Xiaoyuzhou Asr
--- name: xiaoyuzhou-asr description: > Transcribe 小宇宙 (Xiaoyuzhou) podcast episodes to text using local Qwen3-ASR speech recognition. Combines xyz API (小宇宙FM API) to fetch episode metadata and audio URLs with qwen3-asr-rs for local GPU-accelerated speech-to-text. Use when user wants to: (1) transcribe a 小宇宙 podcast episode, (2) download podcast audio from 小宇宙, (3) search and transcribe podcast content, (4) batch transcribe multiple episodes. Triggers: 小宇宙, podcast transcription, 播客转文字
xiaoyuzhou-asr
小宇宙播客本地转录 Skill，适配 Claude Code / OpenClaw。通过兼容的 xyz API 服务获取节目元数据和音频 URL，使用 Qwen3-ASR 在本地完成语音识别，音频不会上传到外部服务。
> 重要前提：小宇宙搜索、登录、单集详情和音频 URL 获取都依赖正在运行的 [ultrazg/xyz](https://github.com/ultrazg/xyz.git) 兼容 API 服务。默认地址是 http://localhost:23020，可用 XYZ_BASE_URL 指向其他地址；如果没有安装并启动该服务，小宇宙转录流程无法使用。
安装
方式一 直接告诉 Claude Code / OpenClaw：
``
安装这个 skill https://github.com/worldwonderer/xiaoyuzhou-asr
方式二 命令行：
`bash
Claude Code
cp -r xiaoyuzhou-asr ~/.claude/skills/xiaoyuzhou-asrOpenClaw
npx skills add worldwonderer/xiaoyuzhou-asr -y
使用
安装后对 Claude 说：
- 「转录这集小宇宙播客 https://...」
- 「搜索早咖啡最新一期并转录」
- 「把这个单集 ID 转成文字」
自然语言即可触发，不需要记命令。
也可以直接运行脚本：
`bash
检查环境是否就绪
python3 scripts/transcribe_podcast.py --check-env --token YOUR_TOKEN按小宇宙单集链接转录
python3 scripts/transcribe_podcast.py \
--token YOUR_TOKEN --url "https://www.xiaoyuzhoufm.com/episode/EPISODE_ID" -o output.md按关键词搜索并转录第一个结果
python3 scripts/transcribe_podcast.py \
--token YOUR_TOKEN --keyword "早咖啡" -o output.md
脚本也可以被同目录脚本复用（这不是打包发布的 Python library；推荐直接用 CLI）：
`python
from transcribe_podcast import search_episodes, run_transcription
episodes, _ = search_episodes(token, "早咖啡")
所有异常使用 TranscriptionError 体系，不会 sys.exit
Skill 组成
| 文件 | 说明 |SKILL.md
|:-----|:-----|
| | Skill 入口，定义触发条件和工作流 |scripts/transcribe_podcast.py
| | 全流程脚本：搜索 → 下载 → 转换 → 分割 → 转录 → 输出 |scripts/batch_transcribe.py
| | 批量发现并转录播客单集的辅助脚本 |references/xyz-api.md
| | xyz API 端点、认证、响应格式参考 |references/qwen3-asr.md
| | Qwen3-ASR 模型使用、音频要求、长音频处理参考 |
依赖
| 依赖 | 用途 | 安装 |git clone
|:-----|:-----|:-----|
| [ultrazg/xyz](https://github.com/ultrazg/xyz.git) | 小宇宙 API 服务（需 +86 手机号登录） | → go run . |huggingface_hub.snapshot_download
| [Qwen3-ASR-0.6B](https://huggingface.co/Qwen/Qwen3-ASR-0.6B) | 语音识别模型（约 1.8GB） | |cargo build --release --example local_transcribe
| [qwen3-asr-rs](https://github.com/alan890104/qwen3-asr-rs) | Rust ASR 推理引擎 | |brew install ffmpeg
| ffmpeg | 音频格式转换 | |
详细安装步骤见 [references/qwen3-asr.md](references/qwen3-asr.md)。
