transcript-fixer

转录文本修正器

使用以下修正循环：

1. 第 1 阶段应用确定性的已知修正。
2. 原生 AI 修正会读取完整转录文本，修复偶发错误、核实不确定的实体，并累积可复用的修正。

**原生 AI 修正是默认方式。仅使用第 1 阶段是不完整的。**第 3 阶段 API 仅适用于无法使用 Claude/Codex Agent 的自动化场景。

运行约定

• 完成 Stage 1 → 原生 AI 校正 → 合并已确认的重复修正。仅完成 Stage 1 后，不要报告转录文本已清理完毕。
• 只有当用户明确将本次任务限定为仅进行词典检查，或带日期的产物证明原生 AI 已针对这份确切的转录文本运行过时，才跳过原生 AI。
• 在 Claude Code 或 Codex 中，不要运行 Stage 3。使用 Stage 1 加原生工作流。
• 绝不要为了让语音更流畅而改写内容。修正必须能解释一种合理的 ASR 错误，并保留说话者各自说了什么。
• 其他地方出现的标准术语或已知参与者只能作为可能来源，并不能证明此次出现的内容。首轮检查和冷审查时，使用 原生审查资料包 中针对具体出现内容的对比证据；缺少判别依据时保留原始形式。
• 接受姓名变体匹配前，检查完整的公司/姓名字段；遵循最少出现次数检查。名称形态防护规则拒绝的普通措辞，只能采用有界的书面措辞路径，绝不能伪造用户/音频引用。
• 默认情况下，绝不推断或重新分配说话者身份。保留说话者标签行；经人工确认的标签和用户裁定具有权威性。只有用户明确授予限于本任务的身份推断权限，才可启用单独的派生读者分支：行动前先阅读限范围的说话者推断。该授权仅允许推断，不代表身份已确认，也不适用于其他转录文本。
• 更正任何人名之前，必须直接阅读已配置的全局人员名单，以及所属项目明确的身份名单或别名台账。Stage 1 只会自动加载全局 ASR 变体 条目；它不会加载项目名单，也不会显示已抑制、已禁用或未列出的条目。如果缺少预期来源或来源之间存在冲突，请保留原姓名不变，并将其加入待处理队列或询问一次。绝不能将出现频率作为身份依据。确定姓名前，请阅读 references/dictionary_identity_and_context.md。
• 升级处理前，先依据现有证据解决疑点。音频下载只是证据渠道之一，并非进行原生校正的先决条件。无法下载时，请遵循证据选择与升级处理；不要要求用户更改下载权限，也不要把每一条待处理记录都当作只有用户才能回答的问题。
• 保留确实无法解决的文本原样，并将其加入待处理队列。显而易见的乱码比流畅但错误的猜测更安全；待处理记录表示存在不确定性，并不意味着要自动交给人工处理。
• 将陌生词条视为未知，而不是错误。先穷尽本地证据链。对于仍未解决且会影响关键含义的词条，只有在源音频和获准使用的第二个引擎都已可用时，才使用片段级跨识别器环节；否则根据上述升级处理策略，继续使用现有证据。来自真正不同的识别器系列的一致结果能有力佐证语音内容，但绝不能用于决定同音异形词，也不能绕过人名审核门槛。使用前请阅读原生工作流的步骤 4、第 7 环节。一批已穷尽证据的待处理记录，就是这一环节的批处理形式：原生检查后若仍有一批本地无法解决的记录，不要把整批交给用户——使用 verify_queue_audio.py 进行检查（一个转录文本、一份源音频、一个第二引擎、每条记录两个片段窗口）。该脚本可以附加声学证据，但绝不会记录裁定；片段相同，或识别结果无法支持有争议的词边界时，记录仍须保持待裁定状态。操作员矩阵和时间戳映射陷阱见 advanced_correction_evidence.md § 批量待处理记录裁定。
• 将单行 asr_note 值视为修正来源记录：其中会有意引用旧形式，且不会参与匹配。多行 YAML 台账值不会被屏蔽；关键词、标题、其他源自 ASR 的元数据以及正文仍属于修正范围。
• 执行原生检查前，请完整阅读 references/native_ai_full_workflow.md。可通过连续且不重叠的读取覆盖整个文件；如果响应被截断，继续读取缺失部分后再进行下一步。执行了 cat 并不能证明已收到完整输出。执行相应操作前，请阅读下文中针对该任务的参考资料；这些文件也必须使用有界且不截断的方式读取。

运行上下文

所有入口点都通过 uv run 运行；需要第三方 Python 包的入口点会通过 PEP 723 声明这些依赖，而仅使用标准库或内部模块的实用工具可以省略元数据块。从调用此技能时输出的技能目录中执行命令，或在每个脚本路径前加上该目录。不要依赖 $CLAUDE_SKILL_DIR；并非所有运行环境都提供它。

