Come faccio a far trascrivere audio e video a Codex?

Aggiungi quattro righe a ~/.codex/config.toml (o esegui codex mcp add), oppure metti la skill kolwrite-transcribe in ~/.agents/skills. Codex potrà trasformare le registrazioni del tuo repository in testo, sottotitoli SRT o traduzioni. Si paga al secondo, dai tuoi crediti KolWrite.

Ottieni una chiave API Guida rapida Lingue supportate

Ultimo aggiornamento: · Markdown

Cosa fai una volta sola

Crea tu l’account e la chiave su console.kolwrite.com: registrati, aggiungi crediti, apri API Keys e crea una chiave. Un agente non può farlo al posto tuo.

Metti la chiave nel file di profilo della tua shell (~/.zshrc, ~/.bashrc) in modo che ogni sessione di agente che avvii possa leggerla, poi apri un nuovo terminale:

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

Gli strumenti leggono la chiave solo da questa variabile. Non incollarla in una chat e non farne il commit in un repository.

Aggiungere il server MCP

In ~/.codex/config.toml. env_vars passa KOLWRITE_API_KEY dalla shell in cui avvii Codex, quindi la chiave non viene scritta nel file:

[mcp_servers.kolwrite]
command = "npx"
args = ["-y", "https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz"]
env_vars = ["KOLWRITE_API_KEY"]

Oppure con un solo comando (questo salva la chiave in config.toml):

codex mcp add kolwrite --env KOLWRITE_API_KEY="$KOLWRITE_API_KEY" -- npx -y https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz

Il server dà all’agente sei strumenti: transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Gira sul tuo computer con Node.js 18 o successivo e si scarica da https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).

Oppure installare la skill

Codex legge le skill da ~/.agents/skills (tutti i progetti) o da .agents/skills nel repository:

mkdir -p ~/.agents/skills && cd ~/.agents/skills
curl -fsSLO https://console.kolwrite.com/skills/kolwrite-transcribe.zip && unzip -o kolwrite-transcribe.zip && rm kolwrite-transcribe.zip

Se una skill nuova non compare, riavvia Codex.

Tenere la regola in AGENTS.md

Perché ogni sessione di Codex nel repository conosca l’API anche senza uno strumento, aggiungi questa riga a AGENTS.md:

For speech-to-text use the KolWrite API; read https://console.kolwrite.com/agent-instructions.md before writing code. The key is in KOLWRITE_API_KEY.

Cosa chiedere

Tre richieste da fare a Codex:

Trascrivi ~/Downloads/interview.m4a con KolWrite e salva il testo come interview.txt accanto al file.

Crea sottotitoli SRT in inglese per talk.mp4 con KolWrite, un sottotitolo per frase.

Chi ha detto cosa in team-call.mp3? Trascrivilo con il riconoscimento degli interlocutori sul modello oracle, poi elenca le attività di ciascuno.

Quanto costa

OperazioneModelloCosto
Un’intervista di 30 minuti, solo testobase0,24 US$
Una riunione di un’ora con riconoscimento degli interlocutorioracle1,56 US$
Un intervento di un’ora in ebraico con sottotitoli in ingleseoracle1,44 US$
Un’ora di audio rumoroso con voci sovrapposteoracle_max3,60 US$

Si paga al secondo di audio, dai tuoi crediti, senza minimo. Il riconoscimento degli interlocutori aggiunge 0,10 crediti per ora di audio. Il server MCP e kolwrite.py usano base se tu o l’agente non indicate un altro modello, e oracle_mini per tradurre. Tutte le tariffe: /it/models.

Cosa l’agente non deve fare

  • Chiederti la chiave nella chat, stamparla o scriverla in un file, in un comando o in un commit.
  • Riavviare la stessa trascrizione dopo un timeout o un errore di rete. Ogni avvio è un nuovo job e viene fatturato; deve invece controllare il job esistente o chiedere a te.
  • Scrivere i timestamp da solo. Per tagliare o citare in base al minutaggio, prende i numeri dei segmenti dalla trascrizione e calcola i tempi via codice a partire dai timestamp delle parole.
  • Inviare come file multimediale l’indirizzo di un video di YouTube o di un’altra pagina web. Serve il file multimediale vero e proprio.
  • Trascrivere registrazioni lunghe (oltre un’ora) senza dirti prima il costo previsto.

Domande e risposte

Funziona anche nell’estensione di Codex per l’IDE?

L’estensione legge lo stesso ~/.codex/config.toml, quindi anche lì il server MCP è disponibile.

Codex può scrivere codice che chiama l’API nella mia app?

Sì. Indicagli agent-instructions.md e openapi.json. Il server MCP serve a trascrivere file mentre lavori; non è una libreria da integrare nella tua app.