איך כל סוכן AI מתמלל אודיו עם KolWrite?

אם הסוכן יכול להריץ פקודת shell, נותנים לו את kolwrite.py: קובץ Python אחד, ספרייה סטנדרטית בלבד, שמעלה קובץ, פותח משימה, מחכה וכותב את התוצאה. לסוכנים שטוענים skills יש את אותו קובץ ארוז כ־skill בשם kolwrite-transcribe, ולכל השאר יש את ה־REST API וקובץ ה־OpenAPI שלו.

קבלת מפתח API התחלה מהירה שפות נתמכות

עודכן לאחרונה: · Markdown

מה עושים פעם אחת

פותחים חשבון ויוצרים מפתח בעצמכם ב־console.kolwrite.com: נרשמים, טוענים קרדיטים, נכנסים ל־API Keys ויוצרים מפתח. סוכן לא יכול לעשות את זה במקומכם.

שומרים את המפתח בקובץ הפרופיל של ה־shell (~/.zshrc,‏ ~/.bashrc) כדי שכל סשן של סוכן יוכל לקרוא אותו, ופותחים טרמינל חדש:

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

הכלים קוראים את המפתח רק מהמשתנה הזה. אל תדביקו אותו בצ׳אט ואל תעלו אותו לריפוזיטורי.

מורידים את kolwrite.py ובודקים אותו

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

SHA-256: 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78. נדרש Python 3.9 ומעלה, ואין חבילות להתקין. מקור: kolwrite.py.

הפקודות שהסוכן מריץ

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
קוד יציאהמשמעות
0הסתיים; התוצאה ב־stdout או בקובץ שצוין ב־-o
1שגיאת API או רשת; מודפסת ההודעה של ה־API עצמו
2שגיאת שימוש, או ש־KOLWRITE_API_KEY לא מוגדר
3המשימה עדיין רצה אחרי --timeout; בודקים אחר כך עם kolwrite.py job JOB_ID
4המשימה נכשלה; הסיבה מודפסת

ה־skill לסוכן

סוכנים שטוענים Agent Skills (Claude Code מ־~/.claude/skills, ‏Codex מ־~/.agents/skills) יכולים לקחת את כל התיקייה: SKILL.md ועוד scripts/kolwrite.py, ארוזים ב־kolwrite-transcribe.zip. ה־skill רשום ב־/.well-known/agent-skills/index.json.

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

ההוראה ל־AGENTS.md או ל־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.

סוכנים שבונים קריאות HTTP בעצמם משתמשים ב־openapi.json (‏OpenAPI 3.1 עם דוגמאות וקודי השגיאה האמיתיים) וב־llms-full.txt.

כמה זה עולה

משימהמודלעלות
ראיון של 30 דקות, טקסט רגילbase0.24 דולר
פגישה של שעה עם זיהוי דובריםoracle1.56 דולר
הרצאה של שעה בעברית עם כתוביות באנגליתoracle1.44 דולר
שעה של אודיו רועש עם דיבור חופףoracle_max3.60 דולר

החיוב הוא לפי שנייה של אודיו מתוך הקרדיטים שלכם, בלי מינימום. זיהוי דוברים מוסיף 0.10 קרדיטים לשעת אודיו. שרת ה־MCP ו־kolwrite.py משתמשים ב־base אלא אם אתם או הסוכן קובעים מודל אחר, וב־oracle_mini בתרגום. כל התעריפים: /he/models.

מה אסור לסוכן לעשות

  • לבקש מכם את המפתח בצ׳אט, להדפיס אותו או לכתוב אותו לקובץ, לפקודה או ל־commit.
  • להפעיל שוב את אותו תמלול אחרי timeout או שגיאת רשת. כל הפעלה היא משימה חדשה שמחויבת בנפרד, ולכן במקום זה צריך לבדוק את המשימה הקיימת או לשאול אתכם.
  • להקליד חותמות זמן בעצמו. כדי לחתוך או לצטט לפי זמן הוא לוקח מספרי מקטעים מהתמליל ומחשב את הזמנים בקוד, לפי זמני המילים.
  • לשלוח כתובת של YouTube או של דף אינטרנט אחר בתור המדיה. צריך את קובץ המדיה עצמו.
  • לתמלל הקלטות ארוכות (מעל שעה) בלי לומר לכם קודם מה העלות הצפויה.

שאלות ותשובות

למה קובץ אחד ולא חבילה?

אין מה להתקין ואין מה שישתנה מתחת לידיים: הסוכן מוריד קובץ אחד, בודק את ה־hash שלו ומריץ. עדיין אין חבילת SDK ב־npm או ב־PyPI.

מה kolwrite.py שולח, ולאן?

רק את הקובץ ואת האפשרויות שאתם נותנים לו, אל ה־API של KolWrite בכתובת app.kolwrite.com, עם המפתח שלכם בכותרת x-api-key. קבצים מעל 4 MiB עוברים לטופס האחסון החתום שה־API מחזיר, בלי המפתח.