音视频转写台

音视频转写台

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（不产生费用）

运行前先确认 Key 已就绪：

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

若用户未提供 Key，脚本会退出码 3 并输出标准引导。此时原样转述下面的话给用户，不要自行改写：

需要曼格云 API Key 才能调用数据接口 🔑

获取步骤（约 1 分钟）：

1. 打开 注册并登录
2. 在控制台创建 API Key（形如 ach_live_...）
3. 把 Key 发给我，我写入配置后就可以开始

没有 Key 之前不会产生任何费用。

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

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（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：

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）

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

交互选项（用 AskUserQuestion 呈现）

• 音频转文字
• 视频号播放地址

示例

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

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。