Txtify — скилл
Скилл расшифровывает аудио, видео и ролики YouTube в текст и субтитры через ваш локальный Txtify на Whisper в Docker.
- 136 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Скилл запускает команды `curl` и `docker` и читает выбранные файлы.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/txtifyОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скилл запускает команды `curl` и `docker` и читает выбранные файлы.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Скилл `txtify-transcribe` управляет вашим экземпляром Txtify, веб-приложением на моделях Whisper, и выдает расшифровку в форматах `txt`, `srt`, `vtt`, `sbv` и `pdf`. Исходник берется из локального файла или одной ссылки YouTube, язык речи и размер модели выбираются, перевод через DeepL включается по желанию и требует собственный ключ. Агент сначала ищет работающий Txtify на `127.0.0.1:8011` и проверяет `/health`. Если сервиса нет, он просит разрешения скачать образ `lkmeta/txtify` и запустить контейнер. Расшифровка идет локально, файлы не уходят в облако. Результаты сохраняются в выбранную пользователем папку.
Для кого. Редакторы, журналисты и разработчики, которым нужен текст или субтитры из записей без загрузки файлов в облачные сервисы.
Подходит, если
- Из записи интервью или лекции нужен текстовый файл.
- Для видео требуются субтитры `srt` или `vtt`.
- Ролик YouTube надо расшифровать без отправки в сторонний сервис.
- Расшифровку нужно перевести через собственный ключ DeepL.
Не подходит, если
- Нужно определить, кто говорит: разметки по говорящим нет.
- Требуется запись с микрофона в реальном времени.
- Нужно обработать целую папку файлов или плейлист за один запуск.
Пример запроса к агенту
Расшифруй файл `interview.mp3` на английском моделью `small` и сохрани субтитры `srt` в папку `transcripts`.Ограничения
У Txtify нет документированного публичного API: скилл вызывает те же адреса, что и веб-страница, и при неожиданном ответе переключается на работу через браузер. Служба работает без авторизации, поэтому ее привязывают только к `localhost`. Образ весит 2–3 ГБ, веса Whisper скачиваются при первом использовании модели от 75 МБ до 3 ГБ. Скилл не умеет делить речь по говорящим, обрабатывать плейлисты и работать в реальном времени.
Как отключить. Остановите и удалите контейнер командами `docker stop txtify` и `docker rm txtify`, затем удалите папку скилла `txtify-transcribe`. Тома `txtify-output` и `txtify-cache` удаляются отдельно.
Частые вопросы
Куда уходят файлы?
Расшифровку выполняет локальный контейнер. Наружу идут только загрузка ролика с YouTube при расшифровке по ссылке и текст расшифровки в DeepL, если включен перевод.
Какие форматы доступны?
`txt`, `srt`, `vtt`, `sbv` и `pdf`.
Почему служба должна слушать только `localhost`?
У Txtify нет авторизации, а любое задание читается по номеру. Поэтому контейнер запускают с `-p 127.0.0.1:8011:8011`.
Что скачивается при первом запуске?
Образ Docker размером 2–3 ГБ и веса выбранной модели Whisper, от 75 МБ для `tiny` до около 3 ГБ для `large`.
Есть ли перевод?
Да, через DeepL, но только с вашим ключом в файле `.env`. Без ключа перевод остается выключенным.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл для Codex и Claude Code: субтитры и краткий пересказ по ссылке на ролик Douyin, Xiaohongshu, Bilibili, YouTube или по файлу
Навык вытаскивает текст и конспект из видео и подкастов по ссылке или файлу, используя субтитры платформы и Whisper.
Скилл превращает ссылку на видео с Bilibili, Douyin или YouTube в конспект с таймкодами через локальную расшифровку
Whisper — CLI для расшифровки аудио: выбирайте размер модели под компьютер и получайте текст речи на исходном языке.
Скилл и скрипты для расшифровки аудио через Yandex SpeechKit: подготовка записи, загрузка в Object Storage и асинхронное распознавание v3
watch-cli, скилл и CLI, дает агенту кадры и расшифровку любого соцвидео, чтобы тот разобрал ролик сам.
Коротко о README
Репозиторий хранит само веб-приложение Txtify и скилл `txtify-transcribe` для агентов в папке `skills/`. Для него есть сквозные скрипты проверки.