·transcribe-refiner
>_

transcribe-refiner

قم بتنظيف وإعادة إنشاء التسميات التوضيحية الأولية التي تم إنشاؤها تلقائيًا (Zoom وYouTube وTeams وGoogle Meet وOtter.ai وما إلى ذلك) وتحويلها إلى نصوص متماسكة وقابلة للقراءة. يُستخدم عندما يقدم المستخدم ملفات تسميات توضيحية أولية (.txt، .vtt، .srt)، أو نصوص الاجتماعات مع الطوابع الزمنية وعلامات المتحدث، أو يطلب تنظيف/تحسين النص. يعالج: إزالة الطابع الزمني، وتطبيع علامة المتحدث، وإزالة كلمة الحشو، وإعادة بناء الجملة المكسورة، وتصحيح أخطاء النسخ، وتكوين الفقرة. يحافظ على كل جزء من المحتوى الموضوعي مع إزالة الضوضاء. عبارات التشغيل: "تنظيف هذا النص"، "تحسين التسميات التوضيحية"، "إصلاح هذا النص"، "معالجة التسميات التوضيحية على Zoom"، "تنظيف ملاحظات الاجتماع".

11التثبيتات·0الرائج·@prakharmnnit

التثبيت

$npx skills add https://github.com/prakharmnnit/skills-and-personas --skill transcribe-refiner

كيفية تثبيت transcribe-refiner

ثبّت مهارة الذكاء الاصطناعي transcribe-refiner بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/prakharmnnit/skills-and-personas --skill transcribe-refiner
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: prakharmnnit/skills-and-personas.

Transform raw auto-generated captions into clean, readable transcripts with zero content loss.

Auto-generated captions (Zoom, YouTube, Teams, etc.) are messy: fragmented sentences, timestamps everywhere, speaker tags on every line, filler words, transcription errors. This skill reconstructs them into coherent, flowing text that can be consumed by humans or downstream skills (like lecture-alchemist).

Zero Content Loss Every substantive statement, technical term, concept, question, and answer from the raw captions MUST appear in the output. Only noise is removed, never content.

قم بتنظيف وإعادة إنشاء التسميات التوضيحية الأولية التي تم إنشاؤها تلقائيًا (Zoom وYouTube وTeams وGoogle Meet وOtter.ai وما إلى ذلك) وتحويلها إلى نصوص متماسكة وقابلة للقراءة. يُستخدم عندما يقدم المستخدم ملفات تسميات توضيحية أولية (.txt، .vtt، .srt)، أو نصوص الاجتماعات مع الطوابع الزمنية وعلامات المتحدث، أو يطلب تنظيف/تحسين النص. يعالج: إزالة الطابع الزمني، وتطبيع علامة المتحدث، وإزالة كلمة الحشو، وإعادة بناء الجملة المكسورة، وتصحيح أخطاء النسخ، وتكوين الفقرة. يحافظ على كل جزء من المحتوى الموضوعي مع إزالة الضوضاء. عبارات التشغيل: "تنظيف هذا النص"، "تحسين التسميات التوضيحية"، "إصلاح هذا النص"، "معالجة التسميات التوضيحية على Zoom"، "تنظيف ملاحظات الاجتماع". المصدر: prakharmnnit/skills-and-personas.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/prakharmnnit/skills-and-personas --skill transcribe-refiner
الفئة
>_الإنتاجية
موثق
أول ظهور
2026-02-22
آخر تحديث
2026-03-10

Browse more skills from prakharmnnit/skills-and-personas

إجابات سريعة

ما هي transcribe-refiner؟

قم بتنظيف وإعادة إنشاء التسميات التوضيحية الأولية التي تم إنشاؤها تلقائيًا (Zoom وYouTube وTeams وGoogle Meet وOtter.ai وما إلى ذلك) وتحويلها إلى نصوص متماسكة وقابلة للقراءة. يُستخدم عندما يقدم المستخدم ملفات تسميات توضيحية أولية (.txt، .vtt، .srt)، أو نصوص الاجتماعات مع الطوابع الزمنية وعلامات المتحدث، أو يطلب تنظيف/تحسين النص. يعالج: إزالة الطابع الزمني، وتطبيع علامة المتحدث، وإزالة كلمة الحشو، وإعادة بناء الجملة المكسورة، وتصحيح أخطاء النسخ، وتكوين الفقرة. يحافظ على كل جزء من المحتوى الموضوعي مع إزالة الضوضاء. عبارات التشغيل: "تنظيف هذا النص"، "تحسين التسميات التوضيحية"، "إصلاح هذا النص"، "معالجة التسميات التوضيحية على Zoom"، "تنظيف ملاحظات الاجتماع". المصدر: prakharmnnit/skills-and-personas.

كيف أثبّت transcribe-refiner؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/prakharmnnit/skills-and-personas --skill transcribe-refiner بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/prakharmnnit/skills-and-personas