use-agent-study

Use Agent Study Skill

全流程概览

视频文件
  ↓ [video-to-audio]
音频文件 (.mp3) → audios/
  ↓ [speech-recognize]
JSON 结果 → output/results/
transcript.md → output/transcripts/
  ↓ [study-doc-generator]
学习笔记 + 学习总结汇报
  ↓ [humanizer-reviewer]
人性化版本（原地覆盖）

执行规则

• 严格按顺序执行，不可跳过中间步骤（除非用户已有中间产物）
• 任一步骤失败则立即中断，报告失败原因，不执行后续步骤
• 每步完成后简要报告进度
• 每个步骤的具体实现由对应的子 skill/agent 负责，本 skill 只做编排，不重复其指令

工作流程

第 0 步：确认起点

询问用户提供视频/音频文件，或检查当前目录是否已有中间产物。

根据用户提供的内容判断从哪个步骤开始：

• 提供了视频文件 → 从第 1 步开始
• 提供了音频文件 → 从第 2 步开始
• 已有 transcript.md → 从第 3 步开始
• 已有学习笔记/报告 → 从第 4 步开始

第 1 步：提取音频

调用 video-to-audio skill 完成音频提取。该 skill 会处理：

• 确认 ffmpeg 可用
• 询问 1.5x 倍速
• 提取 mp3
• 文件 > 25MB 时自动分段

记录输出的音频文件路径，失败则中断。

第 2 步：语音转文字

对第 1 步产生的每个音频文件，依次调用 speech-recognize skill。该 skill 会处理：

• 调用 ASR API（自动处理凭证）
• 生成时间线 Markdown
• 多分段时自动合并

若只有一个音频文件则跳过合并步骤。失败则中断。

第 3 步：生成学习文档

调用 study-doc-generator skill，传入 output/transcripts/<name>.md。该 skill 会生成：

• *-学习笔记.txt
• *-学习总结汇报.txt

第 4 步：人性化审查

将第 3 步生成的两个文件路径传递给 humanizer-reviewer agent，进行去 AI 痕迹审查，原地覆盖。

完成后列出最终输出文件。