关于 transcription
transcription 是用于管理 ChatCut 媒体转录和字幕工作流的技能,指导 Agent 检查素材、跟踪进度、按时间戳查找文本,以及处理失败或停滞的任务。
主要功能
- 01检查媒体素材和转录状态
- 02跟踪转录进度
- 03查找带时间戳的转录文本
- 04启用、检查、翻译或设置字幕样式
- 05重试失败或停滞的转录
适用场景
- 01检查导入片段是否已有转录
- 02查找特定时间戳的语音内容
- 03转录完成后制作或翻译字幕
- 04恢复明确失败的转录任务
MCP 相关
该技能指导 Agent 使用 browse_assets、track_progress、find_transcript 和 trigger_transcript 等 ChatCut 工具,描述的是工具工作流,并非 MCP 服务。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ chatcut-inc/ agent-plugin --skill transcription安装后在 Claude Code 中输入/transcription确认已加载。
详细介绍
转录
- 使用
browse_assets识别视频/音频资源及其转录状态。 - 对于新导入的本地媒体,请先完成
asset-import工作流。 - 使用目标为
transcription的track_progress。该工具会返回当前状态;请遵循返回的检查间隔指引,不要频繁轮询。 - 使用
find_transcript查找带时间戳的文本。 - 仅在转录就绪后,才使用当前的字幕工具启用、检查、翻译或设置字幕样式。
不要仅凭一次待处理状态就判定转录卡住。如果出现明确的失败终态,请立即处理;否则至少等待 max(5 minutes, min(60 minutes, 2 x asset duration)),或者在时长未知时,跨多次检查至少等待 10 分钟。
no_audio/无语音是成功的终态分析结果:媒体可用,但没有可阅读或添加字幕的转录文本。不要将其报告为转录失败;除非用户表示媒体中有本应被检测到的语音,否则不要重试。
当用户明确要求开始或重新开始转录时,使用 trigger_transcript。该工具具有幂等性:只有 idle 和 error 状态会启动任务;就绪、无音频和进行中的资源保持不变。如果已有转录音频,则会重复使用;否则会请求已打开的 Web/桌面编辑器通过其原生流程准备并上传音频。随后使用 track_progress 检查就绪状态。
对于处于 idle 状态或明确失败(error)的任务,调用 trigger_transcript 并传入资源 ID,然后再次检查转录进度。如果进行中的任务确实已超过卡住阈值,请使用 manage_transcript 的 retry_transcription 操作,因为 trigger_transcript 会有意保持进行中的任务不变。若外部 MCP 主机必须提供已准备好的 audioBase64,也可使用 manage 工具进行底层恢复。如果源转录文本本身有误,请使用 transcript-fix 操作修正源词语,而不是改写可见字幕。
对于语义层面的语音编辑,请加载 talking-head-guide 并使用 Script 工作流。仅对固定的填充词和停顿进行机械清理;不要用破坏性的物理时间线剪辑取代基于转录文本的编辑。