Communitygithub.com

ASoudy/AGS

Transforme gravações de áudio em documentação Markdown profissional com resumos inteligentes usando integração com LLM.

O que é AGS?

Esta skill automatiza a transcrição de áudio para texto com saída Markdown profissional, extraindo metadados técnicos ricos (falantes, timestamps, idioma, tamanho do arquivo, duração) e gerando atas de reunião estruturadas e resumos executivos. Ela usa Faster-Whisper ou Whisper sem configuração alguma, funcionando universalmente em todos os projetos sem caminhos codificados ou chaves de API. Inspirada por ferramentas como Plaud, essa skill transforma gravações de áudio brutas em documentação acionável, sendo ideal para reuniões, entrevistas, palestras e análise de conteúdo. A skill oferece detecção automática de ferramentas de transcrição disponíveis, validação de arquivos de áudio, opção de instalação com um clique, e geração flexível de saída que pode incluir transcrição pura, documento processado por LLM com atas e resumos, ou ambos.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ASoudy/AGS/tree/HEAD/claude_skills_libraries/landing-page-mastery/skills/audio-transcriber

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Propósito

Esta skill automatiza a transcrição de áudio para texto com saída Markdown profissional, extraindo metadados técnicos ricos (falantes, timestamps, idioma, tamanho do arquivo, duração) e gerando atas de reunião estruturadas e resumos executivos. Ela usa Faster-Whisper ou Whisper sem configuração alguma, funcionando universalmente em todos os projetos sem caminhos codificados ou chaves de API.

Inspirada por ferramentas como Plaud, esta skill transforma gravações de áudio brutas em documentação acionável, tornando-a ideal para reuniões, entrevistas, palestras e análise de conteúdo.

Quando Usar

Invoque esta skill quando:

  • O usuário precisar transcrever arquivos de áudio/vídeo para texto
  • O usuário quiser atas de reunião geradas automaticamente a partir de gravações
  • O usuário precisar de identificação de falantes (diarização) em conversas
  • O usuário precisar de legendas/ocultas (formatos SRT, VTT)
  • O usuário quiser resumos executivos de conteúdo de áudio longo
  • O usuário fizer variações de "transcreva este áudio", "converta áudio para texto", "gere notas de reunião a partir de gravação"
  • O usuário tiver arquivos de áudio em formatos comuns (MP3, WAV, M4A, OGG, FLAC, WEBM)

Fluxo de Trabalho

Passo 0: Descoberta (Detectar Ferramentas de Transcrição Automaticamente)

Objetivo: Identificar mecanismos de transcrição disponíveis sem configuração do usuário.

Ações:

Execute comandos de detecção para encontrar ferramentas instaladas:

# Verificar Faster-Whisper (preferido - 4-5x mais rápido)
if python3 -c "import faster_whisper" 2>/dev/null; then
    TRANSCRIBER="faster-whisper"
    echo "✅ Faster-Whisper detectado (otimizado)"
# Fallback para Whisper original
elif python3 -c "import whisper" 2>/dev/null; then
    TRANSCRIBER="whisper"
    echo "✅ OpenAI Whisper detectado"
else
    TRANSCRIBER="none"
    echo "⚠️  Nenhuma ferramenta de transcrição encontrada"
fi

# Verificar ffmpeg (conversão de formato de áudio)
if command -v ffmpeg &>/dev/null; then
    echo "✅ ffmpeg disponível (conversão de formato habilitada)"
else
    echo "ℹ️  ffmpeg não encontrado (suporte a formatos limitado)"
fi

Se nenhum transcritor for encontrado:

Ofereça instalação automática usando o script fornecido:

echo "⚠️  Nenhuma ferramenta de transcrição encontrada"
echo ""
echo "🔧 Instalar dependências automaticamente? (Recomendado)"
read -p "Executar script de instalação? [S/n]: " AUTO_INSTALL

if [[ ! "$AUTO_INSTALL" =~ ^[Nn] ]]; then
    # Obter diretório da skill (funciona para instalações via repositório e symlink)
    SKILL_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
    
