Defense Recorder 是一个用于整理学术答辩记录的 Agent Skill。它可以将完整答辩会录音、视频、转写文本或字幕文件整理为按答辩人组织的结构化 Markdown 记录，包含陈述概述、评委问答、评委建议、术语修正和低置信度说明。
npx skills add wenyi-li/DefenseRecordSkill提供答辩录音或已有转写文本，然后要求 Agent 使用 defense-recorder 整理记录：
@defense_meeting.m4a
使用 defense-recorder 整理这场答辩会的问答记录。
建议同时提供答辩顺序、答辩人名单、PPT、论文摘要或学院模板，以提高姓名、题目、术语和场次边界的准确性：
@defense_meeting.m4a
@答辩顺序表.xlsx
@答辩人名单.pdf
@答辩PPT文件夹
使用 defense-recorder 整理这场答辩会的问答记录。
- 调用讯飞录音文件转写 / RAASR API 转写音频或视频。
- 将整场答辩会切分为多个答辩人场次。
- 为每位答辩人整理陈述概述、评委问答和评委建议。
- 根据当前答辩人的材料修正明确的 ASR 术语错误。
- 对说话人不确定、场次边界模糊、问答配对不清等内容添加低置信度说明。
主要输入可以是：
- 音频或视频：
.mp3、.m4a、.wav、.flac、.aac、.mp4 - 已有转写或字幕：
.txt、.md、.srt、.vtt、.json
可选辅助材料包括：
- 答辩人名单
- 答辩顺序表
- 评委名单
- PPT 或幻灯片文件夹
- 论文 PDF、摘要或学位论文
- 学院指定输出模板
- 用户提供的术语表
辅助材料使用优先级：
答辩顺序表 / 官方名单
> 答辩人 PPT / 论文 / 摘要
> 答辩人陈述内容
> 评委问答内容
> 通用领域知识
默认输出文件为：
defense_records.md
长录音或多答辩人场景还会生成逐人中间文件，便于核查并避免长上下文压缩遗漏：
qa_chunks/<序号>_<姓名>.md # 当前答辩人的原始问答片段
qa_extracts/<序号>_<姓名>.md # 当前答辩人的问答/建议抽取结果
每位答辩人的记录包含：
- 答辩顺序和姓名
- 时间范围
- 论文题目，如可识别
- 识别置信度
- 陈述概述
- 评委问答
- 评委建议
- 术语修正说明
- 低置信度片段
问答记录格式：
问：...
答：...
仅建议记录格式：
建议：...
回应：好的/感谢老师提醒/已记录
如果未手动配置，skill 会自动提示配置科大讯飞 Key，用于录音转文字。
完整答辩录音使用讯飞录音文件转写 / RAASR：
- 上传接口：
https://raasr.xfyun.cn/v2/api/upload - 凭据变量：
XFYUN_APP_ID和XFYUN_SECRET_KEY XFYUN_SECRET_KEY必须是 RAASR 服务页面的SecretKey
不要把 spark_zh_iat 中英识别大模型的 APIKey 或 APISecret 填到 XFYUN_SECRET_KEY。spark_zh_iat 是 WebSocket 流式接口，主要面向最长 60 秒的短音频；答辩录音通常需要长文件转写、时间戳和可选角色分离。
请先参考讯飞官方文档开通服务并获取 APPID 与 SecretKey：
https://www.xfyun.cn/doc/asr/ifasr_new/API.html
可在 讯飞开放平台录音文件转写服务页面 领取免费额度。
配置凭据：
python3 scripts/setup_xfyun_env.py也可以手动设置环境变量：
export XFYUN_APP_ID="你的讯飞 APPID"
export XFYUN_SECRET_KEY="你的讯飞录音文件转写 RAASR SecretKey"转写脚本会自动从以下位置读取凭据：
- 环境变量
XFYUN_APP_ID/XFYUN_SECRET_KEY - 当前工作目录的
.env - 媒体文件所在目录的
.env - skill 目录的
.env
- 保持每位答辩人的内容相互隔离，不混用相邻场次的问题、回答或术语。
- 不编造答辩人姓名、论文题目、评委问题、回答、时间戳或结论。
- 无法识别姓名时，使用
未知答辩人 1、未知答辩人 2等。 - 无法识别论文题目时，写
论文题目：未识别。 - 对不确定内容添加低置信度说明，不强行确定。
- 不把全局
SPEAKER_ID直接绑定为答辩人；说话人角色必须在每位答辩人的场次内推断。 - 不生成官方答辩决议、通过/不通过判断或主观评价。
skills/defense-recorder/
├── SKILL.md
├── agents/
├── examples/
├── knowledge/
├── prompts/
├── references/
├── scripts/
└── templates/
答辩录音和辅助材料可能包含个人信息。 不要将真实讯飞密钥、私人答辩录音、学生材料或未授权的输出记录提交到公开仓库。