एजेंट स्किल्स

ट्रांसक्रिप्ट और रिसर्च के लिए एजेंट स्किल्स

एजेंट स्किल्स transcript.im की क्षमताओं को ऐसी इंस्ट्रक्शन्स के रूप में पैक करते हैं जिन्हें एजेंट ज़रूरत पड़ने पर लोड करता है। एक स्किल एजेंट को सिखाती है कि ट्रांसक्रिप्ट कब लेना है, कौन-सा टूल कॉल करना है और अच्छा नतीजा कैसा दिखता है। स्किल्स transcript.im MCP सर्वर को तब कॉल करती हैं जब वह कॉन्फ़िगर हो, और न होने पर REST API पर फ़ॉलबैक करती हैं, इसलिए वही पैक Claude Code, Cursor, Codex, Copilot, Gemini CLI और अन्य एजेंट स्किल्स रनटाइम्स पर हर टूल के लिए अलग से दोबारा लिखे बिना काम करता है।

तीन प्लेटफ़ॉर्म पैक — यूट्यूब, टिकटॉक और इंस्टाग्राम — साथ ही क्रॉस-प्लेटफ़ॉर्म रिसर्च और राइटिंग के लिए एक वर्कफ़्लो पैक।
स्किल्स पहले transcript.im MCP सर्वर को कॉल करती हैं और उसी key के साथ REST API पर फ़ॉलबैक करती हैं।
ट्रांसक्रिप्ट यूट्यूब, टिकटॉक, इंस्टाग्राम, LinkedIn और Twitter/X को कवर करते हैं। यूट्यूब डिस्कवरी ऊपर से सर्च, चैनल, अपलोड, प्लेलिस्ट और कैप्शन मेटाडेटा जोड़ती है।
वर्कफ़्लो स्किल्स आर्टिफ़ैक्ट्स लौटाती हैं — ब्रीफ़, नोट्स और दोबारा इस्तेमाल की गई सामग्री — सोर्स साइटेशन के साथ।
हर पैक सादी SKILL.md फ़ाइलें हैं, इसलिए यह किसी भी ऐसे रनटाइम में लोड हो जाता है जो एजेंट स्किल्स फ़ॉर्मैट को सपोर्ट करता है।

API key लें

Agent Skills for Transcripts: SKILL.md पैक जिसे AI एजेंट ट्रांसक्रिप्ट लाने के लिए लोड करता है

transcript.im एजेंट स्किल्स क्या हैं?

एजेंट स्किल्स सादी SKILL.md फ़ाइलें हैं जो किसी क्षमता को उसी भाषा में बताती हैं जो एजेंट पहले से समझता है: इसे कब इस्तेमाल करना है, क्या कॉल करना है और क्या लौटाना है। transcript.im ऐसी स्किल्स का एक सेट बनाए रखता है ताकि एक कोडिंग एजेंट हर प्लेटफ़ॉर्म के लिए अलग इंटिग्रेशन के बिना वीडियो ट्रांसक्रिप्ट के साथ काम कर सके।

हर स्किल transcript.im डेटा प्लेन के ऊपर इंस्ट्रक्शन की एक पतली परत है। स्किल एक्सट्रैक्शन को दोबारा नहीं बनाती; यह एजेंट को बताती है कि कौन-सा टूल कॉल करना है और जवाब को कैसे ढालना है। यह बँटवारा इंस्ट्रक्शन्स को छोटा और व्यवहार को एक-सा रखता है: वही ट्रांसक्रिप्ट पाइपलाइन स्किल कॉल और सीधी API रिक्वेस्ट दोनों को सपोर्ट करती है।

इंस्ट्रक्शन्स, इन्फ़्रास्ट्रक्चर नहीं — एक स्किल एजेंट को सिखाती है कि क्या करना है; एक्सट्रैक्शन transcript.im करता है।
प्लेटफ़ॉर्म पैक और वर्कफ़्लो पैक — यूट्यूब, टिकटॉक और इंस्टाग्राम के लिए एक पैक, साथ ही मल्टी-स्टेप रिसर्च और राइटिंग के लिए स्किल्स।
MCP पहले, REST फ़ॉलबैक — स्किल MCP सर्वर को प्राथमिकता देती है और MCP न होने पर REST API तक पहुँचती है।
साइटेशन के साथ आर्टिफ़ैक्ट्स — वर्कफ़्लो स्किल्स जो बनाती हैं उसके साथ सोर्स लिंक और हूबहू शब्द जोड़े रखती हैं।