输出格式
| Format | 参数 | 说明 |--format markdown
|:-------|:-----|:-----|
| Markdown | （默认） | 元数据标题 + 转录文本 |--format srt
| SRT | | 字幕文件，按分段时间估算句子时间戳 |--format txt
| TXT | | 简洁标题 + 转录文本 |--format json
| JSON | | 元数据和转录文本 JSON |
配置
常用环境变量：
| 变量 | 说明 | 默认值 |XYZ_BASE_URL
|:-----|:-----|:-------|
| | xyz API 服务地址 | http://localhost:23020 |XYZ_ACCESS_TOKEN
| | 小宇宙 access token | — |XYZ_REFRESH_TOKEN
| | 自动刷新 token 用 | — |XYZ_HTTP_TIMEOUT
| | xyz API 请求超时秒数 | 15 |XYZ_DOWNLOAD_TIMEOUT
| | 音频下载超时秒数 | 120 |QWEN3_ASR_MODEL_DIR
| | Qwen3-ASR 模型目录 | 自动探测 |QWEN3_ASR_BIN
| | local_transcribe 路径 | 自动探测 |
平台支持
| 平台 | GPU 加速 | 备注 |
|:-----|:---------|:-----|
| Apple Silicon (M1/M2/M3/M4) | Metal | 音频超过 3 分钟会挂起，脚本自动分割为 ≤180s 片段 |
| NVIDIA (CUDA) | CUDA | 无时长限制 |
转录效果
以下是一期 11 分钟的中文播客（声动早咖啡）的实际转录结果，未经人工修改：
<details>
<summary>展开查看完整转录</summary>
`markdown
美军在对伊空袭中使用 AI 工具，泡泡玛特起诉 3D 打印公司拓竹科技
节目: 声动早咖啡
日期: 2026-03-02
时长: 11分14秒
播放量: 186,128
---
转录文本
用声音碰撞世界，生动活泼。嗨，我是早咖啡的兼职泽林，我们节目组正在寻找新伙伴。如果你对商业世界好奇，也喜欢声音这个媒介，欢迎去单击介绍里点招聘入口看看。那我们接下来就进入今天的节目吧。生动早咖啡与你轻松同步日常生活与商业世界。嗨，各位早上好呀，今天是二零二六年的三月三号，星期二。这里是生动早咖啡，我是来自生动活泼的梦一。美军在军事活动中是如何使用AI工具的？小米为什么不会量产自己的超跑概念车？泡泡玛特为什么起诉了三D打印公司拓竹科技？今天的早咖啡，我们将会为你带来这些问题的答案。海湾地区经济活动遭受冲击。根据路透社三月一号的报道，在美国和以色列对伊朗发动袭击之后，伊朗实施报复性攻击，波及了大部分海湾地区国家。当地的经济活动正在遭遇自新冠疫情以来最严重的冲击...`
</details>
`markdown
美军在对伊空袭中使用 AI 工具，泡泡玛特起诉 3D 打印公司拓竹科技
节目: 声动早咖啡
日期: 2026-03-02
时长: 11分14秒
播放量: 186,128
---
转录文本
美军在军事活动中是如何使用AI工具的？小米为什么不会量产自己的``
超跑概念车？泡泡玛特为什么起诉了三D打印公司拓竹科技？今天的
早咖啡，我们将会为你带来这些问题的答案。海湾地区经济活动遭受
冲击。根据路透社三月一号的报道，在美国和以色列对伊朗发动袭击
之后，伊朗实施报复性攻击，波及了大部分海湾地区国家。当地的经济
活动正在遭遇自新冠疫情以来最严重的冲击，机场被迫关闭，港口停运，
金融市场剧烈震荡...
致谢
- [ultrazg/xyz](https://github.com/ultrazg/xyz.git) — 感谢该项目提供小宇宙 FM 非官方 API 能力，本 skill 通过运行兼容的 xyz API 服务获取节目元数据和音频 URL
- [qwen3-asr-rs](https://github.com/alan890104/qwen3-asr-rs) — Qwen3 ASR Rust 推理引擎（candle 框架）
方式一 直接告诉 Claude Code / OpenClaw：
``
安装这个 skill https://github.com/worldwonderer/xiaoyuzhou-asr
方式二 命令行：
``bash
| 依赖 | 用途 | 安装 |
|:-----|:-----|:-----|
| [ultrazg/xyz](https://github.com/ultrazg/xyz.git) | 小宇宙 API 服务（需 +86 手机号登录） | git clone → go run . |
| [Qwen3-ASR-0.6B](https://huggingface.co/Qwen/Qwen3-ASR-0.6B) | 语音识别模型（约 1.8GB） | huggingface_hub.snapshot_download |
| [qwen3-asr-rs](https://github.com/alan890104/qwen3-asr-rs) | Rust ASR 推理引擎 | cargo build --release --example local_transcribe |
| ffmpeg | 音频格式转换 | brew install ffmpeg |
详细安装步骤见 [references/qwen3-asr.md](references/qwen3-asr.md)。