Day 3：PlugScribe 录音接入与全自动转录工作流

前两天我们跑通了基础环境与 Agent 的基本指挥。今天进入极其关键的一环：如何源源不断地给你的 AI 工作台喂入最真实、最高密度的业务原材料？

很多做业务的老板每天忙到脚不沾地，根本没时间坐在电脑前敲几千字日记。语音与会议录音，是超级个体建立个人资产最轻、最快的一手原料（RAW 信号）。

但很多人遇到的困境是：录音存了一大堆，全烂在手机和文件夹里，转成文字也是错字连篇的死文本，AI 根本用不起来。

今天这篇教程，就是为你彻底解决这个问题——从录音生成、接入 Obsidian，到建立专属热词库纠错，再到实现无人值守的自动化入库流水线！

一、第零步：极简硬件闭环——买一支录音笔，装好软件，顺手一插

在讲复杂的 AI 自动化之前，我们先解决最物理、最现实的问题：录音是怎么来的？

很多人会说：“我用手机录音不行吗？” 手机录音的最大痛点在于：摩擦力太大！

见客户时掏出手机点开录音 App，动作太显眼、容易让对方警惕；
录到一半来个微信电话、或者屏幕熄屏，录音直接中断；
手机录完还要通过微信传到电脑，文件一多乱成一锅粥。

真正工业级的个人流水线，一定是“极简物理硬件 + 电脑自动化”的组合：

1. 硬件选型：任意录音笔都行，越纯粹越好

不需要买昂贵的 AI 联网录音笔（很多带所谓大模型转录的录音笔，不仅硬件死贵，而且还要年年收你几十甚至上百块的云端转录年费，隐私全在别人服务器上）；
买任意普通的 USB 录音笔即可：从几十块钱的普通品牌，到几百块经典的索尼（如 PX470 等），只要具备一个核心能力——能插在电脑上被识别为一个 U 盘、里面能拷贝出 .mp3 或 .wav 音频文件，就完全足够了！
它的好处是：小巧轻便、物理推钮一键盲操、放兜里不显眼、超长待机、不会被电话打断。

2. 安装 PlugScribe 客户端（河公子开发的转录小工具）

前往 0ma.ai/plugscribe 下载并安装 PlugScribe 客户端；
关于这套工具：PlugScribe 是河公子在自己的一人公司工作台里开发自用的小工具。因为受够了每次转录都要手动新建任务、选语言、点导出等繁琐步骤，所以核心就一个执念：“即插即转，0 次多余点击”。
- Mac 端：支持内嵌本地 Whisper，断网也能转；
- Windows / 高精度需求：支持配置 MiniMax API，转录费用约 2 元/小时，按实际调用付费；软件本身不收订阅费。
- 它负责把录音笔拷进来的音频在本地统一管理，转成规整的 Markdown 文本。没有月租绑架，用老旧录音笔也能轻松跑起来。

3. 任何业务场景，想录就录

客户深度沟通：进门前兜里一推按键开录，全程不碰手机，专注听客户讲话；
行业线下培训/听课：放桌角一开，不漏掉老师讲的任何一个细节；
散步/开车灵感：对着录音笔自言自语把新想法说出来。

4. 回家/回工位：顺手一插！

录完了，什么多余动作都不需要；
回到工位，把录音笔顺手往电脑 USB 接口上一插；
电脑直接弹出录音笔磁盘，PlugScribe 一键读取刚录完的音频，几十秒自动转录完成！

接下来，我们就把这段刚转录出来的文字，无缝接进 Obsidian AI 工作台。

二、第一步：认识 PlugScribe 与找到原始转录文件

PlugScribe 是一个极简高效的离线音频转录中枢，目前仅支持 USB 录音设备；不能直接转录手机语音备忘录或会议录音。

很多新手以为转录完就结束了，其实关键在于：转录出来的文件在哪里？

定位录音与文本：
- 在 PlugScribe 录音库中点击对应录音，打开右侧详情；
- 点击「打开稿件」旁边的文件夹图标。Finder 会打开这段录音的真实保存目录；
- 目录里的 transcript.md 是 Markdown 逐字稿，transcript.txt 和 transcript.srt 是其他导出格式。
基础手动流转：
- 最简单的方式：直接将这个导出的 .md 文件，复制或者拖入你的 Obsidian 仓库中。

但如果只是手动拖文件，还算不上“AI 工作台”。接下来我们要让 Agent 正式接管这个过程。

三、第二步：配置你的工作区——目录、AGENTS.md 与转录模板

很多人第一反应是：“我该把转录文件存到哪里？AI 怎么知道存哪？” 其实非常简单，只需要三样东西：

1. 准备一个专门接收转录的目录

首先，你在 Obsidian 仓库里建一个专门放转录稿的文件夹。比如我自己用的就是：26_Transcription/。当然，你不一定要死板地叫 26，你叫 02_RAW/转录/，或者直接叫 会议与录音转录/ 都可以。

