yaya-skills

English | 简体中文

首期主打：X Space 录音转文字。 给没时间听、或忘了听的人——一条链接，一场两小时的 Space 变成按说话人分组、金句原话全保留的中文干货笔记，外加一张可直接发出去的分享图。

yaya-skills 是一套帮助写作者提高效率的工具集合。第一期是 X Space 蒸馏提纯器（yaya-xspace）：把没时间听、或忘了听的 Space 提纯成能直接用的干货笔记，背后由下载 / 转写 / 分离三个原子 skill 支撑；后续会增加更多为写作者提效的工具。音频全程不出本机。

快速开始（主打场景）

bash skills/yaya-xspace/run.sh "https://x.com/i/spaces/<13位ID>"
# → skills/yaya-xspace/out/<id>/distilled.md

首次运行自动下载模型；两小时的场约 30 分钟出稿（GPU 转写与说话人分离并行跑）。

看个真实效果（Demo）

《噪音之后：为什么做IP一定要有自己的"理论"》——一场真实 Space 的完整产出（119 分钟 / 10 位说话人，聊 IP、人设与流量变现）：

产出	看什么
distilled.png	★ 一张图版：笔记自动渲染成的分享图，可直接发推
distilled.md	★ 最终干货笔记：一句话总结 / 核心结论 / 各说话人核心发言 / 关键名词总表 / 争议与分歧 / 可行动项
带说话人对话稿（节选）	中间产物：从音频到"谁说了什么"（完整稿 29,930 字 / 10 位说话人）

分享图内置四种卡面，生成时 --style 切换（下列名称可直接点开看整图）：

Swiss 国际风（默认）——白底、重磅黑体、红色声波弧、细线网格
Editorial 杂志风——米色宋体、朱红方块、新闻纸质感
Riso 丝印潮风——蓝橙套印错位、网点、抓眼球
Midnight 夜读——暗底鎏金细线、宋体，高级感

119 分钟音频 → 29.5 分钟出笔记 + 一张分享图（GPU 转写与 CPU 分离全程并行）。源 Space ID：1AKEmvYqbrOKL。X 回放 30 天后失效——文字产出留档在本仓库，音频留在本地 out/。另有一款手绘实验款 hand（--style hand）。

定位

分层原则：上层依赖下层，依赖单向。

原子能力互不依赖：yaya-xdl 只管下载——Space 链接进，audio.m4a 出（下载即归档）；yaya-asr 只管转写——音频进，带说话人的文字出；yaya-diarize 只管分离——音频进，"谁在何时说话"的时间线出。都不带业务概念。
yaya-asr 内部是流水线：转写（MLX/GPU）一开始就后台拉起分离（yaya-diarize，CPU），两者并行执行，互不争抢。
yaya-xspace 是场景编排：把 xdl 和 asr 串起来，再加自己的蒸馏，产出干货笔记。每个环节只通过兄弟 skill 的 run.sh 调用，不重复实现。

这样拆的好处很直接：只想存音频的用 yaya-xdl；只想分说话人的用 yaya-diarize；要文字稿的用 yaya-asr；只有 X Space 一条龙才需要 yaya-xspace。

📐 内部实现与性能实测见 TECHNICAL.md：模型清单、缓存机制、并行设计、每阶段耗时（119 分钟音频 → 29.3 分钟出稿）。

为什么做这个

好内容先得存住，才谈得上加工。 X 不提供 Space 归档或搜索，回放 30 天即删——下载即归档，否则那段语音永久消失。

本地跑还有个好处：免费、零登录、不需要任何云端账号。

已收录

主打（场景 skill）

Skill	说明
yaya-xspace	X Space 链接 → 中文干货笔记（金句原话 / 关键名词 / 枚举清单全保留）

支撑（原子 skill，组成上面的流水线，也可单独用）

Skill	说明
yaya-xdl	X Space 链接 → audio.m4a（下载即归档）
yaya-asr	任意音频/视频 → 带说话人的文字（转写∥分离自动并行）
yaya-diarize	音频 → 说话人时间线 turns.json（谁在何时说话）

Roadmap

✅ 第一波：X Space → 干货笔记（上面这条流水线）
🔜 后续：更多帮写作者提效的工具

模型（首次运行自动下载，无需手动准备）

模型	用途	体积	存放位置	下载源
whisper-large-v3-turbo（MLX 版）	语音转写	~1.5GB	`~/.cache/huggingface/`（全局共享）	HuggingFace
pyannote 分割 + CAM++ 中文声纹	说话人分离	~33MB	`skills/yaya-asr/models/`（已 gitignore）	GitHub Releases

