技能介绍

解决什么问题

处理会议录音、访谈或课程音频时，常见难点不只是把语音变成文字，还包括转写任务状态轮询、权益选择与支付、历史结果下载，以及后续纪要整理。这个技能把讯飞听见音频转写封装成统一的 xftj.py CLI，让 Agent 可以用固定步骤完成从上传到获取文本结果的流程，而不是零散调用多个接口。

核心能力与关键步骤

技能基于纯 Python 架构，核心命令包括：

transcribe：完成新音频的上传、启动转写、轮询状态，并返回可用权益列表；
list / detail：查询历史转写文件和指定记录详情；
download：根据 hj_id 获取转写文本结果，内部自动查询 originAudioId；
ai-summary：获取或生成 AI 会议纪要，自动轮询等待结果；
validate / auth：检查 apiKey 是否有效，失效时通过本地 OAuth 回调完成授权。

新文件转写通常分为两步：先上传并启动转写，再由用户选择权益完成支付与下载。批量处理多个音频时，技能会建议分组上传、并行轮询和分批汇总，避免长时间串行等待。

适用边界与注意点

该技能适合中文、英文常见音频格式转写，如 mp3、wav、m4a。转写耗时与音频长度相关，轮询期间不宜中断；每次转写会消耗账户权益，需要先确认账户可用额度。AI 纪要可能需要额外 1-3 分钟生成，超时后可选择继续等待，或基于转写文本生成兜底摘要。配置文件位于 ~/.xftj/config.json，运行前需要确保 API Key 有效。