BRAINIALL 说话人分离转录 是做什么的？
当智能体需要将一个明确授权的巴西葡萄牙语或西班牙语录音转换为可审阅的转录和字幕制品时，使用此技能。上游仓库提供了一个无依赖的 Node.js 22 客户端、模拟测试、公开的 OpenAPI 契约，以及包含单词时间戳和匿名说话人轮换标签的 JSON、SRT 和 WebVTT 输出。
BRAINIALL 端点是一个外部计费 API。在选择媒体之前，工作流程要求确认录音授权以及任何适用的说话人通知或同意。它接受一个本地常规的 .mp3、.wav、.m4a、.mp4、.mpeg、.mpga、.webm 或 .ogg 文件，大小不超过 25 MB。拒绝目录、通配符、符号链接、远程 URL、不支持的语言、已存在的输出目录以及缺少的确认。专用可撤销密钥存储在 BRAINIALL_API_KEY 环境变量中；密钥、媒体、转录、文件名以及上游响应体不记录在日志中。
客户端发送恰好一个请求，diarize=true。它永远不会自动重试模糊的上传，因为另一个请求可能产生另一个费用。仍需人工审核：说话人标签指示轮换，而非生物识别身份，生成的单词和时间可能出错。
安装
先克隆并检查上游源代码，然后再安装。这可以避免在安装路径中执行未经固定的第三方包：
git clone https://github.com/fasuizu-br/brainiall-transcription-skill.git
cd brainiall-transcription-skill
git rev-parse HEAD
npm test
审查签出的源代码和测试结果后，使用智能体宿主记录的安装过程，将 skills/brainiall-diarized-transcription 复制到本地技能目录。克隆目录本身不是宿主机的技能目录。
使用前请查阅公开源代码和测试。通过已安装的上游 SKILL.md 中特定于技能的设置链接创建或管理所需账户，并在任何实时请求之前检查当前价格和余额。
调用
在技能安装完毕，并确认了授权、费用、输入、语言和输出路径后，其捆绑的客户端在上游 SKILL.md 所在目录下运行：
node scripts/transcribe.mjs \
--input /absolute/path/to/authorized-recording.wav \
--language pt \
--output-dir /absolute/path/to/new-output-directory \
--rights-and-consent
除非用户明确要求显示敏感的转录内容，否则仅报告输出路径和说话人/单词数量。