Agent Skills
用于转录文本与研究的 transcript.im Agent Skills
Agent Skills 把 transcript.im 的能力打包成智能体按需加载的指令。技能会告诉智能体何时该取转录文本、该调用哪个工具，以及什么样的结果才算好。技能在配置了 transcript.im MCP 服务器时优先调用它，未配置时回退到 REST API，因此同一个包能在 Claude Code、Cursor、Codex、Copilot、Gemini CLI 等 Agent Skills 运行时通用，无需为每个工具重写。
- 三个平台包——YouTube、TikTok 和 Instagram——外加一个用于跨平台研究与写作的工作流包。
- 技能优先调用 transcript.im MCP 服务器，并用同一把密钥回退到 REST API。
- 转录文本覆盖 YouTube、TikTok、Instagram、LinkedIn 和 Twitter/X。YouTube 发现还额外提供搜索、频道、上传、播放列表和字幕元数据。
- 工作流技能产出简报、笔记和再利用内容等成果，并附带来源引用。
- 每个包都是纯
SKILL.md文件，因此能在任何支持 Agent Skills 格式的运行时中加载。
什么是 transcript.im Agent Skills？
Agent Skills 是纯 SKILL.md 文件，用智能体已经理解的语言描述一项能力：何时使用、调用什么、返回什么。transcript.im 维护这样一组技能，让编程智能体无需为每个平台单独做集成，也能处理视频转录文本。
- 是指令，不是基础设施——技能告诉智能体该做什么，抽取由 transcript.im 完成。
- 平台包与工作流包——一个覆盖 YouTube、TikTok 和 Instagram 的包，外加用于多步研究与写作的技能。
- MCP 优先，REST 回退——技能优先使用 MCP 服务器，在 MCP 不可用时访问 REST API。
- 带引用的成果——工作流技能会把来源链接和原文表述附在产出的内容上。
平台技能包
YouTube、TikTok 和 Instagram 有专属技能包。转录抽取覆盖 API 支持的全部五个平台；发现类技能——搜索、频道、上传、播放列表和字幕元数据——仅限 YouTube，因为公开 API 只对该平台开放发现能力。
YouTube 技能包
覆盖面最广的包。它处理带时间戳和不带时间戳的转录文本，还提供 YouTube 发现能力：视频与频道搜索、频道解析、频道上传、播放列表条目和字幕元数据，并配有一个把它们打包起来的完整入口技能。youtube-transcript 和 youtube-api 是常见说法的别名入口，所以用户说 "YouTube transcript" 或 "YouTube API" 时，智能体同样会被激活。
TikTok 技能包
TikTok 技能专注于转录文本：优先读取字幕，没有字幕的视频则用语音识别补上。粘贴一个 TikTok 链接，智能体就会返回干净、带时间戳的文本，可用于引用、翻译或再利用。因为技能知道什么情况下转录文本才是正确答案，所以即便用户从不说“转录”二字，它也会在粘贴链接时加载。
Instagram 技能包
Instagram 没有可读取的字幕轨道，因此它的技能围绕异步语音识别构建。reel 和 transcript 技能把公开的 Reel 或视频帖转成带时间戳的文本，另有一个完整入口技能打包整个技能包。智能体提交链接后一边做别的事一边轮询任务，最后返回完成的文本。
产出成果的工作流技能
转录智能分析
把 YouTube、TikTok、Instagram、LinkedIn 或 Twitter/X 的转录文本总结并挖掘成一份报告，包含摘要、要点、原文引用、钩子和可复用的内容片段，每一项都关联到来源。你不必再读一小时的素材，一次就能拿到论点、证据和值得复用的句子。
竞品研究
用你带来的视频对比竞争对手或创作者，找出某个领域里有效的做法，并对主题、形式、钩子和论点做基准分析。YouTube 发现负责频道和播放列表的批量梳理，其他平台则贡献你指定的转录文本。产出是一份带引用的竞品简报，任何结论都能追溯到视频和它被说出的那一刻。
内容再利用
把转录文本或研究变成可复用的内容：博客文章、X/Twitter 长帖、短视频脚本、邮件通讯和内容日历，交付为可直接编辑、带来源标注的草稿。草稿在关键处保留讲述者的原话，因此结果听起来像来源本身，而不是泛泛的摘要。
- 会议纪要——从会议或通话转录文本中整理决策、带负责人的行动项、未决问题、风险和引用。
