long-audio-transcript-processor

语音转写处理工作流 (Long Audio Transcript Processor)

此技能旨在通过文件系统辅助，安全、有序地处理超长语音转写文本。它通过分段处理、上下文维护（术语表、主题记录）和状态追踪，确保处理过程的可持续性和高质量。 此技能最好使用最高性能的模型（而不是写代码用的快速模型）以确保最佳质量。

使用时机

当用户提供一个或多个长篇语音转写文件，并要求进行：

1. 校对与修正：修复识别错误、词语重复、中断、错漏等，校对前后行数一致。
2. 整理与格式化：区分发言人，整理段落。
3. 长文本处理：文本过长，无法一次性放入 LLM 上下文。
4. 需要中断与恢复：工作可能跨越多次对话。

工作流

1. 准备阶段 (Initialization)

首先，必须初始化工作区。询问用户是否已准备好源文件。

运行初始化脚本：

python3 .gemini/skills/long-audio-transcript-processor/scripts/setup_workspace.py "path/to/file1.txt" "path/to/file2.txt" ...

(注意：请根据实际技能安装路径调整脚本路径，通常是 .gemini/skills/...)

初始化后，工作区结构如下：

语音转写处理_YYYY-MM-DD-HH-MM/
├── 0-工作日志.md           # 进度追踪与计划
├── 1-原始文件/             # 存放用户提供的原始语音文本
├── 2-要求和信息/           # 存放活动背景、发言人等信息(用户补充)
├── 3-校对和术语表.md       # 动态更新的术语库和错误模式
├── 4-分段主题.md           # 记录已处理分段的主题脉络
└── 5-最终输出/             # 存放校对完成的分段文件

关键操作：

1. 检查生成的目录。
2. 同步背景知识：确保将用户提供的任何背景文档（如 MRD、PRD、会议背景、相关邮件等）文档复制到 2-要求和信息/ 目录下，也在该目录下创建 Markdown 文档记录用户的说明。这是保证后续处理准确性的基石。

2. 分段处理循环 (Processing Loop)

在进入循环前，总是先读取以下文件以加载上下文（确保跨分段的信息一致性）：

• 0-工作日志.md (检查进度)
• 2-要求和信息/ 下的所有背景和要求文档
• 3-校对和术语表.md (加载最新积累的术语和校对规则)
• 4-分段主题.md (加载已有上下文主题)
• 5-最终输出/ 下的文件 -- 列出文件名即可

步骤：

1. 确定任务：从 0-工作日志.md 中找到第一个未完成（[ ]）的分段。
2. 提取分段并初始化目标文件：
   • 使用 sed 命令从 1-原始文件/ 中提取对应行范围，并重定向写入到 5-最终输出/ 下的对应文件中。
   • 命令示例：sed -n '开始行,结束行p' "1-原始文件/文件名.txt" > "5-最终输出/文件名_开始行-结束行.txt"
   • 目的：确保所有原始行都已先进入目标文件，作为后续改写的底稿，防止内容遗漏。
3. 执行校对与订正：
   • 读取：使用 read_file 读取上一步生成的 5-最终输出/ 下的文件内容。
   • 参考：术语表、背景信息、前序分段主题。
   • 改写校对：
     • 对读取到的内容进行逐行/逐段校对。
     • 修正错别字、重复、同音错误，减少冗余的语气词。
     • 标记不确定内容为 (...)。
     • 保持一致性：必须确保校对后的行数与原始行数完全一致。如果需要合并发言，请在原位保留行占位。
   • 写回：使用 write_file 将校对后的完整文本写回 5-最终输出/ 的对应文件（覆盖掉刚才的底稿）。
4. 更新辅助文档：
   • 更新术语表。如果在本段发现了新的专有名词、特定错误模式或确认了某个模糊术语的正确写法，追加 到 3-校对和术语表.md。仅追加，用行号段落区分不同分段的内容。
   • 更新主题。将本段核心主题 追加 到 4-分段主题.md。仅追加，用行号段落区分不同分段的内容。
5. 更新状态：
   • 更新日志：在 0-工作日志.md 中标记分段为 [x]。
6. 反馈与沉淀：
   • 告知用户本段已完成，简述关键修改、新发现的术语或不确定点。
   • 询问是否有新增术语或错误修正。
   • 如有反馈，更新 3-校对和术语表.md 并修正 5-最终输出 中的对应文件。