从视频链接提取音频并使用STT（语音转文字）转录，支持本地Whisper或云端API。适用场景：用户提供视频链接并希望转录时。
codeskills install video-stt该技能详情正在完善中。
查看原文获取完整内容可配置的选项
| 参数 | 说明 | 默认值 |
|---|---|---|
stt | 从视频链接提取音频并使用STT（语音转文字）转录，支持本地Whisper或云端API。适用场景：用户提供视频链接并希望转录时。 | 无 |
基于分类和标签推荐
使用 FFHub.io 云端 FFmpeg API 处理音视频文件，支持格式转换、压缩、剪辑、调整尺寸、提取音频、生成缩略图等操作。
使用阿里云 DashScope/灵眸 API 生成人脸口播视频（talking head video）。支持三种模式：EMO（人像+音频驱动口播，两步流程）、AA/Animate Anyone（全身动画）、灵眸（基于模板的数字人口播视频）。当用户需要制作口播视频、数字人视频、EMO/AA 人脸动画、VideoRe...
通过fal.ai API生成图像、视频和音频（FLUX、SDXL、Whisper等）
YouTube视频总结器，支持声纹识别、格式化文档与语音输出。开箱即用，兼容macOS内置TTS。可选工具(pandoc/ffmpeg/mlx-audio)增强效果。需联网，无付费API。适用于YouTube链接或视频总结/转录场景。