    # Executar script de instalação
    if [[ -f "$SKILL_DIR/scripts/install-requirements.sh" ]]; then
        bash "$SKILL_DIR/scripts/install-requirements.sh"
    else
        echo "❌ Script de instalação não encontrado"
        echo ""
        echo "📦 Instalação manual:"
        echo "  pip install faster-whisper  # Recomendado"
        echo "  pip install openai-whisper  # Alternativa"
        echo "  brew install ffmpeg         # Opcional (macOS)"
        exit 1
    fi
    
    # Verificar se a instalação foi bem-sucedida
    if python3 -c "import faster_whisper" 2>/dev/null || python3 -c "import whisper" 2>/dev/null; then
        echo "✅ Instalação bem-sucedida! Prosseguindo com a transcrição..."
    else
        echo "❌ Falha na instalação. Por favor, instale manualmente."
        exit 1
    fi
else
    echo ""
    echo "📦 Instalação manual necessária:"
    echo ""
    echo "Recomendado (mais rápido):"
    echo "  pip install faster-whisper"
    echo ""
    echo "Alternativa (original):"
    echo "  pip install openai-whisper"
    echo ""
    echo "Opcional (conversão de formato):"
    echo "  brew install ffmpeg  # macOS"
    echo "  apt install ffmpeg   # Linux"
    echo ""
    exit 1
fi

Isso garante que os usuários possam instalar dependências com uma confirmação, ou optar pela instalação manual, se preferirem.

Se o transcritor for encontrado:

Prossiga para o Passo 0b (Detecção de CLI).

Passo 1: Validar Arquivo de Áudio

Objetivo: Verificar se o arquivo existe, checar o formato e extrair metadados.

Ações:

  1. Aceitar caminho do arquivo ou URL do usuário:

    • Arquivo local: reuniao.mp3
    • URL: https://exemplo.com/audio.mp3 (baixar para diretório temporário)
  2. Verificar se o arquivo existe:

if [[ ! -f "$AUDIO_FILE" ]]; then
    echo "❌ Arquivo não encontrado: $AUDIO_FILE"
    exit 1
fi
  1. Extrair metadados usando ffprobe ou utilitários de arquivo:
# Obter tamanho do arquivo
FILE_SIZE=$(du -h "$AUDIO_FILE" | cut -f1)

# Obter duração e formato usando ffprobe
DURATION=$(ffprobe -v error -show_entries format=duration \
    -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null)
FORMAT=$(ffprobe -v error -select_streams a:0 -show_entries \
    stream=codec_name -of default=noprint_wrappers=1:nokey=1 "$AUDIO_FILE" 2>/dev/null)

# Converter duração para HH:MM:SS
DURATION_HMS=$(date -u -r "$DURATION" +%H:%M:%S 2>/dev/null || echo "Desconhecido")
  1. Verificar tamanho do arquivo (avisar se for grande para APIs em nuvem):
SIZE_MB=$(du -m "$AUDIO_FILE" | cut -f1)
if [[ $SIZE_MB -gt 25 ]]; then
    echo "⚠️  Arquivo grande ($FILE_SIZE) - o processamento pode levar vários minutos"
fi
  1. Validar formato (suportados: MP3, WAV, M4A, OGG, FLAC, WEBM):
EXTENSION="${AUDIO_FILE##*.}"
SUPPORTED_FORMATS=("mp3" "wav" "m4a" "ogg" "flac" "webm" "mp4")

if [[ ! " ${SUPPORTED_FORMATS[@]} " =~ " ${EXTENSION,,} " ]]; then
    echo "⚠️  Formato não suportado: $EXTENSION"
    if command -v ffmpeg &>/dev/null; then
        echo "🔄 Convertendo para WAV..."
        ffmpeg -i "$AUDIO_FILE" -ar 16000 "${AUDIO_FILE%.*}.wav" -y
        AUDIO_FILE="${AUDIO_FILE%.*}.wav"
    else
        echo "❌ Instale ffmpeg para converter formatos: brew install ffmpeg"
        exit 1
    fi
fi

Passo 3: Gerar Saída Markdown

Objetivo: Criar Markdown estruturado com metadados, transcrição, atas de reunião e resumo.

