音视频转写台

把音视频转成文字稿。传入公网可访问的文件地址即可得到转写文本，适合提取口播文案、整理会议/直播录音、做字幕与二次剪辑素材。 适用场景：用户要把音频或视频转成文字稿、提取口播内容时使用。

曼格云 skill ｜ 环节：做内容 ｜ 底层统一底座 wm_core.py

何时使用

用户要把音频或视频转成文字稿、提取口播内容时使用。

执行流程（严格按顺序）

第 1 步：确认 API Key（最先执行，绝不谈费用）

运行前先确认 Key 已就绪：

bash

python scripts/audio-video-transcription.py --list

若脚本输出 WM_NEED_KEY=1，说明用户还没有 Key。此时只做一件事：引导注册—— 不要报价、不要提"预估费用"、不要展示任何价格数字。原样转述下面的话给用户，不要自行改写：

需要 API Key 才能开始查数据 🔑

注册并创建 Key（约 1 分钟，全程免费）：

1. 打开 https://api.we-media.cn?source=clawhub
2. 注册登录后，在控制台创建 API Key（形如 ach_live_...）
3. 把 Key 发给我，我写入配置后马上开始

注册和创建 Key 完全免费；只有你之后确认执行具体查询时才按次计费。

拿到 Key 后写入本技能目录的 config.json（{"WM_API_KEY":"..."}）再继续。

红线：Key 就绪之前，禁止向用户展示任何费用预估或价格信息。

第 2 步：确认用户需求（尽量给选项）

需要用户决策的地方，用 AskUserQuestion 提供选项让其直接选择，不要让用户手打参数。 常用可选项见下方「交互选项」。

第 3 步：费用预估与确认（Key 已就绪后才执行；付费前强制，代码级）

调用付费端点时，脚本会先自动打印费用预估，然后停下并输出 WM_NEED_CONFIRM=1，不会直接扣费——这是硬性约束，绕不过。

把明细告知用户，用户确认后，重新运行并加 --yes 执行：

bash

python scripts/audio-video-transcription.py <端点> --yes [参数=值 ...]

• 免费端点（余额 / 热搜 / 低粉爆文类）无需 --yes，直接执行。
• 也可单独用 python scripts/audio-video-transcription.py --estimate <端点> 预先查看成本。
• 金额以接口响应 consumption 为准，本表为参考单价。

第 4 步：执行并导出（已确认后）

bash

python scripts/audio-video-transcription.py <端点> --yes [参数=值 ...] --format excel

• --format 可选 json / markdown（默认） / excel，结果会落盘为文件并回显路径。
• 加 --report 可生成带表头与说明的「报告版」Markdown（适合直接发给客户/汇报）。
• 列表型接口可加 --pages=N 自动翻页合并多页结果（按 cursor 游标）。
• Excel 需要本地已安装 openpyxl（缺失时脚本会给出明确提示）。

第 5 步：回告

把 WM_TOTAL_CONSUMPTION（本次总消费）与 WM_BALANCE（账户余额）告知用户， 并把生成的文件（WM_OUTPUT_FILE）路径一并给出。

覆盖接口与计费

端点	名称	单价
audio-transcription	音频转文字	¥0.05
ch-download-url	视频号播放地址	¥0.05

交互选项（用 AskUserQuestion 呈现）

• 音频转文字
• 视频号播放地址

示例

bash

python scripts/audio-video-transcription.py --list
python scripts/audio-video-transcription.py --estimate audio-transcription
python scripts/audio-video-transcription.py audio-transcription --yes --format excel fileUrl=https://example.com/a.m4a

退出码

码	含义	处理
0	成功	按第 5 步回告
2	输入错误（含缺必填参数）	让用户更正链接/ID/参数，未调用不扣费
3	缺 Key 或鉴权失败	按第 1 步引导；未调用不扣费
4	业务失败（含余额不足）	转述服务端信息，余额不足引导充值
6	网络错误	建议重试
124	超时	建议重试

说明

• 所有请求自动带 source=audio-video-transcription 标识，便于用量归因与结算。
• 付费成功响应本地缓存 24 小时，同一请求重试不会重复扣费；失败响应不缓存。
• Excel 导出依赖 openpyxl；其余为纯标准库实现。