Claude Skill

transcribe

Transcribe audio/video files via MLX Whisper (Apple Silicon). Usage: /transcribe path/to/file.mp3

LLM Mart · 0 points · 11 0 0

Virus-scanned Reviewed automatically before listing.

Full trust report

Download TserenTserenov-FMT-exocortex-template-.claude_skills_transcribe-52c884b.zip · 1 KB

tserentserenov/fmt-exocortex-template 60 152 forks MIT Updated 1d ago

Part of tserentserenov/fmt-exocortex-template — 50 skills

Install

skills CLI npx skills add https://github.com/TserenTserenov/FMT-exocortex-template/tree/main/.claude/skills/transcribe

Claude Code

claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install tserentserenov-fmt-exocortex-template@llmmart

Git git clone https://github.com/TserenTserenov/FMT-exocortex-template.git

The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole tserentserenov/fmt-exocortex-template collection as a plugin from our marketplace. Git is the plain clone.

Skill manifest

Транскрипция аудио/видео

Транскрипция через MLX Whisper на Apple Silicon. Работает локально, без облака.

Расположение

Модели: ~/.local/share/mlx-whisper/mlx_models/
Venv: ~/.local/share/mlx-whisper/.venv-whisper/
Модель: large-v3 (точная, ~3 ГБ). Единственная используемая модель

Инструкция для Claude

Шаг 1: Проверка venv

~/.local/share/mlx-whisper/.venv-whisper/bin/python -c "import mlx_whisper; print('ok')" 2>/dev/null

Если ошибка (сломан или отсутствует) — пересоздать:

rm -rf ~/.local/share/mlx-whisper/.venv-whisper
python3 -m venv ~/.local/share/mlx-whisper/.venv-whisper
~/.local/share/mlx-whisper/.venv-whisper/bin/pip install mlx-whisper

Шаг 2: Определить файл и модель

Аргумент скилла = путь к файлу. Если не указан — спросить пользователя.
Всегда использовать large-v3. Других моделей нет.

Шаг 3: Транскрипция

bash "$IWE_SCRIPTS/route-task.sh" --skill transcribe --args "<путь_к_файлу>"

Если язык не русский — пользователь укажет, или скрипт автоматически детектирует.

Шаг 4: Результат

Показать текст пользователю.
Если пользователь просит сохранить — записать в файл рядом с исходным: <имя_файла>.txt.
Для длинных файлов (>30 мин) предупредить, что может занять несколько минут.

Поддерживаемые форматы

mp3, m4a, wav, flac, ogg, mp4, mkv, webm — любые, которые поддерживает ffmpeg.

Files (fmt-exocortex-template)

SKILL.md 2.4 KB

---
name: transcribe
description: Transcribe audio/video files via MLX Whisper (Apple Silicon). Usage: /transcribe path/to/file.mp3
user_invocable: true
version: 1.0.0
layer: L1
status: active
browser_safe: false
triggers:
  slash: [/transcribe]
  phrases: []
routing:
  executor: script
  deterministic: true
  script_path: "scripts/iwe-transcribe.sh"
  optimization_priority: 2
---

# Транскрипция аудио/видео

Транскрипция через MLX Whisper на Apple Silicon. Работает локально, без облака.

## Расположение

- **Модели:** `~/.local/share/mlx-whisper/mlx_models/`
- **Venv:** `~/.local/share/mlx-whisper/.venv-whisper/`
- **Модель:** `large-v3` (точная, ~3 ГБ). Единственная используемая модель

## Инструкция для Claude

### Шаг 1: Проверка venv

```bash
~/.local/share/mlx-whisper/.venv-whisper/bin/python -c "import mlx_whisper; print('ok')" 2>/dev/null
```

Если ошибка (сломан или отсутствует) — пересоздать:
```bash
rm -rf ~/.local/share/mlx-whisper/.venv-whisper
python3 -m venv ~/.local/share/mlx-whisper/.venv-whisper
~/.local/share/mlx-whisper/.venv-whisper/bin/pip install mlx-whisper
```

### Шаг 2: Определить файл и модель

- Аргумент скилла = путь к файлу. Если не указан — спросить пользователя.
- Всегда использовать `large-v3`. Других моделей нет.

### Шаг 3: Транскрипция

```bash
bash "$IWE_SCRIPTS/route-task.sh" --skill transcribe --args "<путь_к_файлу>"
```

Если язык не русский — пользователь укажет, или скрипт автоматически детектирует.

### Шаг 4: Результат

- Показать текст пользователю.
- Если пользователь просит сохранить — записать в файл рядом с исходным: `<имя_файла>.txt`.
- Для длинных файлов (>30 мин) предупредить, что может занять несколько минут.

### Поддерживаемые форматы

mp3, m4a, wav, flac, ogg, mp4, mkv, webm — любые, которые поддерживает ffmpeg.

<!-- USER-SPACE -->
<!-- /USER-SPACE -->