Как любой ИИ-агент расшифровывает аудио через KolWrite?

Если агент умеет выполнять команды shell, дайте ему kolwrite.py: один файл на Python, только со стандартной библиотекой, который загружает файл, запускает задание, ждёт и записывает результат. Для агентов, загружающих skills, есть тот же файл в составе skill kolwrite-transcribe, а для всех остальных есть REST API и его файл OpenAPI.

Получить ключ API Быстрый старт Поддерживаемые языки

Обновлено: · Markdown

Что нужно сделать один раз

Создайте аккаунт и ключ сами на console.kolwrite.com: зарегистрируйтесь, пополните кредиты, откройте API Keys и создайте ключ. Агент не может сделать это за вас.

Сохраните ключ в файле профиля вашего shell (~/.zshrc, ~/.bashrc), чтобы его могла прочитать любая сессия агента, и откройте новый терминал:

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

Инструменты читают ключ только из этой переменной. Не вставляйте его в чат и не коммитьте в репозиторий.

Скачайте kolwrite.py и проверьте его

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

SHA-256: 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78. Нужен Python 3.9 или новее, устанавливать пакеты не требуется. Исходный код: kolwrite.py.

Команды, которые запускает агент

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
Код возвратаЗначение
0Готово: результат в stdout или в файле, указанном в -o
1Ошибка API или сети: выводится сообщение самого API
2Ошибка использования или не задана KOLWRITE_API_KEY
3Задание ещё выполняется после --timeout: проверьте позже командой kolwrite.py job JOB_ID
4Задание завершилось ошибкой: выводится причина

Skill для агента

Агенты, которые загружают Agent Skills (Claude Code из ~/.claude/skills, Codex из ~/.agents/skills), могут взять всю папку: SKILL.md и scripts/kolwrite.py в архиве kolwrite-transcribe.zip. Skill указан в /.well-known/agent-skills/index.json.

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

Правило для AGENTS.md или 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.

Агенты, которые сами формируют HTTP-запросы, используют openapi.json (OpenAPI 3.1 с примерами и реальными кодами ошибок) и llms-full.txt.

Сколько это стоит

ЗадачаМодельСтоимость
Интервью на 30 минут, обычный текстbase0,24 $
Часовая встреча с разметкой спикеровoracle1,56 $
Часовой доклад на иврите с английскими субтитрамиoracle1,44 $
Час шумного аудио с перекрывающимися голосамиoracle_max3,60 $

Оплата идёт посекундно за длительность аудио и списывается с ваших кредитов, без минимального платежа. Разметка спикеров добавляет 0,10 кредита за час аудио. MCP-сервер и kolwrite.py используют base, если вы или агент не указали другую модель, а при переводе используют oracle_mini. Все тарифы: /ru/models.

Чего агент делать не должен

  • Просить у вас ключ в чате, выводить его или записывать в файл, команду или коммит.
  • Запускать ту же расшифровку заново после тайм-аута или сетевой ошибки. Каждый запуск создаёт новое задание, и оно оплачивается. Вместо этого нужно проверить уже созданное задание или спросить вас.
  • Вписывать временные метки самостоятельно. Чтобы вырезать или процитировать фрагмент по времени, он берёт номера сегментов из расшифровки и считает время в коде по временным меткам слов.
  • Отправлять в качестве медиа адрес видео на YouTube или другой веб-страницы. Нужен сам медиафайл.
  • Расшифровывать длинные записи (больше часа), не сообщив вам заранее ожидаемую стоимость.

Вопросы и ответы

Почему один файл, а не пакет?

Ничего не нужно устанавливать, и ничего не меняется без вашего ведома: агент скачивает один файл, проверяет его хеш и запускает. Пакета SDK на npm или PyPI пока нет.

Что отправляет kolwrite.py и куда?

Только файл и параметры, которые вы ему передали, в API KolWrite на app.kolwrite.com, с вашим ключом в заголовке x-api-key. Файлы больше 4 MiB отправляются через подписанную форму загрузки в хранилище, которую возвращает API, уже без ключа.