Was macht podcast-transcriber?
Ein Klick: Konvertiere Bilibili/YouTube/小宇宙/Direktlink-Audio in Markdown-Transkripte mit Sprechertrennung. Claude Code Skill — Volcengine BigModel ASR + Groq Whisper Fallback.
Ein Klick: Konvertiere Bilibili/YouTube/小宇宙/Direktlink-Audio in Markdown-Transkripte mit Sprechertrennung. Claude Code Skill — Volcengine BigModel ASR + Groq Whisper Fallback.
Diese Fertigkeit für KI-Agenten (Claude Code, Cursor, Codex usw.) ermöglicht es, Audioinhalte von populären Plattformen wie Bilibili (B站), YouTube, 小宇宙 (Xiao Yu Zhou) oder direkt von Audio-Direktlinks automatisch in ein strukturiertes Markdown-Transkript zu konvertieren. Dabei wird eine automatische Sprechertrennung (Speaker Diarization) durchgeführt, sodass der Text nach Sprechern aufgeteilt wird – ideal für Podcasts, Interviews oder Vorträge. Die Fertigkeit nutzt primär die Volcengine BigModel ASR (Automatic Speech Recognition) für hochwertige Transkription, und fällt bei Bedarf auf Groq Whisper zurück. Sie ist als Claude Code Skill konzipiert, kann aber dank ihrer klaren Dokumentation auch in anderen Agenten-Umgebungen integriert werden. Somit spart sie Entwicklern und Content-Erstellern enorm viel Zeit bei der manuellen Transkription und Nachbearbeitung von Audio-Mitschnitten.
npx skills add DoTheWorkNow/podcast-transcriberEin Klick: Konvertiere Bilibili/YouTube/小宇宙/Direktlink-Audio in Markdown-Transkripte mit Sprechertrennung. Claude Code Skill — Volcengine BigModel ASR + Groq Whisper Fallback.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.