Yapで録音を文字起こしする
Yap MCPは、ユーザー自身のコンピュータ上で音声を文字起こしします（NVIDIA Parakeet、欧州25言語、自動検出）。何もアップロードされません。以下の手順は、yap MCPサーバーが接続されていることを前提としています（npx -y github:founden-bot/yap-mcp）。
ユーザーが録音を指差した場合
- ファイルの絶対パスを取得します。ユーザーが「デスクトップにあるメモ」のように説明だけをする場合は、パスまたはファイル名を尋ねます。先頭のチルダ（
~）はそのまま使用できます。 pathを指定してtranscribe_audioを呼び出します。数分以上の場合、またはユーザーが後でその瞬間を探したいと言った場合は、timestamps: trueを渡します。- 応答に、音声モデルがまだダウンロード中であると書かれている場合（初回のみ、約670 MB）、ユーザーに一回限りのダウンロードであることを伝え、1分後に再度ツールを呼び出します。クラウドサービスに切り替えてはいけません。
- ユーザーがテキストに対して依頼したことを実行します：クリーンな文字起こし、要約、決定事項とアクションアイテム（担当者、タスク、日付）を含む議事録、タイムスタンプ付きの引用、または翻訳。
- 文字起こしを忠実に引用します。名前や数字を推測するのではなく、自信のない単語にはその旨を明記します。
ユーザーが自分で言った、または口述したことに言及した場合
search_dictationsを、いくつかの特徴的な単語（query）と時間枠（days）を指定して呼び出します。このツールは、このコンピュータ上のYapディクテーションアプリの履歴を読み取り専用で参照します。一致するものがない場合は、daysを広げるか、他の単語を試してから、見つからないと伝えます。
適切なデフォルト
- 複数のファイル：一つずつ文字起こしし、各結果をファイル名で保持します。
- 長い録音：最初にタイムスタンプ付きのセクションごとに要約し、次に全体を要約します。
- ユーザーの言語を維持する：ユーザーが明示的に別の言語を求めない限り、録音の言語で応答します。