Modelo de Saída:

# Relatório de Transcrição de Áudio

## 📊 Metadados

| Campo | Valor |
|-------|-------|
| **Nome do Arquivo** | {filename} |
| **Tamanho do Arquivo** | {file_size} |
| **Duração** | {duration_hms} |
| **Idioma** | {language} ({language_code}) |
| **Data de Processamento** | {process_date} |
| **Falantes Identificados** | {num_speakers} |
| **Mecanismo de Transcrição** | {engine} (modelo: {model}) |


## 📋 Ata da Reunião

### Participantes
- {speaker_1}
- {speaker_2}
- ...

### Tópicos Discutidos
1. **{topic_1}** ({timestamp})
   - {key_point_1}
   - {key_point_2}

2. **{topic_2}** ({timestamp})
   - {key_point_1}

### Decisões Tomadas
- ✅ {decision_1}
- ✅ {decision_2}

### Itens de Ação
- [ ] **{action_1}** - Atribuído a: {speaker} - Prazo: {date_if_mentioned}
- [ ] **{action_2}** - Atribuído a: {speaker}


*Gerado pela skill audio-transcriber v1.0.0*  
*Mecanismo de transcrição: {engine} | Tempo de processamento: {elapsed_time}s*

Implementação:

Use Python ou bash com modelo de IA (Claude/GPT) para sumarização inteligente:

def generate_meeting_minutes(segments):
    """Extrair tópicos, decisões, itens de ação da transcrição."""
    
    # Agrupar segmentos por tópico (agrupamento simples por timestamps)
    topics = cluster_by_topic(segments)
    
    # Identificar itens de ação (palavras-chave: "deveria", "vai", "precisa", "ação")
    action_items = extract_action_items(segments)
    
    # Identificar decisões (palavras-chave: "decidido", "concordado", "aprovado")
    decisions = extract_decisions(segments)
    
    return {
        "topics": topics,
        "decisions": decisions,
        "action_items": action_items
    }

def generate_summary(segments, max_paragraphs=5):
    """Criar resumo executivo usando IA (Claude/GPT via API ou modelo local)."""
    
    full_text = " ".join([s["text"] for s in segments])
    
    # Usar abordagem Chain of Density (de frameworks prompt-engineer)
    summary_prompt = f"""
    Resuma a transcrição a seguir em {max_paragraphs} parágrafos concisos.
    Foco em tópicos principais, decisões e itens de ação.
    
    Transcrição:
    {full_text}
    """
    
    # Chamar modelo de IA (placeholder - o usuário pode integrar a API Claude ou usar modelo local)
    summary = call_ai_model(summary_prompt)
    
    return summary

Nomeação do arquivo de saída:

# v1.1.0: Use timestamp para evitar sobrescrever
TIMESTAMP=$(date +%Y%m%d-%H%M%S)
TRANSCRIPT_FILE="transcript-${TIMESTAMP}.md"
ATA_FILE="ata-${TIMESTAMP}.md"

echo "$TRANSCRIPT_CONTENT" > "$TRANSCRIPT_FILE"
echo "✅ Transcript salvo: $TRANSCRIPT_FILE"

if [[ -n "$ATA_CONTENT" ]]; then
    echo "$ATA_CONTENT" > "$ATA_FILE"
    echo "✅ Ata salva: $ATA_FILE"
fi

CENÁRIO A: Usuário Forneceu Prompt Personalizado

Fluxo de Trabalho:

