的视觉呈现。
语音笔记 应用场景
- 转录并总结企业内部会议和战略头脑风暴。
- 将学术讲座或嘉宾演讲转换为结构化的主题学习笔记。
- 将杂乱的个人语音备忘录整理成清晰、可执行的大纲。
- 处理现有的原始转录文本，去除 AI 痕迹并提高专业可读性。
语音笔记 工作原理
- 使用 ffprobe 分析输入音频，确定时长和采样率以进行优化处理。
- 将超过 5 分钟的文件分段，并通过 ffmpeg 进行压缩，以确保较高的 API 成功率。
- 触发转录引擎（飞书 STT、Gemini 或 Qwen-Omni）以生成逐字稿原始文本。
- 应用二次 LLM 层，将文本重构为预定义的 Markdown 层级（H2 为主题，H3 为子课题）。
- 通过加粗关键论点、去除冗余词汇以及在引用容器中插入元数据来精炼内容。
- 将最终的结构化文档导出到本地文件或通过 API 直接导出到外部平台。
语音笔记 配置指南
要开始使用 Openclaw Skills 的此项技能，请确保您已配置必要的 CLI 工具和环境变量：
# 安装音频处理依赖
brew install ffmpeg
# 设置转录脚本权限
chmod +x scripts/speech-to-text.sh
# 配置您首选提供商的 API 凭据
export FEISHU_FILE_KEY="your_key"
export GOOGLE_API_KEY="your_gemini_key"
export DASHSCOPE_API_KEY="your_qwen_key"
语音笔记 数据架构与分类体系
该技能通过多阶段生命周期组织数据，以确保在提供简洁输出的同时不丢失信息：
| 组件 | 格式 | 描述 |
|---|---|---|
| 音频分段 | .mp3 / .wav | 用于 API 摄取的 5 分钟压缩分段。 |
| 原始转录 | .txt | 本地存储的逐字记录，用于审计目的。 |
| 结构化文档 | Markdown | 带有 H2/H3 层级和加粗逻辑点的最终总结。 |
| 元数据 | JSON/Block | 包含发言人、日期和场合的上下文数据。 |
| 样式 | 飞书 API | 代码着色元素和带背景高亮的引用块。 |
语音笔记 高级特性
- 多模型回退逻辑：根据可用性在飞书 STT、Gemini 和 Qwen 之间自动切换。
- 智能内容“风味”保留：保留说话者特有的术语和第一人称视角，同时消除言语杂乱。
- 细粒度 Block API 控制：直接与平台特定 API 集成，修改文本颜色和容器背景，无需重写整个文档。
- 自动 AI 匿名化：去除所有 AI 生成的痕迹，提供一份看起来像由专业秘书手动编辑的文档。
- 嵌套逻辑：支持多达三级的子弹点嵌套，用于复杂的叙事链。
SKILL.md
加载中
Openclaw 相关技能
精选*
ThumbnailCreator.com
AI工具，用于快速创建令人惊艳的YouTube缩略图。
AdsCreator.com
AI 广告创作工具 - 只需粘贴网站 URL，即可获得专业的 AI 广告
APIMaster
GPT 最高优惠 95%，另有 20 美元试用额度。指纹验证 API，价格低且稳定。
PostMcpAi
跨七大社交网络的 AI 社交媒体发布工具
iMean AI Trip Planner
人工智能旅行规划工具，可生成个性化行程、查找低价机票和酒店，并通过一次对话帮助您完成整个旅行规划。
Free
Agentkit
基于企业内容训练的 AI 智能体，用于客户支持、线索获取和自动化
Tripo AI
基于 AI 的 3D 模型生成器，支持从图像和文本生成 3D 模型。
YouArt
智能创意操作系统
PoYo.AI
高并发。稳定 AI API。价格更优。
WZRD
用于创建互动式、支持语音的文档、表单、幻灯片和业务体验的 AI 工作空间
TestDriver
面向 GitHub 拉取请求的 AI 驱动端到端测试与代码审查
Apper - App & Website Builder
使用 Claude 或 ChatGPT 构建具备企业级安全保障的应用和网站。Apper 负责管理后端，无需额外购买 Apper AI 积分。
UltraHumanizer.ai
让机器生成的文本读起来更自然的免费 AI 工具
Free
Pixmax.ai
Pixmax.ai 是一款一站式 AI 创意工作空间，用于生成电影级视频、视觉故事和营销内容。
Skild Art
一站式 AI 视觉创作平台，为商业营销而生
PoloX AI - Design and create in agent conversations and an infinite canvas.
用于生成和编辑图像、视频及其他创意资产的 AI 工作空间
Kollavo - Get Cited in AI Search | $99/mo Managed Service
要想出现在答案里，你就得出现在来源中。
NewsBang
由AI驱动的新闻平台，提供摘要、见解和互动播客。
AdControlCenter
用于创建、管理和优化多广告网络广告系列的 AI 平台
Wondershare Filmora
一款具备各种工具的AI视频编辑器，拥有创意资产适合所有技能水平。
