Agent Skills Hub

gemini-audio

整合 Google Gemini API 音频处理功能：进行录音转文字、音频摘要、声音分析，并提供语音合成 (TTS) 功能以产生自然语音。

openai-whisper-api

在 OpenClaw 中使用 OpenAI Whisper API 将音频文件直接转换为文字。

higress-auto-router

通过 CLI 管理 Higress AI Gateway 的自动模型路由。根据请求内容设置触发规则，实现智能模型选择。

transcription

基于 OpenAI Whisper 的专业音频/视频转录工具。提供模型选择、时间轴同步、说话者分离 (diarization) 及批处理功能，优化影音工作流程。

ocr

使用 Tesseract OCR 引擎从图片中提取文字，支持多种语言、图像预处理以及多种输出格式。

meeting-insights-analyzer

分析会议逐字稿以揭示沟通模式、行为洞察及领导力反馈。识别冲突回避、赘词使用、发言比例及主动倾听，帮助您提升专业表达与影响力。

sag

为 OpenClaw 提供的 ElevenLabs 文字转语音引擎，具备 macOS 风格的命令行界面与语音合成控制功能。

voice-extractor

提取并记录真实的写作语气。为 AI 训练、代笔写作及品牌一致性建立详尽的语气指南。

instagram-reels

下载 Instagram Reels、提取元数据并使用 Groq Whisper 生成音频逐字稿。支持通过 yt-dlp 处理 TikTok 与 YouTube Shorts。

youtube-digest

自动提取 YouTube 字幕并进行 AI 摘要与中文翻译，同时提供三种难度的互动式理解测验，帮助深入掌握影片内容。

hf-mcp

通过 MCP 将您的 AI 代理连接至 Hugging Face Hub。搜索模型、数据集与论文，管理存储库，执行云端计算任务，并将 Gradio Spaces 作为 AI 工具调用使用。

podcast-generation

利用 Azure OpenAI GPT Realtime Mini 模型与 WebSocket 流媒体技术，生成 AI 播客风格的音频叙事，包含 PCM 转 WAV 及前端播放整合。