cyanxxy/transcription-agent-go

transcription-agent-go とは？

このスキルは、Go 言語で実装されたエージェント型音声文字起こしシステム「transcription-agent-go」です。複数の文字起こしエージェントを並列に実行し、それぞれの候補を生成した後、LLM ベースの判定エージェントがそれらを比較・評価して最も適切な文字起こし結果を選択します。このスキルは、Agent Skills 仕様に基づいて構築されており、プラットフォーム非依存で利用できます。特徴的な「Dual Gemini Strategy」では、プライマリモデルとセカンダリモデルがそれぞれ候補を生成し、判定エージェントが両者を比較して、相違箇所についてはより保守的な表現を優先します。これにより、単一モデルによる文字起こしよりも高品質で信頼性の高い結果を得られます。開発者はこのスキルを利用して、正確性が求められる音声文字起こしタスク（例：会議の議事録作成、インタビューの文字起こしなど）を自動化できます。