  1. Exibir prompt do usuário:

    📝 Prompt fornecido pelo usuário:
    ┌──────────────────────────────────┐
    │ [Visualização do prompt do usuário]          │
    └──────────────────────────────────┘
    
  2. Melhorar automaticamente com prompt-engineer (se disponível):

    🔧 Melhorando prompt com prompt-engineer...
    [Invoca: gh copilot -p "melhore este prompt: {user_prompt}"]
    
  3. Mostrar ambas as versões:

    ✨ Versão melhorada:
    ┌──────────────────────────────────┐
    │ Role: Você é um documentador...  │
    │ Instructions: Transforme...      │
    │ Steps: 1) ... 2) ...             │
    │ End Goal: ...                    │
    └──────────────────────────────────┘
    
    📝 Versão original:
    ┌──────────────────────────────────┐
    │ [Prompt original do usuário]         │
    └──────────────────────────────────┘
    
  4. Perguntar qual usar:

    💡 Usar versão melhorada? [s/n] (padrão: s):
    
  5. Processar com o prompt selecionado:

    • Se "s": usar melhorado
    • Se "n": usar original

Processamento LLM (Ambos Cenários)

Uma vez que o prompt é finalizado:

from rich.progress import Progress, SpinnerColumn, TextColumn

def process_with_llm(transcript, prompt, cli_tool='claude'):
    full_prompt = f"{prompt}\n\n---\n\nTranscrição:\n\n{transcript}"
    
    with Progress(
        SpinnerColumn(),
        TextColumn("[progress.description]{task.description}"),
        transient=True
    ) as progress:
        progress.add_task(
            description=f"🤖 Processando com {cli_tool}...",
            total=None
        )
        
        if cli_tool == 'claude':
            result = subprocess.run(
                ['claude', '-'],
                input=full_prompt,
                capture_output=True,
                text=True,
                timeout=300  # 5 minutos
            )
        elif cli_tool == 'gh-copilot':
            result = subprocess.run(
                ['gh', 'copilot', 'suggest', '-t', 'shell', full_prompt],
                capture_output=True,
                text=True,
                timeout=300
            )
    
    if result.returncode == 0:
        return result.stdout.strip()
    else:
        return None

Saída de progresso:

🤖 Processando com claude... ⠋
[Após a conclusão:]
✅ Ata gerada com sucesso!

Saída Final

Sucesso (ambos os arquivos):

💾 Salvando arquivos...

✅ Arquivos criados:
  - transcript-20260203-023045.md  (transcrição pura)
  - ata-20260203-023045.md         (processado com LLM)

🧹 Removidos arquivos temporários: metadata.json, transcription.json

✅ Concluído! Tempo total: 3m 45s

Apenas transcrição (usuário recusou LLM):

💾 Salvando arquivos...

✅ Arquivo criado:
  - transcript-20260203-023045.md

ℹ️  Ata não gerada (processamento LLM recusado pelo usuário)

🧹 Removidos arquivos temporários: metadata.json, transcription.json

✅ Concluído!

Passo 5: Exibir Resumo dos Resultados

Objetivo: Mostrar status de conclusão e próximos passos.

Saída:

echo ""
echo "✅ Transcrição Concluída!"
echo ""
echo "📊 Resultados:"
echo "  Arquivo: $OUTPUT_FILE"
echo "  Idioma: $LANGUAGE"
echo "  Duração: $DURATION_HMS"
echo "  Falantes: $NUM_SPEAKERS"
echo "  Palavras: $WORD_COUNT"
echo "  Tempo de processamento: ${ELAPSED_TIME}s"
echo ""
echo "📝 Gerado:"
echo "  - $OUTPUT_FILE (relatório Markdown)"
[if alternative formats:]
echo "  - ${OUTPUT_FILE%.*}.srt (Legendas)"
echo "  - ${OUTPUT_FILE%.*}.json (Dados estruturados)"
echo ""
echo "🎯 Próximos passos:"
echo "  1. Revisar atas de reunião e itens de ação"
echo "  2. Compartilhar relatório com participantes"
echo "  3. Acompanhar itens de ação até a conclusão"