关键是：让这批文件有一个固定、干净的落脚点。 同时记下一条原则：这个目录最好设为 immutable: true（不可变归档）。因为录音转出来的逐字稿是现实世界发生过的声音证据，只记录事实，未经你确认严禁让 AI 擅自篡改删减原话。

💡 关于消灭摩擦力与工作区定制：
为什么很多人用 AI，总觉得“能聊天、能写小作文，但一到真实业务里就派不上大用场”？
根本原因不在于模型不够聪明，而在于你日常工作中充斥着大量繁琐而重复的物理动作：找文件、导音频、复制粘贴、切窗口、修错别字、归文件夹……这些看似不起眼的摩擦力，把你的精力消耗殆尽，也把 AI 挡在了真实业务之外。

我做这套系统，核心就是为了彻底消灭这些繁琐重复的动作，让数据自己流转起来。
如果你是俱乐部会员，业务场景比较深（跨电商、多微信、线下培训交付等），自己摸索配置往往要踩几十个坑：工作区定制可以直接通过微信 miichl 联系河公子。我会根据你的业务现状，把整套工作台完整配置好，消灭所有数据摩擦力，100% 交付给你一个到手现成可用、能直接替你干重活的专属版本。

2. 在 AGENTS.md 里写一句话，告诉 AI 录音存去哪

建好目录后，你得让 AI 知道这个目录的存在。 AGENTS.md 是你整个工作区的“规则总纲”和“系统路由表”，AI 每次干活前都会先读它。它放在 Obsidian 仓库的根目录，与 26_Transcription/ 等文件夹同级。Obsidian 文件列表默认隐藏 .md 后缀，所以图中显示为 AGENTS；完整文件名是 AGENTS.md。

Obsidian 左侧文件树中，红框标出的 HH-Mem 根目录 AGENTS.md

你只需要在 AGENTS.md 的目录规范表里加上这么一行：


| 目录 | 用途 | 命名规范 |
| :--- | :--- | :--- |
| `26_Transcription/` | 真人会议/语音逐字稿原始存档。**immutable: true** | `{转录时间戳}-{主题}-逐字稿文本.md` |

这样一来，下次你对 AI 说：“帮我把这段录音转录稿入库”，它看一眼 AGENTS.md，瞬间就知道该把文件放到 26_Transcription/，并且自动按照时间戳和主题格式命名！

3. 给转录准备一个标准的 Frontmatter 模板

为了让每次录音入库都整整齐齐、带上完整的元数据标签，你可以建一个模板文件。比如在你的模板目录（或者直接在 26_Transcription/ 里面）建一个名为 tpl.Transcription.md 的文件，内容长这样：


---
id: {{date:YYYYMMDDHHmmss}}
type:
  - "[[Transcription]]"
title: {{title}}
aliases: []
created: {{date:YYYY-MM-DDTHH:mm:ss+08:00}}
meeting_date: 
source: PlugScribe 转录；源文件 ``
participants:
  - "[[自己]]"
immutable: true
author: "[[自己]]"
co-author: 
related: []
---
 
# {{title}}
 
> [!info] 入库说明
> 本文件为真人语音/会议原始逐字稿归档，内容保持客观不可变。
 
## 逐字稿内容

把这个模板文件准备好后，AI 帮你入库时就会自动套用这个结构：打上准确的转录时间戳、标注参与人、记录是 PlugScribe 转录的原文件来源。

做好这三步，你的工作台就具备了标准的录音接收能力。接下来，我们要让它更聪明——解决错别字问题！

四、第三步：高级玩法——建立专属 ASR 热词库与自动纠偏

任何语音识别（ASR）引擎，在面对专有名词、行业黑话、人名和中英混杂时，都必然会出现同音错别字。比如：

把客户姓名识别成相近的同音字；
把“Obsidian”识别成“obsid”或“傲视”；
把“wark”识别成“挖客”或“万克”；
把“CEO客单”识别成“ceo高客单”。

如果带着一堆错别字直接入库，未来 Agent 在检索和提取知识时就会彻底丢失线索！

真正的工业级工作台，必须配备一个自进化的【ASR 词典与校对规则】！

1. 词库放在哪里？

以河公子的真实系统（HH-Mem）为例，在仓库中建立规则文件：
📂 24_rule/ASR词典与口语转录校对规则.md

2. 词典结构示例

在里面维护一张清晰的误识别映射表：


# ASR 词典与口语转录校对规则
 
## 1. 高频专有名词映射表
 
| 常见误识别 | 标准专有名词 | 场景与类型 |
| :--- | :--- | :--- |
| 某客户姓名（匿名示例） | 经核实的姓名（匿名示例） | 客户姓名 |
| obsid / 傲视 / 欧普西迪 | Obsidian | 核心知识管理软件 |
| 万克 / 挖客 / wx ark | wark | 本地微信记忆库工具 |
| run x / unix | Runex | 自研业务引擎 |
| 龙虾 | OpenClaw | 自动化控制 Agent |
 
