OpenClaw语音转文字技能:基于whisper.cpp的本地语音识别,无需API,支持中文。
OpenClaw语音转文字技能 - 使用whisper.cpp实现本地语音识别
此技能解决OpenClaw升级后语音消息无法被转录为文字的问题。通过使用whisper.cpp和国内镜像源,提供完全本地化的中文语音转文字功能,无需API密钥。
当用户提到“语音转文字”、“转录音频”、“语音识别”或类似关键词时,应激活此技能。
bash
whisper /path/to/audio.ogg 注意事项 - 首次使用需要下载模型文件 - 需要预先编译 whisper.cpp - 需要安装 ffmpeg
使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率,适用于图像创建、修改及编辑请求,使用 --input-image 指定输入图像。
使用 Whisper CLI 进行本地语音转文字(无需 API 密钥)
使用 ffmpeg 从视频中提取帧或短片。
提供 UI/UX 设计智能与实现指导,帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI(HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind)生成/评审/改进。工作流包括:①新 UI 布局与样式生成;②现有 UI/UX 改进;③设计系统标记和组件规范产出;④ UX 建议转化为代码变更。
专家级前端设计指南,用于创建美观、现代的用户界面。适用于落地页、仪表板等各类UI设计。
使用 mcp-diagram-generator MCP 服务器生成和编辑图表。适用于创建新图表、编辑现有的 .drawio/.mmd/.excalidraw 文件、网络拓扑图等场景。