两个模型都免 HF token，首次跑对应 skill 时自动下载，之后重跑不重复下载。
下载 Whisper 需要能访问 HuggingFace；网络不稳可提前设镜像：export HF_ENDPOINT=https://hf-mirror.com。
磁盘敏感的话注意：大头是那 1.5GB 的转写模型，分离模型只有 33MB。

数据放哪（产物与归档）

数据跟着 skill 走：产物、音频归档、缓存全部落在 skill 自己的 out/ 里，删 skill 目录 = 删数据，git pull 更新也不影响（out/ 已 gitignore）。

skills/yaya-xspace/out/<space-id>/   ← 一场 Space 一个目录，一切都在里面
├── audio.m4a                        音频归档（默认保留——下载即归档）
├── distilled.md                     ★ 干货笔记
├── audio.labeled.json / audio.dialog.txt / …   转写产物
└── .audio.asr/                      中间缓存（删掉只损失重算时间）

删一场 = 删一个目录；不想要音频加 --no-keep-audio。
⚠️ out/ 是你的私人数据（笔记+音频），已在 .gitignore 里——永远不会被 git 提交上去。（demo/ 是手工挑选、随仓库公开的样例，与 out/ 无关。）

安装

skill 是通用的 Markdown+脚本格式（Agent Skills 规范），不绑定任何一家 Agent——Claude Code、Codex、Cursor、Windsurf、ZCode 等所有支持该规范的 Agent 都能装能用。

# 方式一：插件市场（可增量更新）
/plugin marketplace add eatmoreduck/yaya-skills
/plugin install yaya-skills@yaya-skills

# 方式二：skills CLI
npx skills add eatmoreduck/yaya-skills

# 方式三：手动（项目级）
# 把需要的 skills/<name>/ 目录复制或软链到 <项目>/.agents/skills/
# ⚠️ yaya-xspace 依赖 yaya-xdl 和 yaya-asr；yaya-asr 依赖 yaya-diarize——单独复制会失效

设计原则

本地优先：能本地跑的绝不上云。音频不出机器（转写全在本地，只有提取后的文本发给 LLM）。
砍废话，不砍信息：提炼是“去冗余”，不是“缩写”。金句、关键名词、枚举清单必须完整保留。
原子能力与业务解耦：yaya-asr 不知道 Space 是什么；场景 skill 只管补齐自己独有的那一段。
诚实标注边界：每个 skill 明确写出它做不到什么，不假装能处理所有情况。

目录约定

yaya-skills/
├── .claude-plugin/
│   └── marketplace.json     ★ 声明本仓库包含哪些 skill
├── demo/                    ★ 真实场次的示例产出（手工挑选，随仓库公开）
├── skills/
│   ├── yaya-asr/            原子能力（无依赖）
│   │   ├── SKILL.md
│   │   ├── README.md
│   │   ├── run.sh
│   │   ├── scripts/asr.py
│   │   └── models/          分离模型（gitignore，首次运行自动下）
│   ├── yaya-xdl/            原子能力（无依赖）
│   │   └── SKILL.md / README.md / run.sh / xdl.py
│   ├── yaya-diarize/        原子能力（无依赖）
│   │   └── SKILL.md / README.md / run.sh / diarize.py
│   └── yaya-xspace/         场景编排（依赖 yaya-xdl + yaya-asr）
│       ├── SKILL.md
│       ├── README.md
│       ├── run.sh
│       ├── distill.py
│       ├── card.py          出图：distilled.md → 手绘风分享图 PNG
│       ├── fonts/           手写体（OFL，出图用）
│       └── out/             产物与音频归档（gitignore，数据跟着 skill 走）
├── README.md
└── TECHNICAL.md             技术说明：架构概要 + 性能实测（README 只留链接）

如何新增一个 skill

本仓库是单仓多 skill 结构，新增只需三步：

建目录：创建 skills/yaya-<名字>/，写 SKILL.md（frontmatter 必须包含 name/description——description 决定 Agent 什么时候想到用它）。
登记：在 .claude-plugin/marketplace.json 的 plugins[0].skills[] 里加一行 "./skills/yaya-<名字>"。这步不能省：当 source: "./" 且显式列出 skills 时，插件只加载列出的目录，不会自动扫描 skills/。
声明依赖：若依赖仓库内其他 skill（如 yaya-asr），在 SKILL.md 里写明依赖方向、寻址路径（目前统一约定为相邻目录 ../yaya-asr），并说明缺了它会发生什么。

命名统一保持 yaya- 前缀。本地技能清单（如 ~/.zcode/skills/）与仓库是两回事：仓库是源，装机靠 marketplace 安装或手动软链。

命名约定

所有 skill 统一使用 yaya- 前缀。

关注 & 联系

_{公众号「多吃鸭」· 追更新、提需求、唠嗑}

_{个人微信 · 交流、提需求（看到就回）}

License

MIT