Live Class Skill — Development skill for Claude Code

听课 Skill（live-class-skill）

社媒直播课 / 线上课程「代听」助手 —— **打开直播网页出声 → 内录系统声音 → 本地实时转写出字 → 结束后生成结构化笔记**。 适用于 **B站 / 抖音 / 小红书 / 视频号 / 快手** 等社媒平台的直播课与线上课程，以及千聊 / 小鹅通 / 知识星球等知识付费直播课。

**定位边界（先读）**：本工具面向**没有回放、也没有自带总结**的社媒直播课 / 线上课程 （直播课往往和上班、生活时间冲突，错过就没了）。**会议类不是本工具的目标**——腾讯会议、 飞书会议、Zoom 等已内置 AI 纪要总结，直接用其自带纪要即可；仅当某场会议确无 AI 纪要 又必须代听时，本工具技术上同样能录（见 [`references/platforms.md`](references/platforms.md)）， 但那不是主场景，README 与技能手册均按直播课定位撰写。

**平台**：本 skill 一份仓库分两版运行——

• macOS 版：见 `SKILL.md`（ScreenCaptureKit 收音）。
• Windows 版：见 `win/SKILL_win.md`（WASAPI loopback 内录，零第三方）。 两版共用同一离线转写引擎与模型（根 scripts/）。 反浏览器自动化铁律（防封号）见 `AGENTS.md`：本 skill 只监听系统声音， 打开直播网页由用户自己完成，所有 agent 一律不得驱动/注入/读取浏览器。

✨ 亮点

• 零安装、零第三方内录：不装虚拟声卡（无需 BlackHole / Soundflower / VB-Cable）、不装 ffmpeg、不切换系统输出设备。
  • macOS：系统自带 ScreenCaptureKit（OBS 同款），只需一次性「屏幕录制」授权；
  • Windows：系统自带 WASAPI loopback（纯 ctypes 调系统 Core Audio），无需授权、无需装任何软件。
• 100% 本地转写：sherpa-onnx + 中文 zipformer-ctc 离线模型，不上传任何音频，不花钱，速度远超实时 （实测 10 秒音频约 0.15 秒识别完成）。mac/win 共用同一模型缓存。
• 增量转录：边录边转，随时可看已转内容；中断可续跑，不丢进度。
• 边听边录不冲突：不改变系统输出，你可以照常戴耳机/外放做别的事，互不干扰。
• 零浏览器自动化：不驱动浏览器，打开直播页由用户手动完成（防平台封号）。

原理

浏览器/App 播放直播声音 ──▶ 系统混音器
                                 │ macOS ScreenCaptureKit  /  Windows WASAPI loopback
                                 ▼
                内录工具 ──▶ chunks/seg_*.wav（近流式小分块默认 5s，16kHz 单声道）
                                 │
                transcribe.py ──▶ segments.jsonl + transcript.txt（本地 ASR 增量转写）
                                 ▼
                          主代理/大模型 ──▶ summary.md 结构化总结

环境要求

依赖	说明	获取方式
macOS 14+	ScreenCaptureKit 音频捕获	系统自带
Xcode Command Line Tools	编译 capture 工具（swiftc）	xcode-select --install
Python 3.9+	转写引擎	setup.sh --fix 会自动建 venv 并安装
屏幕录制权限	一次性隐私授权	系统设置 → 隐私与安全性 → 屏幕录制
中文 ASR 模型	sherpa zipformer-ctc int8，约 370MB	setup.sh --fix 自动下载到 `~/.cache