HERMES AGENT SHOWCASE公开作业展示

音视频转录 Agent

接收一个公开、无需登录的音视频链接,完成安全预检;经用户明确确认后下载音频、本地转录,并把去除时间戳的 Markdown 文件回传到原飞书会话。

Codex 配置与维护Hermes 固定流程飞书消息与文件回传

OPERATOR TIME

省下的人工

人工操作约 20~40 分钟,现在约 1~2 分钟;机器仍需处理时间。

ACCEPTED INPUT

输入范围

一个公开 HTTPS 单集链接;无需登录、无 Cookie、无 DRM、非播放列表,且发送者有权处理。

质量标准与能力边界

会做什么

  • 确认前绝不下载
  • 结果只回传原会话
  • 去除 Whisper 时间戳
  • 临时音频默认保留,删除需原发送者在原会话明确确认

不会做什么

  • 不处理登录、付费、Cookie 或 DRM
  • 不接受播放列表或多个链接
  • 不接受超过资源限制的媒体
  • 人名、专有名词、口音和多人重叠说话不保证完全准确

它是怎么工作的

Codex

Codex 配置与维护

Hermes

Hermes 执行固定流程

飞书通道

飞书通道接收消息与回传文件

yt-dlp

yt-dlp 负责公开媒体探测和下载

ffmpeg

ffmpeg 负责音频处理

Whisper

Whisper 负责本地语音转文字

真实运行记录

本次实测:约 20 分钟、18.6 MiB 音频,机器处理约 12 分 32 秒,产出 18.3 KB Markdown。以上仅为本次实测,不构成稳定性能承诺。

12 分 32 秒机器处理
18.3 KBMarkdown 产出

音视频转录

流程体验

我确认有权处理这个公开单集链接:https://audio.example.com/episode/demo
预检通过。确认 task_demo:公开单集、时长与大小在资源限制内。
确认 task_demo
转录完成 ✓ 结果已回传至当前会话。
转录结果.md18.3 KB

流程体验使用预设示例内容,输入不会离开当前页面。