用途：把音频/视频文件自动转写为文本，并输出结构化 Markdown 报告，包含元数据、会议纪要、决策与行动项、执行摘要，适合会议、访谈、讲座和内容分析。
主要能力：自动检测已安装的转写引擎，优先使用 Faster-Whisper（据称快 4-5 倍），回退到 OpenAI Whisper；用 ffprobe 提取文件大小、时长、格式等元数据；支持 MP3、WAV、M4A、OGG、FLAC、WEBM、MP4，必要时用 ffmpeg 转为 16kHz WAV；可识别说话人、生成 SRT/VTT 字幕、批量处理多个文件；输出带时间戳的主题、决策和行动项，并可用 LLM 生成摘要。
使用方式：在支持该技能的终端环境中调用，例如“transcribe audio to markdown: meeting.mp3”。若未检测到转写工具，会提示运行 scripts/install-requirements.sh 自动安装，或手动执行 pip install faster-whisper（推荐）、pip install openai-whisper（备选）、brew install ffmpeg（macOS，可选）。输出文件按时间戳命名，如 transcript-YYYYMMDD-HHMMSS.md 和 ata-YYYYMMDD-HHMMSS.md。
限制：资料未提供具体收费、价格、平台支持范围与准确率数据；大文件处理可能耗时较长；LLM 摘要依赖外部模型或 CLI 工具，需用户自行集成；输出不应替代环境相关的验证、测试或专家审查；缺少必要输入、权限或成功标准时应先询问澄清。