प्लेटफ़ॉर्म स्किल पैक

अलग-अलग पैक यूट्यूब, टिकटॉक और इंस्टाग्राम को कवर करते हैं। ट्रांसक्रिप्ट एक्सट्रैक्शन उन सभी पाँच प्लेटफ़ॉर्म तक पहुँचता है जिन्हें API सपोर्ट करती है; डिस्कवरी स्किल्स — सर्च, चैनल, अपलोड, प्लेलिस्ट और कैप्शन मेटाडेटा — सिर्फ़ यूट्यूब के लिए हैं, क्योंकि पब्लिक API डिस्कवरी सिर्फ़ उसी प्लेटफ़ॉर्म के लिए देती है।

YouTube Agent Skills: YouTube, TikTok, Instagram और वर्कफ़्लो के स्किल पैक

यूट्यूब स्किल्स

सबसे बड़ा पैक। यह टाइमस्टैम्प के साथ या बिना ट्रांसक्रिप्ट कवर करता है, साथ ही यूट्यूब डिस्कवरी सतह: वीडियो और चैनल सर्च, चैनल रिज़ॉल्यूशन, चैनल अपलोड, प्लेलिस्ट आइटम और कैप्शन मेटाडेटा, जिन्हें जोड़ने वाली एक फ़ुल एंट्री स्किल के साथ। youtube-transcript और youtube-api उन आम तरीकों के लिए alias एंट्रीज़ हैं जिनसे लोग रिक्वेस्ट कहते हैं, इसलिए जब यूज़र "YouTube transcript" या "YouTube API" कहता है तो एजेंट फिर भी चालू हो जाता है।

टिकटॉक स्किल्स

टिकटॉक स्किल्स ट्रांसक्रिप्ट पर ध्यान देती हैं: पहले कैप्शन पढ़े जाते हैं, और जिस वीडियो में कैप्शन नहीं हैं उसे स्पीच रिकग्निशन कवर करता है। TikTok लिंक पेस्ट करें और एजेंट साफ़, टाइमस्टैम्प वाला टेक्स्ट लौटाता है जिसे वह कोट, ट्रांसलेट या दोबारा इस्तेमाल कर सकता है। चूँकि स्किल जानती है कि ट्रांसक्रिप्ट कब सही जवाब है, यह पेस्ट किए गए लिंक के लिए लोड हो जाती है, भले ही यूज़र ट्रांसक्रिप्ट शब्द कभी न कहे।

इंस्टाग्राम स्किल्स

इंस्टाग्राम में पढ़ने के लिए कोई कैप्शन ट्रैक नहीं है, इसलिए इसकी स्किल्स असिंक्रोनस स्पीच रिकग्निशन पर बनी हैं। reel और transcript स्किल्स किसी पब्लिक Reel या वीडियो पोस्ट को टाइमस्टैम्प वाले टेक्स्ट में बदल देती हैं, और एक फ़ुल एंट्री स्किल पूरे पैक को जोड़ती है। एजेंट लिंक सबमिट करता है और जब तक वह कुछ और करता रहता है तब तक जॉब को पोल करता है, फिर तैयार टेक्स्ट लौटाता है।

आर्टिफ़ैक्ट्स बनाने वाली वर्कफ़्लो स्किल्स

ट्रांसक्रिप्ट इंटेलिजेंस

यूट्यूब, टिकटॉक, इंस्टाग्राम, LinkedIn या Twitter/X के ट्रांसक्रिप्ट को सारांश, मुख्य बिंदु, हूबहू कोट्स, हुक्स और दोबारा इस्तेमाल होने वाले कंटेंट एटम्स वाली रिपोर्ट में बदलें और उन्हें खँगालें, हर चीज़ अपने सोर्स से जुड़ी हो। एक घंटे की फ़ुटेज पढ़ने की बजाय आपको एक ही बार में तर्क, सबूत और दोबारा इस्तेमाल लायक लाइनें मिल जाती हैं।

कॉम्पिटिटर रिसर्च

आप जो वीडियो लाते हैं उनके ज़रिए कॉम्पिटिटर्स या क्रिएटर्स की तुलना करें, किसी निच में क्या चल रहा है यह खोजें, और टॉपिक, फ़ॉर्मैट, हुक्स तथा टॉकिंग पॉइंट्स को बेंचमार्क करें। यूट्यूब डिस्कवरी चैनल और प्लेलिस्ट की स्वीप देती है; बाकी प्लेटफ़ॉर्म वे ट्रांसक्रिप्ट देते हैं जिन पर आप उसे लगाते हैं। नतीजा साइटेशन वाली कॉम्पिटिटर ब्रीफ़ है, इसलिए किसी दावे को वीडियो और उस पल तक ट्रैस किया जा सकता है जब वह कहा गया।

