用途：把音频/视频录音自动转写为文本，并整理为结构化 Markdown 报告，包含元数据、会议纪要、决策与待办事项，以及执行摘要。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 Faster-Whisper（优先，据称快 4-5 倍）或 OpenAI Whisper；检测 ffmpeg 用于格式转换；用 ffprobe 提取时长、编码等元数据；支持说话人识别、语言检测、SRT/VTT 字幕等输出；可批量处理多个文件；大文件会提示处理耗时；可用 LLM 生成执行摘要（示例中调用 claude CLI 或 gh copilot）。
使用方式：在 GitHub Copilot CLI 等终端环境触发，例如“transcribe audio to markdown: meeting.mp3”“transcreva estes áudios: recordings/*.mp3”。支持本地路径或 URL。若未检测到转写工具，会询问是否运行 scripts/install-requirements.sh 自动安装，或手动执行 pip install faster-whisper、pip install openai-whisper、brew install ffmpeg。输出文件名带时间戳，如 transcript-YYYYMMDD-HHMMSS.md、ata-YYYYMMDD-HHMMSS.md。
限制：需本地已装 Python 与转写依赖；没有转写工具时需安装，无 ffmpeg 则格式支持受限；长音频处理时间较长；LLM 摘要需相应 CLI 或模型可用。平台、计费、准确率等资料暂未提供。