接收输入
用户在飞书私聊或群聊 @Bot 发送链接、会议录音标识或音频路径。
1.5-4 小时
人工转录、校对、整理一条长音视频的常见耗时
10-30 分钟
Agent 自动处理后拿到初稿的目标耗时，长音频会更久
飞书入口
私聊直接发链接，群聊 @Bot 触发任务
Workflow
从一个链接到一篇可读文稿
小D不是简单摘要工具。它的目标是保留论述链条、案例、数字和必要原话，再把口语内容整理成文章。
判断授权
先确认内容是否公开可访问；私密、付费、内部材料必须暂停确认。
获取文本或音频
优先用现成字幕和逐字稿；没有可靠文本时再下载音频并转码。
转录与整理
用 faster-whisper 识别中文，再清洗、校对、重组为分享式文稿。
交付结果
优先创建飞书文档；失败时降级为本地 Markdown 路径。
Capabilities
它能做什么
识别 B 站、YouTube、小宇宙、飞书妙记和本地音频路径
优先查找字幕、逐字稿或会议文本
在授权范围内获取音频并转成可识别格式
使用 faster-whisper 生成中文转录稿
清洗时间戳、说话人标签和无信息重复
按真实主题整理成中文分享式提纯稿
推荐输入格式
请把这个链接转录整理成分享式提纯稿： <音视频链接>
交付标准
无时间戳、无说话人标签，不是三句话总结，而是按真实主题分段的中文提纯稿。
Tool Stack
背后的工具栈
Hermes
运行 Agent Profile，接收飞书消息，调度任务
飞书 Bot
作为用户入口，承载私聊、群聊、文档交付
yt-dlp
在合规范围内获取公开音视频资源
ffmpeg
抽取音频、转码和检查媒体可用性
faster-whisper
中文语音识别和原始转录
Codex
搭建、配置、验证和维护 Agent
Safety Boundary
这个页面不会暴露你的真实 Agent
这是一个公开展示对象，只描述能力和使用规范。访客不能通过这里调用飞书 Bot、Hermes Profile、 你的 API、你的文档权限或任何私有数据。
不绕过登录、付费墙、平台访问控制或版权限制
不处理未经授权的私密会议、内部录音或第三方隐私材料
不发布、传播、搬运原始音视频
不保证专有名词完全正确，无法确认时标注 [待确认]
当前只做中文整理，不做多语言翻译
Public Showcase
适合用来给同学、圈友或评审展示
他们能看到小D的定位、流程、工具栈、输出标准和安全边界，但不会接触你的真实运行环境。