Communitygithub.com

sickn33/agentic-awesome-skills

Transformez des enregistrements audio en documentation Markdown professionnelle avec des résumés intelligents grâce à l'intégration LLM.

Qu'est-ce que agentic-awesome-skills ?

Ce skill (compétence) permet de transcrire des fichiers audio ou vidéo en texte structuré au format Markdown, tout en générant des résumés intelligents via l'intégration d'un modèle de langage (LLM). Il est particulièrement utile pour produire automatiquement des comptes-rendus de réunions, des sous-titres (SRT, VTT) ou des résumés exécutifs de longs contenus audio. La compétence est agnostique vis-à-vis de la plateforme : elle fonctionne dans tout terminal disposant de GitHub Copilot CLI, sans configuration externe ni dépendance à une API spécifique. Elle repose sur l'outil Faster-Whisper pour la transcription et ffmpeg pour la conversion de format, et prend en charge les formats courants (MP3, WAV, M4A, OGG, FLAC, WEBM). L'utilisateur peut lancer des transcriptions individuelles ou par lots, et la compétence gère les fichiers volumineux avec des estimations de temps et une confirmation avant traitement.

Compatible avec~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/sickn33/agentic-awesome-skills/tree/HEAD/skills/audio-transcriber

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Guide détaillé

Lisez le guide détaillé avant d'exécuter cette compétence. Il contient la procédure complète et les documents de référence. Traitez ses exigences de sécurité, de prérequis et de validation comme obligatoires. Pour un travail ciblé, chargez les sections pertinentes ; pour un travail de bout en bout, lisez le guide en entier.

Quand l'utiliser

Invoquez cette compétence lorsque :

  • L'utilisateur a besoin de transcrire des fichiers audio/vidéo en texte
  • L'utilisateur souhaite générer automatiquement des comptes-rendus de réunions à partir d'enregistrements
  • L'utilisateur a besoin d'identifier les locuteurs (diarisation) dans des conversations
  • L'utilisateur a besoin de sous-titres (formats SRT, VTT)
  • L'utilisateur souhaite des résumés exécutifs de longs contenus audio
  • L'utilisateur demande des variantes de « transcrire cet audio », « convertir l'audio en texte », « générer des notes de réunion à partir d'un enregistrement »
  • L'utilisateur possède des fichiers audio dans des formats courants (MP3, WAV, M4A, OGG, FLAC, WEBM)

Exemples d'utilisation

Exemple 1 : Transcription de base

Saisie utilisateur :

copilot> transcrire l'audio en markdown : meeting-2026-02-02.mp3

Sortie de la compétence :

✅ Faster-Whisper détecté (optimisé)
✅ ffmpeg disponible (conversion de format activée)

📂 Fichier : meeting-2026-02-02.mp3
📊 Taille : 12.3 Mo
⏱️  Durée : 00:45:32

🎙️  Traitement en cours...
[████████████████████] 100%

✅ Langue détectée : Portugais (pt-BR)
👥 Locuteurs identifiés : 4
📝 Génération de la sortie Markdown...

✅ Transcription terminée !

📊 Résultats :
  Fichier : meeting-2026-02-02.md
  Langue : pt-BR
  Durée : 00:45:32
  Locuteurs : 4
  Mots : 6 842
  Temps de traitement : 127 s

📝 Généré :
  - meeting-2026-02-02.md (rapport Markdown)

🎯 Prochaines étapes :
  1. Examiner les minutes de la réunion et les actions
  2. Partager le rapport avec les participants
  3. Suivre les actions jusqu'à leur réalisation

Exemple 3 : Traitement par lots

Saisie utilisateur :

copilot> transcreva estes áudios : recordings/*.mp3

Sortie de la compétence :

📦 Mode batch : 5 fichiers trouvés
  1. team-standup.mp3
  2. client-call.mp3
  3. brainstorm-session.mp3
  4. product-demo.mp3
  5. retrospective.mp3

🎙️  Traitement du lot...

[1/5] team-standup.mp3 ✅ (2 min 34 s)
[2/5] client-call.mp3 ✅ (15 min 12 s)
[3/5] brainstorm-session.mp3 ✅ (8 min 47 s)
[4/5] product-demo.mp3 ✅ (22 min 03 s)
[5/5] retrospective.mp3 ✅ (11 min 28 s)

✅ Lot terminé !
📝 5 rapports Markdown générés
⏱️  Temps de traitement total : 6 min 15 s

Exemple 5 : Avertissement pour fichier volumineux

Saisie utilisateur :

copilot> transcrire l'audio en markdown : conference-keynote.mp3

Sortie de la compétence :

✅ Faster-Whisper détecté (optimisé)

📂 Fichier : conference-keynote.mp3
📊 Taille : 87.2 Mo
⏱️  Durée : 02:15:47
⚠️  Fichier volumineux (87.2 Mo) - le traitement peut prendre plusieurs minutes

Continuer ? [O/N] :

Utilisateur : O

🎙️  Traitement en cours... (cela peut prendre 10 à 15 minutes)
[████░░░░░░░░░░░░░░░░] 20% - Temps estimé restant : 12 min

Cette compétence est indépendante de la plateforme et fonctionne dans tout contexte de terminal où GitHub Copilot CLI est disponible. Elle ne dépend pas de configurations de projet spécifiques ni d'API externes, suivant la philosophie zéro configuration.

Limitations

  • Utilisez cette compétence uniquement lorsque la tâche correspond clairement au champ décrit ci-dessus.
  • Ne considérez pas la sortie comme un substitut à une validation, un test ou un examen d'expert spécifique à l'environnement.
  • Arrêtez-vous et demandez des clarifications si les entrées, autorisations, limites de sécurité ou critères de succès requis sont manquants.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Skills associés