Agent Skills
用於逐字稿與研究的 transcript.im Agent Skills
Agent Skills 把 transcript.im 的能力打包成代理按需載入的指令。技能會告訴代理何時該取逐字稿、該呼叫哪個工具，以及什麼樣的結果才算好。技能在設定了 transcript.im MCP 伺服器時優先呼叫它，未設定時退回 REST API，因此同一個套件能在 Claude Code、Cursor、Codex、Copilot、Gemini CLI 等 Agent Skills 執行環境通用，不必為每個工具改寫。
- 三個平台套件——YouTube、TikTok 和 Instagram——外加一個用於跨平台研究與寫作的工作流程套件。
- 技能優先呼叫 transcript.im MCP 伺服器，並用同一把金鑰退回 REST API。
- 逐字稿涵蓋 YouTube、TikTok、Instagram、LinkedIn 和 Twitter/X。YouTube 探索還額外提供搜尋、頻道、上傳、播放清單和字幕中繼資料。
- 工作流程技能產出簡報、筆記和再利用內容等成果，並附上來源引用。
- 每個套件都是純
SKILL.md檔案，因此能在任何支援 Agent Skills 格式的執行環境中載入。
什麼是 transcript.im Agent Skills？
Agent Skills 是純 SKILL.md 檔案，用代理已經理解的語言描述一項能力：何時使用、呼叫什麼、回傳什麼。transcript.im 維護這樣一組技能，讓程式開發代理不必為每個平台個別做整合，也能處理影片逐字稿。
- 是指令，不是基礎設施——技能告訴代理該做什麼，擷取由 transcript.im 完成。
- 平台套件與工作流程套件——一個涵蓋 YouTube、TikTok 和 Instagram 的套件，外加用於多步驟研究與寫作的技能。
- MCP 優先，REST 退回——技能優先使用 MCP 伺服器，在 MCP 無法使用時存取 REST API。
- 帶引用的成果——工作流程技能會把來源連結和原文表述附在產出的內容上。
平台技能套件
YouTube、TikTok 和 Instagram 有專屬套件。逐字稿擷取涵蓋 API 支援的全部五個平台；探索類技能——搜尋、頻道、上傳、播放清單和字幕中繼資料——僅限 YouTube，因為公開 API 只對該平台開放探索能力。
YouTube 技能套件
涵蓋範圍最廣的套件。它處理帶時間戳和不帶時間戳的逐字稿，還提供 YouTube 探索能力：影片與頻道搜尋、頻道解析、頻道上傳、播放清單項目和字幕中繼資料，並附有一個把它們打包起來的完整進入技能。youtube-transcript 和 youtube-api 是常見說法的別名進入點，所以使用者說 "YouTube transcript" 或 "YouTube API" 時，代理同樣會被啟用。
TikTok 技能套件
TikTok 技能專注於逐字稿：優先讀取字幕，沒有字幕的影片則用語音辨識補上。貼上一個 TikTok 連結，代理就會回傳乾淨、帶時間戳的文字，可用於引用、翻譯或再利用。因為技能知道什麼情況下逐字稿才是正確答案，所以即使使用者從不說「逐字稿」三個字，它也會在貼上連結時載入。
Instagram 技能套件
Instagram 沒有可讀取的字幕軌，因此它的技能圍繞非同步語音辨識建構。reel 和 transcript 技能把公開的 Reel 或影片貼文轉成帶時間戳的文字，另有一個完整進入技能打包整個套件。代理送出連結後一邊做別的事一邊輪詢任務，最後回傳完成的文字。
產出成果的工作流程技能
逐字稿情報分析
把 YouTube、TikTok、Instagram、LinkedIn 或 Twitter/X 的逐字稿總結並挖掘成一份報告，包含摘要、重點、原文引用、鉤子和可重複使用的內容片段，每一項都連結到來源。你不必再讀一小時的素材，一次就能拿到論點、證據和值得重複使用的句子。
競品研究
用你帶來的影片比較競爭對手或創作者，找出某個領域裡有效的做法，並對主題、形式、鉤子和論點做基準分析。YouTube 探索負責頻道和播放清單的批次梳理，其他平台則貢獻你指定的逐字稿。產出是一份帶引用的競品簡報，任何結論都能追溯到影片和它被說出的那一刻。
內容再利用
把逐字稿或研究變成可重複使用的內容：部落格文章、X/Twitter 長串文、短影音腳本、電子報和內容行事曆，交付為可直接編輯、附來源標註的草稿。草稿在關鍵處保留講者的原話，因此結果聽起來像來源本身，而不是泛泛的摘要。
- 會議記錄——從會議或通話逐字稿中整理決策、含負責人的待辦事項、未決問題、風險和引用。