कंटेंट रीपर्पज़िंग

ट्रांसक्रिप्ट या रिसर्च को दोबारा इस्तेमाल होने वाले कंटेंट में बदलें: ब्लॉग पोस्ट, X/Twitter थ्रेड्स, शॉर्ट-फ़ॉर्म वीडियो स्क्रिप्ट्स, न्यूज़लेटर्स और एक कंटेंट कैलेंडर, सोर्स एट्रिब्यूशन के साथ एडिट के लिए तैयार ड्राफ़्ट के रूप में। ड्राफ़्ट स्पीकर के शब्द वहाँ बनाए रखता है जहाँ वे मायने रखते हैं, इसलिए नतीजा सामान्य सारांश की बजाय सोर्स जैसा सुनाई देता है।

वर्कफ़्लो पैक में तीन फ़ोकस स्किल्स भी आती हैं:

मीटिंग नोट्स — किसी मीटिंग या कॉल ट्रांसक्रिप्ट से फ़ैसले, मालिकों के साथ एक्शन आइटम्स, खुले सवाल, जोखिम और कोट्स।
लेक्चर नोट्स — किसी लेक्चर या ट्यूटोरियल से व्यवस्थित स्टडी नोट्स, परिभाषाएँ, मुख्य तर्क, उदाहरण और रिव्यू सवाल।
ट्रांसक्रिप्ट API रूटिंग — डेटा-लेयर स्किल जिसे हर वर्कफ़्लो ट्रांसक्रिप्ट लाने, बैच चलाने या यूट्यूब वीडियो, चैनल और प्लेलिस्ट खोजने के लिए कॉल करता है।

एक स्किल transcript.im तक कैसे पहुँचती है

एक स्किल कभी सीधे किसी प्लेटफ़ॉर्म से बात नहीं करती। यह transcript.im तक पहुँचती है, और transcript.im सोर्स को संभालता है।

MCP पहले — जब transcript.im MCP सर्वर कॉन्फ़िगर होता है, स्किल सीधे उसके टूल्स को कॉल करती है और स्ट्रक्चर्ड नतीजे वापस पाती है।
REST फ़ॉलबैक — MCP के बिना, स्किल उसी API key के साथ वही REST endpoints कॉल करती है, इसलिए व्यवहार इस पर निर्भर नहीं करता कि रनटाइम MCP सपोर्ट करता है या नहीं।
एक क्रेडेंशियल — key एनवायरनमेंट या एजेंट के MCP कॉन्फ़िगरेशन से पढ़ी जाती है, इसलिए स्किल अपने सीक्रेट्स खुद नहीं संभालती या यूज़र से दूसरा लॉगिन नहीं माँगती।
वही अकाउंट — स्किल के ज़रिए की गई कॉल उसी अकाउंट और हिस्ट्री पर पहुँचती है जिस पर API या खुद प्रोडक्ट से की गई कॉल।
पोर्टेबल पैक — चूँकि रूटिंग स्किल में रहती है, वही पैक बिना कोड बदले रनटाइम्स के बीच शिफ़्ट हो जाता है।

एक पैक में क्या होता है

हर पैक SKILL.md फ़ाइलों का एक सेट है: एक फ़ुल एंट्री स्किल जो पैक की स्किल्स को जोड़ती है, साथ ही फ़ोकस्ड सब-स्किल्स जिन्हें एजेंट अपने आप लोड कर सकता है। चूँकि पैक एजेंट स्किल्स फ़ॉर्मैट फ़ॉलो करता है, यह एजेंट की स्किल्स डायरेक्टरी में उन बाकी स्किल्स के साथ रह सकता है जो आप पहले से इस्तेमाल करते हैं, और एंट्री स्किल फिर भी जानती है कि कब छोटी वाली को सौंपना है।

यूट्यूब — एक फ़ुल एंट्री स्किल साथ ही ट्रांसक्रिप्ट, सर्च, चैनल, प्लेलिस्ट और कैप्शन स्किल्स, youtube-transcript और youtube-api alias एंट्रीज़ के साथ।
टिकटॉक — एक फ़ुल एंट्री स्किल साथ ही एक ट्रांसक्रिप्ट स्किल और उसका alias, कैप्शन-फ़र्स्ट एक्सट्रैक्शन पर केंद्रित जिसमें स्पीच रिकग्निशन फ़ॉलबैक है।
इंस्टाग्राम — एक फ़ुल एंट्री स्किल साथ ही reel और transcript स्किल्स जो असिंक्रोनस स्पीच रिकग्निशन पर बनी हैं।
वर्कफ़्लो — transcript-api रूटिंग स्किल साथ ही इंटेलिजेंस, कॉम्पिटिटर रिसर्च, कंटेंट रीपर्पज़िंग, मीटिंग नोट्स और लेक्चर नोट्स।