## 2. 校对执行铁律
1. Agent 在将任何逐字稿归档入库前，必须先读取本词典，全量纠正文本中的专有名词；
2. 纠错属于“证据清晰化”，修改后必须在笔记顶部留下一行 Callout 修正记录：
   `> [!warning] ASR 修正记录：某客户姓名 → 经核实的姓名（3处）、obsid → Obsidian（1处）`

3. 让 Agent 自进化（自动学习新词）

在日常工作中，一旦你发现有新的人名或产品名被识别错了，你只需在对话中对 Agent 说一句：

“这次录音里有个专有名词被识别错了，正确写法是‘规范写法’，请把这条规则记到 ASR 词典里。”

Agent 会顺手打开 24_rule/ASR词典与口语转录校对规则.md，把这一行自动追加进去。从此以后，你的系统终身不会再犯同一个错！越用越聪明！

五、第四步：终极玩法——无人值守的全自动录音入库流水线

你平时可能在用 ChatGPT（开 Project）、Claude Desktop、DSH、Cursor、Pi 等各种现代 Agent 工具。如何做到：录音笔一插电脑，你连鼠标都懒得点，文件就自动校对、打标、归档入库？

1. 核心概念扫盲：什么叫“工作目录（Working Directory）”？

很多外行被这个词吓到了。通俗地说：

工作目录就是告诉 AI：你现在在这个文件夹里上班。
当你在 ChatGPT 或任何 Agent 工具里，把你的 Obsidian 仓库文件夹作为“项目（Project）”或“根目录”打开时，AI 就拥有了读取你仓库里所有文件、遵循 AGENTS.md 规则、并把处理结果写入指定目录的物理权限。

2. 设定全自动化提示词（参考模板）

在你的 Agent 工具里，你可以设置一个预设任务或心跳指令，直接给它这套提示词：


你是一个负责数据入库与资产治理的前线工程师（FDE Agent）。
你的工作目录是当前的 Obsidian 知识库仓库。

请执行以下全自动化入库流程：
1. 扫描检测：检查输入目录是否有 PlugScribe 导出的最新转录文本文件；
2. 词典校验：读取 24_rule/ASR词典与口语转录校对规则.md，对逐字稿全文进行专有名词纠偏与替换；
3. 标准归档：
   - 提取文件生成时间，重命名为 `{YYYYMMDDHHMMSS}-{主题}-逐字稿文本.md`；
   - 注入包含 type、created、speaker、source 的完整 YAML frontmatter；
   - 在正文顶部生成 ASR 修正日志 callout；
   - 移动归档至 26_Transcription/ 目录；
4. 深度加工：提取该逐字稿中的 3 个核心业务论点，一键生成原子知识卡片放入 21_卡片/ 目录，并在今日议程中提醒我查看。

配合现代客户端的文件监听或定时心跳，你真正实现了： 白天出门用录音笔录音 → 回家往电脑上一插 → 自动调用 PlugScribe 转录 → Agent 自动比对专属词典校对 → 自动归档并提炼出知识卡片！

六、今日交付复盘与量身定制通道

从今天起，请彻底告别“手动整理录音”的苦力活。

会员今日实战作业：

检查你的仓库，规划好你的语音转录目录并在 AGENTS.md 中完成路由登记；
建立你的第一个 24_rule/ASR词典与口语转录校对规则.md，把你自己名字、公司名、核心产品名填进去；
用 PlugScribe 录制一段 1 分钟的语音测试，让 Agent 按照词典校对入库一次，体验全自动工业级落地的快感！

🚀 工作区定制服务：
为什么大多数人的 AI 永远停留在“聊天玩具”，无法成为真正能干活的生产力？
因为真实的业务里全是摩擦力：输入不顺畅、数据孤岛、格式混乱、手动搬运。把这些繁琐重复的脏活累活全部消灭，AI 才能真正进入你的生意。

如果你的业务场景比较深（跨电商、多微信多账号、复杂线下交付），不想在底层环境和规则调试上耗费宝贵时间，可以通过微信 miichl 联系河公子，预约专属工作区定制。

我会根据你的业务现状，现场为你梳理数据流、打通底层通信管道、配置好专属目录与自动化规则，彻底消灭业务摩擦力，100% 给你交付一个到手即开即用、深度契合你生意的现成工作台。精力有限，成熟业务带真实需求来聊。