如果确实不知道工具包的位置，请使用 references/installation_setup.md 中的安装位置解析流程。不要从宽泛的 find 结果中选择第一项：缓存、备份和旧版本可能同时存在。

快速开始

在填写下方明确的文件参数之前，请先通过上下文位置解析 <domain-context.md>。

# Initialize once
uv run scripts/fix_transcription.py --init

# Stage 1 for one project domain. --apply-domain trusts that explicitly
# selected, human-curated project domain at every risk level.
uv run scripts/fix_transcription.py \
  --input meeting.md --stage 1 \
  --domain myproject --apply-domain --json

# Several sibling domains may be loaded as one union.
uv run scripts/fix_transcription.py \
  --input meeting.md --stage 1 \
  --domain myproject,myproject-alt --apply-domain --json

# Preview without writing the Stage 1 output.
uv run scripts/fix_transcription.py \
  --input meeting.md --stage 1 --domain myproject --dry-run

# Scan all documented context traps after the native read-through.
uv run scripts/fix_transcription.py --scan-traps \
  --context-file "<domain-context.md>" \
  --input meeting.md

安全模式是 Stage 1 的默认模式：应用低风险规则；中高风险匹配项将转交给 *_needs_review.md 和持久化审核队列。Applied: 0 是有效结果，并不能证明转录内容没有问题。

Stage 1 的 JSON 契约如下：

{
  "applied": 0,
  "deferred": 0,
  "output_path": null,
  "needs_review_path": null,
  "input_unchanged": true,
  "review_enqueued": 0,
  "stage1_only_incomplete": true,
  "stage2_total_chunks": 0,
  "stage2_failed_chunks": 0,
  "stage2_degraded": false,
  "boundary_refused": 0,
  "boundary_check_active": true
}

请读取结果中的每个字段。boundary_refused 统计本次运行中被词边界检查拒绝的词典匹配项；这些匹配项既未应用，也未转交审核，因此调用方在比较运行结果时可以看出某个待审核项为何消失；--apply-all 会关闭此检查。stage1_only_incomplete 是对原始调用方契约的补充，在运行 Stage 1 脚本时必须保持为 true；只有调用方运行 Native AI，或明确选择无 Agent 的 Stage 2/3 路径，才能将其关闭。stage2_* 遥测字段始终存在：Stage 1 会将它们报告为 0、0 和 false；Stage 2/3 则会将其替换为实际 API 结果。不要根据是否存在 sidecar 来推断是否未执行操作或是否成功。

原生端到端示例请参阅 references/example_session_dji_minutes.md。

选择路径

路径	适用情况	必读内容
延续待处理项	带日期的 Native/审核证据涵盖此确切文件；只剩不确定的行，或用户提供了判定	pending-continuation.md；沿用未更改的已完成覆盖范围
快速原生路径	转录内容较短或较简单、说话人已知、风险较低	本文件 + native_ai_full_workflow.md
完整原生路径	领域内容较多、实体不熟悉、说话人不少于 3 位、转录内容较长或涉及决策	native_ai_full_workflow.md，以及下方的队列和证据参考资料
限定范围的说话人推断	用户明确授权针对本次转录/任务进行身份推断	scoped_speaker_inference.md；常规 ASR 校正仍使用原生路径
调用方集成	其他技能或摄取管道调用 Stage 1	下方的 Cross-skill caller contract
审核队列/仪表板	存在不确定项或需要音频的任何情况	review_queue_dashboard.md
无 Agent 的 API 路径	没有可用 Agent 的 CI/批量自动化	glm_api_setup.md 和 workflow_guide.md
多文件批处理	多份相关转录；尤其是 10 份或更多	advanced_correction_evidence.md

主要依据词汇特征和风险程度选择处理等级；仅在两者无法区分时才参考文本长度。五分钟的医疗访谈可能需要完整处理，而一份较长、内容简单的双人备忘录则可以使用快速处理。

Native correction checklist

在纠正前，请完整阅读必需的原生流程。 该流程会将来源溯查、实体分诊、编辑、冷审查恢复、 队列决策和最终定稿导向相应的操作时参考资料。

1. 为输入提供最终的人类可读路径；恢复并比对原始来源。
2. 加载项目上下文，通读整个转录文本，运行 Stage 1 并检查其差异。
3. 对候选项进行分诊；仅应用有具体出现证据支持的最小更正。
4. 运行陷阱扫描；完成 Full-tier 冷审查并裁定其剩余问题。
5. 处理精确文件队列条目；重复工作前先读取人工状态。
6. 验证已编辑的文件；若要声称已完成或质量很高，必须确保待处理项为零； 以机械方式关闭 sidecar，提取稳定模式，并检查实体传播情况。

在执行相应的队列、学习或同文件实体扫描操作前，请阅读原生操作详情。 特别是，人物姓名的权威信息应放在 --authority/--authority-record 中， 而不是 --note；针对单个句子的更正不会自动成为可复用规则。