- 課程筆記——從講座或教學中整理結構化的學習筆記、定義、關鍵論點、範例和複習問題。
- 逐字稿 API 路由——所有工作流程都會呼叫的資料層技能，用於取得逐字稿、執行批次任務或探索 YouTube 影片、頻道和播放清單。
技能如何觸達 transcript.im
技能從不直接與平台對話。它觸達 transcript.im，由 transcript.im 處理來源。
- MCP 優先——設定了 transcript.im MCP 伺服器時，技能直接呼叫其工具並拿回結構化結果。
- REST 退回——沒有 MCP 時，技能用同一把 API 金鑰呼叫相同的 REST 端點，因此行為不取決於執行環境是否支援 MCP。
- 一份憑證——金鑰從環境變數或代理的 MCP 設定中讀取，技能不自行管理密鑰，也不會要求使用者再次登入。
- 同一個帳戶——透過技能發起的呼叫，與從 API 或產品本身發起的呼叫落在同一個帳戶和同一份歷史記錄裡。
- 可攜的套件——因為路由邏輯在技能內部，同一個套件不必改動程式碼就能在不同執行環境之間移動。
一個套件包含什麼
每個套件都是一組 SKILL.md 檔案：一個把套件內技能打包起來的完整進入技能，外加代理可單獨載入的聚焦子技能。因為套件遵循 Agent Skills 格式，它可以和你已在使用的其他技能一起放在代理的技能目錄裡，進入技能也仍然知道何時交給更精確的子技能。
- YouTube——一個完整進入技能，外加逐字稿、搜尋、頻道、播放清單和字幕技能，以及
youtube-transcript和youtube-api別名進入點。 - TikTok——一個完整進入技能，外加一個逐字稿技能及其別名，專注於字幕優先擷取、語音辨識備援。
- Instagram——一個完整進入技能，外加
reel和transcript技能，圍繞非同步語音辨識建構。 - 工作流程——
transcript-api路由技能，外加情報分析、競品研究、內容再利用、會議記錄和課程筆記。
可載入這些技能的執行環境
技能遵循 Agent Skills 慣例，因此任何能讀取該格式的執行環境都能載入它們。這包括 Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw 和 Hermes Agent 等。技能是 Markdown 加小腳本的資料夾，而不是外掛二進位檔，所以接入新執行環境無須編譯，為某個執行環境寫的套件在你更換工具後也能直接沿用。實際效果是，同一套逐字稿工作流程會跟著你在不同工具之間走，而不是綁在你最先設定的那個助手上，你也不必為每一個個別維護整合。
相關內容
Agent Skills 常見問題
什麼是 transcript.im Agent Skills？
transcript.im Agent Skills 是一組 SKILL.md 套件，教會 AI 代理何時以及如何使用 transcript.im 取得逐字稿、執行批次任務、探索 YouTube 影片並產出研究成果。
哪些代理執行環境可以載入這些技能？
任何支援 Agent Skills 格式的執行環境，包括 Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw 和 Hermes Agent。
這些技能需要 MCP 伺服器嗎？
不需要。設定了 MCP 伺服器時技能會呼叫它，否則直接用同一把 API 金鑰存取同一個 REST API。
Agent Skills 涵蓋哪些平台？
YouTube、TikTok 和 Instagram 有專屬套件，另有一個跨 YouTube、TikTok、Instagram、LinkedIn 和 Twitter/X 的工作流程集合。逐字稿擷取涵蓋全部五個平台；YouTube 探索額外提供搜尋、頻道、上傳、播放清單和字幕中繼資料。
工作流程技能能產出什麼？
工作流程技能產出情報報告、帶引用的競品簡報、再利用內容草稿、會議記錄和課程筆記，每一項都保留來源引用。
一個逐字稿技能套件是如何組成的？
每個套件都附帶一個完整進入技能和若干聚焦子技能，因此代理可以啟用整個平台，也可以只取任務需要的那一部分。
技能如何向 transcript.im 認證？
技能從環境變數或代理的 MCP 設定中讀取 API 金鑰並傳送給 transcript.im，因此透過技能發起的呼叫與直接呼叫 API 使用同一個帳戶。
我能在 transcript.im 之上寫自己的工作流程技能嗎？
可以。這些套件就是帶小輔助腳本的純 SKILL.md 檔案，你可以用同樣的格式寫一個技能，描述它何時載入，並讓它與平台套件一起執行。