Releases: iaynidn-sudo/ai-translation-tool
Releases · iaynidn-sudo/ai-translation-tool
Release list
v1.2.0 - 录音结束多模式生成(默认业务需求调研)
新增:录音结束后多模式生成(mic_generate)
在 v1.1.0 基础上,给麦克风技能加上「录音结束 → 选择生成方式」能力,默认业务需求调研。
新增工具 mic_generate(mode, file)
- 先转写,再按
mode加工。内置 6 种模式:business_requirement— 业务需求调研(默认)customer_requirement— 客户需求meeting_minutes— 会议纪要action_items— 待办清单(事项|负责人|截止时间|优先级)summary— 一句话摘要transcript— 纯转写
双引擎(WorkBuddy 优先,LLM 兜底)
- 优先:未配 LLM 时,
mic_generate返回「转写 + 模式 SYSTEM_PROMPT」,由 WorkBuddy 自身模型生成(零新依赖、不需 API key)。 - 兜底:配置了
MIC_LLM_*(或复用项目APP_OPENAI_*)时,技能内直接调 LLM 生成成品——即「WorkBuddy 不可用时默认用 LLM」。
修复:LLM 兜底去除 openai 依赖
- 验证发现干净环境未装
openai包会导致 LLM 兜底静默失效;改为用httpx(mcp 已自带)直接请求/chat/completions,无需额外安装openai,调用失败优雅回退。
验证
- MCP 握手测试通过:5 个工具正常加载,mic_status / STDIO 握手正常。
- 逻辑测试全 PASS:6 模式、默认 business_requirement、未知 mode 报错、无文件/文件不存在守卫、无 LLM 配置时回退 WorkBuddy。
已知限制(同前)
- MCP stdio 进程跨回合可能重启,需同一回合内 mic_start → mic_stop → mic_generate。
- 长录音(>10 分钟)CPU 转写可能超时,建议走独立脚本。
v1.1.0 - 新增 local-mic-mcp 本地麦克风录音技能
新增:local-mic-mcp 本地麦克风 MCP 连接器
在 v1.0.0(客户需求调研纪要工具)基础上,新增一个不依赖浏览器的本地录音技能:
local-mic-mcp/SKILL.md— 技能说明、部署步骤、对话内使用方式与故障排查local-mic-mcp/scripts/server.py— FastMCP(stdio) 服务:sounddevice 抓系统麦克风 → 写 WAV → faster-whisper 转写,暴露mic_start/mic_stop/mic_status/mic_transcribe四个工具local-mic-mcp/scripts/test_client.py— stdio 客户端联调脚本,无需真实麦克风即可验证连接器是否健康
配套 local-mic-mcp/.gitignore 已屏蔽运行时产物(recordings/、__pycache__/、*.wav)。
适用场景
- WorkBuddy 对话里「一键录音→停止→转写」,首次 OS 授权后不再弹窗
- 规避浏览器
MediaRecorder的 webmInvalid data、麦克风弹窗等兼容问题
已知限制
- MCP stdio 进程跨回合可能重启,需在同一回合内完成 开始→说话→停止
- 长录音(>10 分钟)CPU 转写可能超时,建议走独立脚本
v1.0.0 - 客户需求调研纪要工具
录音转写(Whisper) + AI 生成需求调研纪要 + 导出 md/html/pdf/docx
三种接入方式
- Web: python app.py -> http://localhost:5000
- MCP: python mcp_server.py (stdio/streamable-http, 10 个工具)
- CLI: python cli.py transcribe/generate/export/config/test-config
技能
- .claude/skills/requirement-meeting-minutes (Claude Code / Workbuddy)
- .opencode/skills/requirement-meeting-minutes
配置
- 复制 .env.example 为 .env,填入 API_KEY (NVIDIA / OpenAI 兼容)
- BACKEND=openai 或 ollama