跨技能调用方约定

调用方流水线必须：

1. 使用显式配置的项目领域运行 Stage 1，并传入 --apply-domain 和 --json。如果 deferred > review_enqueued，则将审查 sidecar 持久化到临时目录之外，或将该缺口报告为失败。
2. 在加载此技能的情况下运行 Native AI，否则报告 Stage 1 only — incomplete。不使用 Agent 的自动化可改用 Stage 3。
3. 根据目标位置的存储约定选择报告位置。对审查报告使用 --sidecar-dir DIR，同时让运行输出遵循现有的 --output 约定。省略此参数会保留相邻/默认输出行为；在 --close-sidecars 决定关闭前，保留待处理报告。关闭操作会查找已注册的自定义报告目录；恢复时也可显式指定 --sidecar-dir。切勿强制所有项目都将报告移至同一个固定子目录。

规范调用：

uv run scripts/fix_transcription.py \
  --input "$staged" --stage 1 \
  --domain "$domains" --apply-domain --json

仅接入脚本路径的调用方不会加载此约定。因此，仅集成脚本路径只能作为 Stage 1 预筛选，而非转录文本纠正。

保持项目领域信息及时更新：原生处理过程中确认的每项重复更正，都必须添加回正确的项目领域、名单或上下文文件。

条件性操作

操作前先阅读对应章节；以下是已有的受支持任务：

操作	必需详情
添加词典／上下文规则、人员名册变体或反复出现的陷阱	词典与身份安全、身份／上下文负责人、误报指南
入队、接受／覆盖／保留／跳过、附加权威依据、重新锚定、合并或记录账本判定	审核队列安全、队列／仪表板；对于已审核的文件，请使用待处理续接
数字、文字记录、平行录音、片段交叉核对或批次	数字、记录与批次、高级证据
提升输出、关闭 sidecar、归档或验证最终质量	最终处理、队列／最终处理详情
无 Agent API 自动化，包括降级输出处理	无 Agent API 路径、API 设置、工作流指南
提取不确定项、导入预设、修复时间戳、拆分／重基、比较差异、收集、查找或验证设置	实用命令、CLI 参数
比较重复／重叠的转录文本，或解析／统计说话人轮次	转录比较／解析

检测和入队并不等于纠正。要声称文件最终完成／达到高质量，必须满足 精确到文件的 stats.pending_total == 0；读取回写的文件编辑内容后，待处理行数必须为零。未解决的文件应保持 draft / unresolved — incomplete。抽样片段只能解决其锚定的那一项。对于音频基准可用且涉及多段录音的高风险请求，如果需要完整／更好的转录文本，请加载 /daymade-audio:asr-transcribe-to-text，并覆盖最清晰录音的完整内容； 同一识别器只能证明覆盖了完整来源，不能证明有独立佐证。 用户判定可以解决具体出现项，但不能因此让替换内容可复用： 罕见的句子级误听只能用于当前文件。

参考索引

需求	阅读
历史事件（可选；非前置要求）	native_historical_evidence.md
原生操作详情和命令示例	native_action_details.md
原始数据／上游裁定	native_upstream_provenance.md
名称／词元分类和本地流程	native_entity_triage.md
最小编辑／元数据来源	native_correction_application.md、native_metadata_provenance.md
完整冷审查／队列和归档详情	native_second_pass.md、native_queue_finalization.md
重复转录对比和轮次解析	native_transcript_comparison.md
完整原生校正流程	native_ai_full_workflow.md
在单独的阅读副本中进行明确的单任务说话人推断	scoped_speaker_inference.md
拆分／批次冷审查材料包、结果验证和中断恢复	native_review_packets.md
词典、人员名单、领域上下文	dictionary_identity_and_context.md
误报策略	false_positive_guide.md
队列、仪表板、音频、重新锚定	review_queue_dashboard.md
恢复待处理证据或应用明确的人类裁定	pending-continuation.md
数字、照片、多录音、片段交叉核对、批次、批次待处理队列音频裁定	advanced_correction_evidence.md
上下文文件位置和语法／模板	domain_context_guide.md
CLI 标志和审查项架构	script_parameters.md
数据库架构和查询	database_schema.md、sql_queries.md
快速命令查阅	quick_reference.md、dictionary_guide.md
学习循环	iteration_workflow.md
原生示例	example_session_dji_minutes.md
无 Agent 的 API 示例／配置	example_session.md、glm_api_setup.md、installation_setup.md
架构和格式	architecture.md、file_formats.md
操作指南	best_practices.md、troubleshooting.md、team_collaboration.md、workflow_guide.md

随附脚本会被执行，而不是加载到上下文中。主要入口包括 fix_transcription.py、scan_numeric_consistency.py、fetch_minute_audio.py、review-dashboard/server.py，以及上文列出的差异／时间戳／拆分实用工具。

移交

校正完成后，仅当用户需要结构化摘要时，才移交给 /daymade-audio:meeting-minutes-taker。不要自动创建会议纪要：转录校正和摘要属于不同的工作范围。