---
title: "用于转录文本与研究的 transcript.im Agent Skills"
description: "为 Claude Code、Cursor、Codex 等智能体接入 transcript.im Agent Skills，获取转录文本、YouTube 内容发现与研究流程，优先走 MCP，并可回退到 REST API。"
canonical: "https://transcript.im/zh-hans/skills"
markdown: "https://transcript.im/zh-hans/skills.md"
---

# 用于转录文本与研究的 transcript.im Agent Skills

为 Claude Code、Cursor、Codex 等智能体接入 transcript.im Agent Skills，获取转录文本、YouTube 内容发现与研究流程，优先走 MCP，并可回退到 REST API。

## 链接

- [标准 HTML 页面](https://transcript.im/zh-hans/skills)
- [Markdown](https://transcript.im/zh-hans/skills.md)


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。

每个技能都是覆盖在 transcript.im 数据平面之上的一层薄指令。技能不重新实现抽取，而是告诉智能体调用哪个工具、如何组织答案。这种拆分让指令保持精简、行为保持一致：同一条转录流水线同时支撑技能调用和直接 API 请求。

- 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。

工作流包还附带三个聚焦技能：

- 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

- [API 文档](/docs)
- [REST API](/zh-hans/api)
- [MCP 服务器](/zh-hans/mcp)
- [YouTube 转录文本生成器](/zh-hans/youtube-transcript)
- [YouTube 视频总结器](/zh-hans/youtube-video-summarizer)
- [YouTube 字幕生成器](/zh-hans/youtube-subtitle-generator)
- [YouTube 字幕下载器](/zh-hans/youtube-subtitle-downloader)
- [YouTube 频道转录文本](/zh-hans/youtube-channel-transcript)
- [YouTube 播放列表转录文本](/zh-hans/youtube-playlist-transcript)
## 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。

## 给你的智能体加上转录技能

把一个平台包或工作流包加到你的智能体上，提供 API 密钥，让它去获取转录文本。

- [获取 API 密钥](/app/account/api-keys)
- [阅读文档](/docs)