JC Audio Transcriber

把一个输入文件夹视为一批录音，只做一件事：转成完整逐字稿 TXT，并按知识库命名规则放到合适位置。文件夹里混着多场互不相关的会话时，按会话分别出 TXT。

工作流

1. 先读取目标知识库中的 AGENTS.md、CLAUDE.md 和命名规则，再运行：

   python3 scripts/transcribe_folder.py inventory "<录音目录>"

2. 选择转写提供方，命令读 references/providers.md：
   • 用户未指定：--provider local，模型 FunAudioLLM/Fun-ASR-Nano-2512，录音不离开本机。
   • 用户明确要求云端、质量优先、说话人分离，或本地质量不够：--provider qwen。通义听悟不是 Qwen。
   • 用户明确要求豆包 / 火山语音：--provider doubao（极速版 volc.bigasr.auc_turbo）。
   • 用户明确要求豆包 2.0 / Seed-ASR：同一提供方，加 --doubao-resource-id volc.seedasr.auc。
   • 未允许上传时不得改走云端。 短片段对比和单价在 references/asr-bakeoff-2026-08-25.md。
3. 运行 transcribe。脚本把逐文件结果、断点状态和原始 JSON 放在外部缓存中，只把合并后的 TXT 写到指定位置。
4. 检查脚本生成的质量报告，并抽查开头、中间、结尾。明显乱码、重复幻觉、漏文件或空转写不能直接包装成确定结论；必要时换提供方重跑。
5. 按 references/output-contract.md 定最终 TXT 文件名和目录；默认目录是 /Users/codemao/Documents/JC知识库/06-录音转写。

只交付逐字稿

• 终点是 TXT。不生成摘要、纪要、知识文档、复盘或方法论总结，也不调用下游沉淀技能。
• 用户想从逐字稿里提炼内容时，那是另一个任务；交付完 TXT 后由用户决定要不要另起。
• 不把逐字稿改写成“整理版”来替代原始 TXT。

不可破坏的边界

• 不移动、不删除、不改写源录音；云端临时对象只在结果已经保存后删除。
• 不把 ._*、旧 TXT、JSON、SRT、VTT、Markdown 或历史整理稿当作输入。
• 按文件名内的录制时间排序；没有时间时才使用修改时间。
• 每个被发现的音频都必须有完成、无有效语音或失败状态。极短录音只能标记，不能静默丢弃。
• 逐字稿不经过 LLM 改写；只允许供应商标点、时间戳、说话人标签、文件边界和必要的空白规范化。
• 不长期保存逐文件 TXT、供应商 JSON、SRT、VTT 或运行日志到知识库。
• 不把 API Key 写入 Skill、知识库、逐字稿或日志。
• 转写不完整时，不得声称已经交付“完整逐字稿”。

交付检查

• 清单里的每个音频都有归属的 TXT，文件顺序与录制时间一致。
• 断点缓存和中间产物不在知识库内。
• 最终回复只说明产物路径、使用的转写提供方和具体模型、仍存在的质量限制。