- 课程笔记——从讲座或教程中整理结构化的学习笔记、定义、关键论点、示例和复习问题。
- 转录 API 路由——所有工作流都会调用的数据层技能，用于获取转录文本、运行批量任务或发现 YouTube 视频、频道和播放列表。
技能如何触达 transcript.im
技能从不直接与平台对话。它触达 transcript.im，由 transcript.im 处理来源。
- MCP 优先——配置了 transcript.im MCP 服务器时，技能直接调用其工具并拿回结构化结果。
- REST 回退——没有 MCP 时，技能用同一把 API 密钥调用相同的 REST 端点，因此行为不取决于运行时是否支持 MCP。
- 一份凭证——密钥从环境变量或智能体的 MCP 配置中读取，技能不自行管理密钥，也不会要求用户再次登录。
- 同一个账户——通过技能发起的调用，与从 API 或产品本身发起的调用落在同一个账户和同一份历史记录里。
- 可移植的包——因为路由逻辑在技能内部，同一个包无需改动代码就能在不同运行时之间迁移。
一个包含有什么
每个包都是一组 SKILL.md 文件：一个把包内技能打包起来的完整入口技能，外加智能体可单独加载的聚焦子技能。因为包遵循 Agent Skills 格式，它可以和你已在使用的其他技能一起放在智能体的技能目录里，入口技能也仍然知道何时交给更窄的子技能。
- YouTube——一个完整入口技能，外加转录、搜索、频道、播放列表和字幕技能，以及
youtube-transcript和youtube-api别名入口。 - TikTok——一个完整入口技能，外加一个转录技能及其别名，专注于字幕优先抽取、语音识别兜底。
- Instagram——一个完整入口技能，外加
reel和transcript技能，围绕异步语音识别构建。 - 工作流——
transcript-api路由技能，外加情报分析、竞品研究、内容再利用、会议纪要和课程笔记。
可加载这些技能的运行时
技能遵循 Agent Skills 约定，因此任何能读取该格式的运行时都能加载它们。这包括 Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw 和 Hermes Agent 等。技能是 Markdown 加小脚本的文件夹，而不是插件二进制文件，所以接入新运行时无需编译，为某个运行时写的包在你更换工具后也能直接沿用。实际效果是，同一套转录工作流会跟着你在不同工具之间走，而不是绑定在你最先配置的那个助手上，你也不必为每一个单独维护集成。
相关内容
Agent Skills 常见问题
什么是 transcript.im Agent Skills？
transcript.im Agent Skills 是一组 SKILL.md 包，教会 AI 智能体何时以及如何使用 transcript.im 获取转录文本、运行批量任务、发现 YouTube 视频并产出研究成果。
哪些智能体运行时可以加载这些技能？
任何支持 Agent Skills 格式的运行时，包括 Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw 和 Hermes Agent。
这些技能需要 MCP 服务器吗？
不需要。配置了 MCP 服务器时技能会调用它，否则直接用同一把 API 密钥访问同一个 REST API。
Agent Skills 覆盖哪些平台？
YouTube、TikTok 和 Instagram 有专属包，另有一个跨 YouTube、TikTok、Instagram、LinkedIn 和 Twitter/X 的工作流集合。转录抽取覆盖全部五个平台；YouTube 发现额外提供搜索、频道、上传、播放列表和字幕元数据。
工作流技能能产出什么？
工作流技能产出情报报告、带引用的竞品简报、再利用内容草稿、会议纪要和课程笔记，每一项都保留来源引用。
一个转录技能包是如何组织的？
每个包都附带一个完整入口技能和若干聚焦子技能，因此智能体可以启用整个平台，也可以只取任务需要的那一部分。
技能如何向 transcript.im 认证？
技能从环境变量或智能体的 MCP 配置中读取 API 密钥并发送给 transcript.im，因此通过技能发起的调用与直接调用 API 使用同一个账户。
我能在 transcript.im 之上写自己的工作流技能吗？
可以。这些包就是带小辅助脚本的纯 SKILL.md 文件，你可以按同样的格式写一个技能，描述它何时加载，并让它与平台包一起运行。