Wjs Mining Voicedrop

wjs-mining-voicedrop

VoiceDrop 收件箱（jianshuo.dev/files 上的 VoiceDrop-*.m4a）→ 逐条转写 → 交给 wjs-mining-articles 出公众号草稿。这是 VoiceDrop iOS app（开口即录、停即上传）的 Mac 端闭环。

本 skill 自身的产出 = ① 公众号草稿（~/code/wechat-publish/）+ ② 本地音频/SRT 存档（~/code/voicedrop/archive/）+ ③ R2 上的处理标记（articles/<stem>.json 或 .empty）+ ④ 一份批次报告（处理几条、各出几篇、哪些标了无语音及原因、还剩几条未处理）。 完整接口契约见 agents/interface.yaml。

Core Principle

复用，不重写。 本 skill 只做两件本身没有的事：收件箱的进出（列/下载/标记）和逐条编排。转写交 wjs-transcribing-audio，成文交 wjs-mining-articles，一行都不重写。

R2 永不删，用标记文件表示处理状态。 音频一直留在 R2，直到用户自己在 app 里删。「未处理」= 还没有 articles/<stem>.json（已成文）也没有 articles/<stem>.empty（无语音）标记的 VoiceDrop-*.m4a；list 已自动只列未处理的。一条成功成文后写 mark-done，没语音/损坏写 mark-empty——两者都让这条不再被重复处理。绝不 delete（delete 只留给用户在 app 里手动清理）。

When This Skill Fires

• 用户说「处理 VoiceDrop 录音」「把新录音挖成文章」「处理一下我的口述」
• 用户跑 /wjs-mining-voicedrop

When NOT to use

• 已经有 SRT → 直接 wjs-mining-articles
• 音频不在 R2 收件箱（本地散文件）→ 直接 wjs-transcribing-audio 出 SRT，再 wjs-mining-articles
• 桶里是别的机器传的非录音文件 → 本 skill 只认 VoiceDrop-*.m4a 前缀，其余不碰

前置

• ~/code/.env 里有 FILES_TOKEN（收件箱鉴权）和火山 ASR creds（VOLC_ASR_* / VOLC_TTS_*，转写用）。set -a; source ~/code/.env; set +a。

Workflow

唯一的新增代码：scripts/voicedrop-inbox.sh（list / download / mark-done / mark-empty / delete，token 运行时从 ~/code/.env 读，绝不落代码）。list 只列未处理；mark-done/mark-empty 写处理标记；delete 只给手动清理用，成文流程不调它。

Step 0 · 定位脚本 + 载入环境（不依赖当前目录）

INBOX=~/.claude/skills/wjs-mining-voicedrop/scripts/voicedrop-inbox.sh
set -a; source ~/code/.env; set +a    # FILES_TOKEN + 火山 ASR creds

用绝对路径 $INBOX 调脚本——不要写成 scripts/voicedrop-inbox.sh，那依赖「人恰好在 skill 根目录」这个隐藏假设，换目录就崩。

Step 1 · 列收件箱

"$INBOX" list      # 打印未处理的 VoiceDrop-*.m4a，一行一个

• 命令非零退出（网络不通 / token 失效）→ 报「收件箱连不上或 FILES_TOKEN 失效，检查 ~/code/.env」并停，不进入循环。
• 输出为空 → 报「收件箱没有新录音」结束。
• 非空 → 拿到这一批文件名。

Step 2 · 逐条闭环（串行，一条跑完再下一条）

串行。批次韧性：单条任何一步失败 → 记录原因、跳到下一条、绝不中止整批、绝不漏标。 每条录音最终必须落到三个终态之一：已成文（mark-done）/ 无语音（mark-empty）/ 失败（不标，留待下次）——绝不「处理了却什么都没标」。对每个 <name>：

1. 下载存档：

   "$INBOX" download <name> ~/code/voicedrop/archive

   音频落 ~/code/voicedrop/archive/<name>。R2 上的原件始终保留，本地这份只是离线副本。
2. 快速看一眼是不是真录音：

   dur=$(ffprobe -v error -show_entries format=duration -of csv=p=0 "$audio" 2>/dev/null)

   dur 为空（非音频/损坏）→ "$INBOX" mark-empty <name> corrupt；< 1.0 秒（误传/静音）→ "$INBOX" mark-empty <name> silent。标完报告用户，跳到下一条——这条已是终态，不再重复处理。
3. 转写 → SRT：载入 wjs-transcribing-audio（中文走火山豆包 volc_asr_stream.py + build_srt_from_asr.py + 在 session 内做 AI 润色改错别字）。SRT 落 ~/code/voicedrop/archive/<stem>.srt。
   • 转写出来是空的（有声音但 ASR 一字未出，多是环境音）→ "$INBOX" mark-empty <name> no-speech，报告、跳下一条。
4. 挖文章：把这个 SRT 交给 wjs-mining-articles 跑它的完整流程——出选题清单（它的人工闸，照走别跳）、成文、建微信草稿。语音备忘多是短独白单主题，清单常只有 1 条，照常让用户确认。
5. 成文成功后写处理标记（出了至少一篇草稿、用户没中止）：把这一条挖出的文章拼成 v2 JSON（{"schema":2,"status":"ready","sourceAudio":"<name>","articles":[{"title","body"},…]}，可含 transcript/srt）写到临时文件，再：

   "$INBOX" mark-done <name> /tmp/<stem>.json

   这条就标成已成文、app 里也能看到，且不会被服务器或下次再挖。 转写失败 / 用户没勾任何选题 / 挖不出文章 → 不标 done 也不标 empty，留未处理，下次再来，报告原因。

Step 3 · 汇报

处理了几条、各挖出几篇草稿（落在 ~/code/wechat-publish/）、哪些标了无语音及原因（corrupt/silent/no-speech）、本地存档路径、R2 还剩几条未处理。

标记安全红线

download(存档) → 判别 → 成文 ? mark-done : 无语音 ? mark-empty : 留着不标
                                                     ↑ 绝不 delete

• 绝不 delete。 音频永远留在 R2，删除只属于用户在 app 里的手动操作。
• 每条都有终态。 成文 → mark-done；损坏/静音/无语音 → mark-empty（带 reason）；真失败（转写报错、用户中止、没挖出文章）→ 不标，留未处理下次再试。绝不出现「跑过一遍却没留任何标记」——那会让这条每次都被重新处理。

复用边界

本 skill 唯一新增代码：scripts/voicedrop-inbox.sh。

Common Mistakes

• delete 音频 —— 红线。成文流程永不 delete，只 mark-done/mark-empty；delete 仅用户在 app 里手动用。
• 跑过一条却不标记 —— 无语音/损坏的也要 mark-empty，否则它每次都被重新下载转写，永远「待处理」。
• 转写失败/用户没勾选也硬标 done —— 真失败就留未处理（不标），下次再试；只有出了草稿才 mark-done。
• 跳过 wjs-mining-articles 的选题闸自己硬写 —— 那个闸是它的设计，照走。
• 把桶里非 VoiceDrop 文件也当源 —— 只认 VoiceDrop-*.m4a 前缀；list 也只列未处理的。
• 误传/0 秒/环境音当真录音反复试 —— 先 ffprobe 看时长，空/损坏/<1s 直接 mark-empty，别送去转写。