语音转写

你在语音转写项目里常卡在哪

做 ASR、会议纪要、字幕流水线或语音接口时，问题往往不在「能不能调通 SDK」，而在评审没有统一标准、方案里选型理由写不清、线上识别延迟/准确率波动却缺少复现路径，以及 REST/WebSocket 契约前后端各说各话。本技能 @kunlungrowth/kunlun-speech-to-text 把通用工程方法落到「语音转写」语境：用触发词进入对应能力，产出可直接贴进 PR 或文档的结构化交付物，而不是泛泛聊天。

技能如何组织工作

技能内置 6 类能力，听到对应意图即可切换（可组合使用）：

• 代码评审（review / 评审 / CR）：输入 diff 或 PR，输出检查清单与 阻断 / 建议 / 可选 分级意见。
• 技术方案设计（设计 / 方案 / 架构）：输入需求与约束（语种、实时性、采样率、部署形态等），输出含背景、目标、选型与风险的方案骨架。
• 调试排错（debug / 报错 / 排查）：输入报错与上下文，输出定位树、复现步骤与修复验证项。
• 架构权衡（选型 / 对比 / 架构）：输入场景与规模，输出候选方案利弊、适用边界与成本对比表。
• API 设计（接口 / API / 契约）：输入资源与操作（如 transcribe、job、segment），输出 RESTful 约定、字段契约与错误码建议。
• 工程规范（规范 / 最佳实践 / 标准）：按语言/框架给出清单与常见反模式。

两条固定工作流可直接套用：代码评审（先读意图 → 正确性 → 安全 → 可维护性 → 分级结论）与线上排错（稳定复现 → 隔离变量 → 看日志/链路/指标 → 假设验证 → 修复与回归）。另有技术方案模板、评审检查清单与五维代码质量量表，便于团队对齐口径。

边界与注意点

技能提供的是方法论、模板与检查清单，不替代专业资质判断，不接入付费转写服务，也不处理真实密钥或凭证（仅脱敏示例）。评审结论供参考，合并与上线决策仍由负责人承担；输出需结合你的具体约束（人群、场景、SLA）在输入里写清楚，结果才会贴近实际流水线。