इन स्किल्स को लोड करने वाले रनटाइम्स

स्किल्स एजेंट स्किल्स कन्वेंशन फ़ॉलो करती हैं, इसलिए जो भी रनटाइम उस फ़ॉर्मैट को पढ़ता है वह उन्हें लोड कर सकता है। इसमें Claude Code, Cursor, Codex, GitHub Copilot, Gemini CLI, Windsurf, OpenClaw और Hermes Agent शामिल हैं, साथ ही और भी। एक स्किल Markdown और छोटी स्क्रिप्ट्स का फ़ोल्डर है, कोई प्लगइन बाइनरी नहीं, इसलिए किसी नए रनटाइम के लिए कुछ कंपाइल नहीं करना पड़ता और एक रनटाइम के लिए लिखा पैक स्विच करने पर साथ चलता है। व्यावहारिक असर यह है कि वही ट्रांसक्रिप्ट वर्कफ़्लो टूल्स के बीच आपके साथ चलता है, बजाय उस असिस्टेंट से बँधे रहने के जिसे आपने पहले सेट किया, और आपको हर एक के लिए अलग इंटिग्रेशन नहीं संभालना पड़ता।

Claude Code Skills: कोडिंग एजेंट टर्मिनल में ट्रांसक्रिप्ट स्किल लोड होती है

एजेंट स्किल्स अक्सर पूछे जाने वाले सवाल

transcript.im Agent Skills क्या हैं?

transcript.im Agent Skills SKILL.md पैक हैं जो एक AI एजेंट को सिखाते हैं कि transcript.im का उपयोग कब और कैसे करना है — ट्रांसक्रिप्ट लाने, बैच चलाने, YouTube वीडियो खोजने और रिसर्च आर्टिफ़ैक्ट्स बनाने के लिए।

कौन-कौन से एजेंट रनटाइम इन स्किल्स को लोड कर सकते हैं?

कोई भी रनटाइम जो Agent Skills फॉर्मेट सपोर्ट करता है — जैसे Claude Code, Cursor, Codex, GitHub Copilot, Gemini CLI, Windsurf, OpenClaw और Hermes Agent।

क्या इन स्किल्स के लिए MCP सर्वर ज़रूरी है?

नहीं। स्किल कॉन्फ़िगर होने पर MCP सर्वर को कॉल करती है, वरना उसी API key के साथ सीधे उसी REST API तक पहुँच जाती है।

Agent Skills किन-किन प्लेटफ़ॉर्म को कवर करती हैं?

YouTube, TikTok और Instagram के लिए अलग-अलग पैक हैं, साथ में एक वर्कफ़्लो कलेक्शन जो YouTube, TikTok, Instagram, LinkedIn और Twitter/X पर काम करता है। ट्रांसक्रिप्ट एक्सट्रैक्शन पाँचों प्लेटफ़ॉर्म को कवर करता है; YouTube डिस्कवरी इसमें सर्च, चैनल, अपलोड, प्लेलिस्ट और कैप्शन मेटाडेटा जोड़ती है।

वर्कफ़्लो स्किल्स क्या-क्या बना सकती हैं?

वर्कफ़्लो स्किल्स इंटेलिजेंस रिपोर्ट, साइटेशन वाली कॉम्पिटिटर ब्रीफ़, रीपर्पज़्ड कंटेंट ड्राफ़्ट, meeting notes और lecture notes बनाती हैं, और हर एक अपने सोर्स साइटेशन बनाए रखती है।

एक ट्रांसक्रिप्ट स्किल पैक कैसे व्यवस्थित होता है?

हर पैक में एक पूरी एंट्री स्किल के साथ कुछ फ़ोकस्ड सब-स्किल्स होती हैं, ताकि एजेंट पूरा प्लेटफ़ॉर्म एक्टिवेट कर सके या सिर्फ़ उतना हिस्सा जो किसी टास्क के लिए चाहिए।

एक स्किल transcript.im से ऑथेंटिकेट कैसे करती है?

स्किल एनवायरनमेंट या एजेंट की MCP कॉन्फ़िगरेशन से API key पढ़ती है और उसे transcript.im को भेजती है, इसलिए स्किल के ज़रिए हुई कॉल उसी अकाउंट का उपयोग करती है जो सीधी API कॉल करती है।

क्या मैं transcript.im के ऊपर अपनी खुद की वर्कफ़्लो स्किल लिख सकता हूँ?

हाँ। ये पैक छोटी हेल्पर स्क्रिप्ट्स वाली सादी SKILL.md फ़ाइलें हैं, इसलिए आप उसी फॉर्मेट में अपनी स्किल लिख सकते हैं, बता सकते हैं कि वह कब लोड होनी चाहिए, और उसे प्लेटफ़ॉर्म पैक्स के साथ चला सकते हैं।

अपने एजेंट को ट्रांसक्रिप्ट स्किल्स दें

अपने एजेंट में कोई प्लेटफ़ॉर्म पैक या वर्कफ़्लो पैक जोड़ें, API key दें, और उसे ट्रांसक्रिप्ट लाने दें।

API key लें डॉक्स पढ़ें