Exemplo de Uso

Exemplo 1: Transcrição Básica

Entrada do Usuário:

copilot> transcreva áudio para markdown: reuniao-2026-02-02.mp3

Saída da Skill:

✅ Faster-Whisper detectado (otimizado)
✅ ffmpeg disponível (conversão de formato habilitada)

📂 Arquivo: reuniao-2026-02-02.mp3
📊 Tamanho: 12.3 MB
⏱️  Duração: 00:45:32

🎙️  Processando...
[████████████████████] 100%

✅ Idioma detectado: Português (pt-BR)
👥 Falantes identificados: 4
📝 Gerando saída Markdown...

✅ Transcrição Concluída!

📊 Resultados:
  Arquivo: reuniao-2026-02-02.md
  Idioma: pt-BR
  Duração: 00:45:32
  Falantes: 4
  Palavras: 6.842
  Tempo de processamento: 127s

📝 Gerado:
  - reuniao-2026-02-02.md (relatório Markdown)

🎯 Próximos passos:
  1. Revisar atas de reunião e itens de ação
  2. Compartilhar relatório com participantes
  3. Acompanhar itens de ação até a conclusão

Exemplo 3: Processamento em Lote

Entrada do Usuário:

copilot> transcreva estes áudios: recordings/*.mp3

Saída da Skill:

📦 Modo lote: 5 arquivos encontrados
  1. team-standup.mp3
  2. client-call.mp3
  3. brainstorm-session.mp3
  4. product-demo.mp3
  5. retrospective.mp3

🎙️  Processando lote...

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

✅ Lote Concluído!
📝 Gerados 5 relatórios Markdown
⏱️  Tempo total de processamento: 6m 15s

Exemplo 5: Aviso de Arquivo Grande

Entrada do Usuário:

copilot> transcreva áudio para markdown: conference-keynote.mp3

Saída da Skill:

✅ Faster-Whisper detectado (otimizado)

📂 Arquivo: conference-keynote.mp3
📊 Tamanho: 87.2 MB
⏱️  Duração: 02:15:47
⚠️  Arquivo grande (87.2 MB) - o processamento pode levar vários minutos

Continuar? [S/n]:

Usuário: S

🎙️  Processando... (isso pode levar 10-15 minutos)
[████░░░░░░░░░░░░░░░░] 20% - Tempo estimado restante: 12m

...

[truncado para tradução]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ASoudy/AGS

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

ASoudy/AGS

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

ASoudy/AGS

Build content-focused websites with Astro — zero JS by default, islands architecture, multi-framework components, and Markdown/MDX support.

ASoudy/AGS

One sentence - what this skill does and when to invoke it

ASoudy/AGS

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

ASoudy/AGS

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

ASoudy/AGS

Pull a YouTube video transcript into a queryable markdown vault with yt-dlp subtitle discovery, VTT cleanup, metadata frontmatter, and capture-seed stubs.

ASoudy/AGS

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

ASoudy/AGS

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

ASoudy/AGS

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

ASoudy/AGS

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

ASoudy/AGS

Comprehensive patterns for Next.js 14+ App Router architecture, Server Components, and modern full-stack React development.

ASoudy/AGS

Next.js App Router principles. Server Components, data fetching, routing patterns.

ASoudy/AGS

Expert integration of Supabase Auth with Next.js App Router

ASoudy/AGS

React and Next.js 14+ application development with App Router, Server Components, TypeScript, Tailwind CSS, and modern frontend patterns.

ASoudy/AGS

Best practices for Remotion - Video creation in React

ASoudy/AGS

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

ASoudy/AGS

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

ASoudy/AGS

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

ASoudy/AGS

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Habilidades Relacionadas