Comment n’importe quel agent IA transcrit-il de l’audio avec KolWrite ?

Si l’agent peut exécuter une commande shell, donnez-lui kolwrite.py : un seul fichier Python, sans autre dépendance que la bibliothèque standard, qui envoie un fichier, lance le job, attend et écrit le résultat. Pour les agents qui chargent des skills, le même fichier est empaqueté dans la skill kolwrite-transcribe ; pour tous les autres, il y a l’API REST et son fichier OpenAPI.

Obtenir une clé API Démarrage rapide Langues prises en charge

Dernière mise à jour: · Markdown

Ce que vous faites une seule fois

Créez le compte et la clé vous-même sur console.kolwrite.com : inscrivez-vous, ajoutez des crédits, ouvrez API Keys et créez une clé. Un agent ne peut pas le faire à votre place.

Placez la clé dans le fichier de profil de votre shell (~/.zshrc, ~/.bashrc) pour que chaque session d’agent que vous lancez puisse la lire, puis ouvrez un nouveau terminal :

export KOLWRITE_API_KEY=...   # paste the key from API Keys

Les outils lisent la clé uniquement dans cette variable. Ne la collez pas dans un chat et ne la committez pas dans un dépôt.

Télécharger kolwrite.py et le vérifier

curl -fsSLO https://console.kolwrite.com/cli/kolwrite.py
echo "721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78  kolwrite.py" | shasum -a 256 -c -

SHA-256 : 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78. Python 3.9 ou plus récent, aucun paquet à installer. Source : kolwrite.py.

Les commandes que l’agent exécute

python3 kolwrite.py transcribe meeting.m4a --model oracle --speakers --format json -o meeting.json
python3 kolwrite.py transcribe talk.mp4 --format srt -o talk.srt
python3 kolwrite.py transcribe interview.m4a --language he --translate-to en
python3 kolwrite.py transcribe https://example.com/podcast.mp3 --json
python3 kolwrite.py job JOB_ID
python3 kolwrite.py models
Code de sortieSignification
0Terminé ; le résultat est sur stdout ou dans le fichier indiqué par -o
1Erreur de l’API ou du réseau ; le message de l’API est affiché tel quel
2Erreur d’utilisation, ou KOLWRITE_API_KEY n’est pas définie
3Toujours en cours après --timeout ; vérifiez plus tard avec kolwrite.py job JOB_ID
4Le job a échoué ; la raison est affichée

La skill pour agent

Les agents qui chargent des Agent Skills (Claude Code depuis ~/.claude/skills, Codex depuis ~/.agents/skills) peuvent prendre le dossier entier : SKILL.md plus scripts/kolwrite.py, compressés dans kolwrite-transcribe.zip. La skill figure dans /.well-known/agent-skills/index.json.

curl -fsSLO https://console.kolwrite.com/skills/kolwrite-transcribe.zip && unzip -o kolwrite-transcribe.zip

La consigne pour AGENTS.md ou CLAUDE.md

For speech-to-text use the KolWrite API.
- Run python3 kolwrite.py (from https://console.kolwrite.com/cli/kolwrite.py, SHA-256 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78) or call the API as https://console.kolwrite.com/agent-instructions.md describes.
- The key is in KOLWRITE_API_KEY. Never print it or write it to a file.
- Tell me the expected cost before transcribing more than an hour of audio.

Les agents qui construisent eux-mêmes leurs appels HTTP utilisent openapi.json (OpenAPI 3.1 avec exemples et vrais codes d’erreur) et llms-full.txt.

Combien ça coûte

TâcheModèleCoût
Un entretien de 30 minutes, texte brutbase0,24 US$
Une réunion d’une heure avec identification des locuteursoracle1,56 US$
Une conférence d’une heure en hébreu avec sous-titres en anglaisoracle1,44 US$
Une heure d’audio bruyant avec des voix qui se chevauchentoracle_max3,60 US$

La facturation se fait à la seconde d’audio, sur vos crédits, sans minimum. L’identification des locuteurs ajoute 0,10 crédit par heure d’audio. Le serveur MCP et kolwrite.py utilisent base tant que vous ou l’agent n’indiquez pas un autre modèle, et oracle_mini pour traduire. Tous les tarifs : /fr/models.

Ce que l’agent ne doit pas faire

  • Vous demander la clé dans le chat, l’afficher, ou l’écrire dans un fichier, une commande ou un commit.
  • Relancer la même transcription après un timeout ou une erreur réseau. Chaque lancement crée un nouveau job facturé ; il doit plutôt vérifier le job existant ou vous demander.
  • Saisir lui-même des horodatages. Pour couper ou citer à un moment précis, il reprend les numéros de segments de la transcription et calcule les temps dans le code à partir des horodatages des mots.
  • Envoyer comme média l’adresse d’une vidéo YouTube ou d’une autre page web. Il lui faut le fichier média lui-même.
  • Transcrire de longs enregistrements (plus d’une heure) sans vous indiquer d’abord le coût prévu.

Questions et réponses

Pourquoi un seul fichier plutôt qu’un paquet ?

Rien à installer, rien qui change sans que vous le sachiez : l’agent télécharge un fichier, vérifie son hash et l’exécute. Il n’existe pas encore de paquet SDK sur npm ni sur PyPI.

Qu’envoie kolwrite.py, et où ?

Uniquement le fichier et les options que vous lui donnez, à l’API KolWrite sur app.kolwrite.com, avec votre clé dans l’en-tête x-api-key. Les fichiers de plus de 4 MiB passent par le formulaire de stockage signé que renvoie l’API, sans la clé.