Transcript Fixer 用于修正 ASR/STT 语音转写中的识别错误。根据资料，它采用两阶段循环：第一阶段（Stage 1）应用确定性的、已知的修正；随后进行原生 AI 修正（Native AI Correction），通读完整转写稿，修复一次性错误、核验不确定实体，并沉淀可复用的修正。原生 AI 修正是默认方式，仅完成第一阶段并不算完成。第三阶段（Stage 3）API 只面向没有 Claude/Codex 智能体可用的自动化场景。
使用方式：在 Claude Code 或 Codex 中不运行 Stage 3，使用第一阶段加原生工作流。所有入口均通过 uv run 执行。初始化命令为 uv run scripts/fix_transcription.py --init。第一阶段示例（含域应用）：uv run scripts/fix_transcription.py --input meeting.md --stage 1 --domain myproject --apply-domain --json；也支持多个同级域合并加载（--domain myproject,myproject-alt）、仅预览（--dry-run）、上下文陷阱扫描（--scan-traps）。安全模式为第一阶段默认：低风险规则应用，中高风险匹配转入 needs_review.md 与持久审查队列。第一阶段返回 JSON 含 applied、deferred、output_path、needs_review_path、input_unchanged、review_enqueued、stage1_only_incomplete、stage2 遥测、boundary_refused、boundary_check_active 等字段。
适用场景：处理飞书妙记 .txt 或说话人 HH:MM:SS.mmm 转写、比较同场次的两份转写、术语密集或涉及多方说话人的长转写、多文件批处理、CI/批处理自动化等。资料给出的操作约束包括：不得为流畅度改写语音；默认不推断或重新分配说话人身份；修改人名前须读取全局与项目身份名册，缺失或冲突时保持不变并排队；无法解决的内容保持原样并排队；不熟悉的词视为未知而非错误；单行 asr_note 值视为修正来源并排除匹配。计数须使用 UTF-8 安全工具（如 Python），不应使用 sort | uniq -c 或 awk '{print $1}'。执行原生流程前需完整阅读 references/native_ai_full_workflow.md。审查队列可通过 uv run scripts/review-dashboard/server.py --file "<absolute-canonical-file>" 启动。完成高质量/最终声明前，要求该文件待处理行数为零，并使用 --close-sidecars 关闭附属文件。
限制：具体支持的语言范围、定价、平台可用性、准确率等资料未提供。部分功能依赖本机环境（uv、Python、Claude/Codex 智能体或可选 API），音频下载为证据渠道之一而非原生修正的前提。