即刻App年轻人的同好社区
下载
思路差不多，转写+润色，还可以做个总结，我是cursor本地搞了个whisper语音转写+gemini润色，不过不是对视频号
王老禅头: 有时候看完视频号视频，想整理文案学习用，于是用 Claude code 在一个下载视频号视频的开源项目基础上（https://github.com/ltaoo/wx_channels_download），新增了“提取音频”和“转化文案”两个功能。 这里简单介绍下“转化文案”这个功能的实现流程： 第一步，下载视频。程序会自动选择最低画质，把微信视频号的视频下载到本地的临时文件夹。 第二步，用 FFmpeg 把视频转成 MP3 音频文件 第三步，把 MP3 文件上传到 uguu.se 这个临时文件服务，获取一个公网下载链接。这个服务支持最大128MB的文件。 第四步，调用火山引擎的录音文件识别 API，把音频转成原始文本（也可以直接用Gemini识别） 第五步，用Gemini api对原始转录文本进行润色。让它自动修正专有名词、语法错误，把口语化的内容改成更书面的表达，最后输出一份更适合阅读的文案。
1 00
Cursor + Claude Code搓了个多样式的微信公众号排版编辑器
能够直接上传图片素材，设置封面，AI生成文章摘要，多样式排版发布文章到微信公众号草稿箱，支持多样式、代码风格、做了移动端适配和用户管理，写了一篇介绍文
还用CC加了一个API接口，可以用接口的形式渲染多样式的文章草稿，直接发布到微信草稿箱。
其实创建微信文章的原理就是用的微信的公众号开发者的接口，不是自己去逆向微信公众号后台，普通账号就能用，也不需要服务器，本地家庭网的IP就能用，只是微信的接口文档写的不清不楚的需要踩坑😂
mp.weixin.qq.com
能够直接上传图片素材，设置封面，AI生成文章摘要，多样式排版发布文章到微信公众号草稿箱，支持多样式、代码风格、做了移动端适配和用户管理，写了一篇介绍文
还用CC加了一个API接口，可以用接口的形式渲染多样式的文章草稿，直接发布到微信草稿箱。
其实创建微信文章的原理就是用的微信的公众号开发者的接口，不是自己去逆向微信公众号后台，普通账号就能用，也不需要服务器，本地家庭网的IP就能用，只是微信的接口文档写的不清不楚的需要踩坑😂
mp.weixin.qq.com
1 00
用Cursor+Claude Code搞定！自制AI语音笔记，比MacWhisper+Gemini客户端还顺手～
之前一直靠「MacWhisper+手机Gemini客户端」组合处理录音：先用前者转文字，再复制到后者润色提要点，虽说能解决问题，但来回切换APP总觉得麻烦，尤其是赶时间的时候。
这两天突然想：不如自己搭一个？没想到真成了！用AI编程工具折腾出一套专属的语音笔记工具，从转写到润色一气呵成，顺滑到想夸爆AI编程的强大～
原理其实和之前的组合类似，但更一体化：本地用Whisper模型转写录音（离线就能跑，还支持逐词回放核对），连上网直接调用Gemini的API做润色和重点提取，不用再复制粘贴切换APP了。
开发时主要靠Cursor和Claude Code写代码：一开始用Cursor扩展Whisper的基础功能，结果网络太坑总崩溃，后来换Claude Code（用了大佬的镜像）才顺利跑通，总共花了190多刀（约100块），性价比绝了。
现在用自己开发的工具处理录音，比之前的APP组合快了至少一半，还能自定义模型配置、保存记录，连润色规则都能按自己的习惯调。不得不说，AI编程是真的香——以前想都不敢想自己能搭这种工具，现在跟着提示一步步来，居然真成了～
你们平时有没有靠多个APP凑合用的场景？说不定也能自己搭个工具解决呢～
之前一直靠「MacWhisper+手机Gemini客户端」组合处理录音：先用前者转文字，再复制到后者润色提要点，虽说能解决问题，但来回切换APP总觉得麻烦，尤其是赶时间的时候。
这两天突然想：不如自己搭一个？没想到真成了！用AI编程工具折腾出一套专属的语音笔记工具，从转写到润色一气呵成，顺滑到想夸爆AI编程的强大～
原理其实和之前的组合类似，但更一体化：本地用Whisper模型转写录音（离线就能跑，还支持逐词回放核对），连上网直接调用Gemini的API做润色和重点提取，不用再复制粘贴切换APP了。
开发时主要靠Cursor和Claude Code写代码：一开始用Cursor扩展Whisper的基础功能，结果网络太坑总崩溃，后来换Claude Code（用了大佬的镜像）才顺利跑通，总共花了190多刀（约100块），性价比绝了。
现在用自己开发的工具处理录音，比之前的APP组合快了至少一半，还能自定义模型配置、保存记录，连润色规则都能按自己的习惯调。不得不说，AI编程是真的香——以前想都不敢想自己能搭这种工具，现在跟着提示一步步来，居然真成了～
你们平时有没有靠多个APP凑合用的场景？说不定也能自己搭个工具解决呢～
0 10
比较馋湾区日报的机器人，之前没有相关的能力，这次试了试使用Claude Code看能不能搓出来一个MCP服务版的湾区日报机器人，实现动动手就可以对文章评论，生成newsletter日报，目前第一次从零到一用claude code搓出来了雏形，带了个管理端，MCP服务层还没测试，主要是不太熟悉。买了艾逗笔大佬的mcp书，还没到，期待
0 00
vibe coding了一个微信公众号排版发布编辑器，把多样式整合进去了，对接了微信公众号API，可以不用登陆微信后台直接发布文章草稿。适配了移动端，比较适合折叠屏或是iPad打字编辑
00:09
2 00
自己用ai写一个，音频下载下来whisper转写成字幕行，然后字幕行进行批量ai润色，再组合成一个润色后的文章，我就是这样搞的，虽然有错别字但够用
HandsoMeng: 求助：有什么工具能把小宇宙的播客直接导成文字吗？
0 00
