yuanflow-cli 0.1.12 → 0.1.14

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "yuanflow-cli",
-  "version": "0.1.12",
+  "version": "0.1.14",
   "description": "YuanFlow API CLI and skill installer for supported AI coding agents.",
   "type": "module",
   "license": "MIT",

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/SKILL.md

@@ -25,12 +25,19 @@ description: 仅当用户明确要求使用本地音视频转文字、本地转
 
 本 Skill 的脚本目录为当前 Skill 目录下的 `scripts/`。
 
-默认目录：
+默认运行目录：
 
-- 模型保存目录：`scripts/models`
-- 任务缓存目录：`scripts/cache`
-- 抽取音频目录：`scripts/cache/audio`
-- 转写文本目录：`scripts/cache/transcripts`
+- Windows：`%APPDATA%/YuanFlow/runtime_tools/local-transcribe`
+- 其它系统：`~/.yuanflow/runtime_tools/local-transcribe`
+
+默认子目录：
+
+- 模型保存目录：`<运行目录>/models`
+- 任务缓存目录：`<运行目录>/cache`
+- 抽取音频目录：`<运行目录>/cache/audio`
+- 转写文本目录：`<运行目录>/cache/transcripts`
+
+虚拟环境仍创建在当前 Skill 的 `scripts/.venv`，不要全局安装依赖。
 
 在 YuanFlow 程序内置环境中，`skill_read` 返回的 `config.managed_skill_dir` 是当前 Skill 的真实目录。执行脚本时优先以这个目录为基准：
 
@@ -38,14 +45,14 @@ description: 仅当用户明确要求使用本地音视频转文字、本地转
 cd "<config.managed_skill_dir>\scripts"
 ```
 
-不要把模型下载到用户桌面、项目根目录或系统临时目录。不要把模型文件打包进 Skill 或 npm 包。
+不要把模型下载到用户桌面、项目根目录或系统临时目录。不要把模型文件打包进 Skill 或 npm 包。Windows 下 FunASR/SentencePiece 对中文路径不稳定，所以不要强制把模型放到中文 Skill 安装目录下。
 
 ## 首次使用模型下载规则
 
 开始转写前先检查模型目录是否已经存在：
 
-- `scripts/models/SenseVoiceSmall`
-- `scripts/models/fsmn-vad`
+- `<运行目录>/models/SenseVoiceSmall`
+- `<运行目录>/models/fsmn-vad`
 
 如果这两个目录都存在且不为空，直接执行后续任务。
 
@@ -54,7 +61,7 @@ cd "<config.managed_skill_dir>\scripts"
 - SenseVoice：`iic/SenseVoiceSmall`
 - VAD：`iic/speech_fsmn_vad_zh-cn-16k-common-pytorch`
 
-下载由 `modelscope.snapshot_download()` 完成，保存到 `scripts/models`。下载完成后继续转写。
+下载由 `modelscope.snapshot_download()` 完成，保存到 `<运行目录>/models`。下载完成后继续转写。
 
 ## 执行流程
 
@@ -71,15 +78,23 @@ cd "<config.managed_skill_dir>\scripts"
 在 `scripts/` 目录下创建虚拟环境并安装依赖：
 
 ```powershell
-python -m venv .venv
+py -3.10 -m venv .venv
 .\.venv\Scripts\python.exe -m pip install -r requirements-transcribe.txt
 ```
 
+优先使用 Python 3.10，其次 3.11/3.12。不要优先使用 Python 3.13 或 3.14，因为 FunASR 依赖链里的部分包在这些版本上可能需要本地编译，容易出现 `editdistance` wheel build failed。Windows 上可以先运行 `py -0p` 查看可用版本。
+
+`requirements-transcribe.txt` 必须包含 `funasr`、`modelscope`、`torch` 和 `torchaudio`。如果导入 `funasr` 时提示 `No module named 'torch'` 或 `No module named 'torchaudio'`，先补齐缺失依赖，再重新执行转写。
+
 视频转音频需要本机可用 `ffmpeg`。如果用户给的是视频且系统找不到 `ffmpeg`，先明确报告缺少 ffmpeg，不要伪造转写结果。
 
 ## 推荐调用方式
 
-统一入口脚本：
+统一入口脚本。
+
+如果是在 YuanFlow 的 `execute_shell_command` 中执行，命令会先经过 Windows `cmd.exe`。当 Skill 目录或输入文件路径包含中文时，优先使用 PowerShell `-EncodedCommand`，避免中文路径被转义成 `\uXXXX` 后找不到目录。
+
+普通 PowerShell 里可以直接运行：
 
 ```powershell
 cd "<Skill目录>\scripts"
@@ -93,13 +108,27 @@ cd "<Skill目录>\scripts"
 .\.venv\Scripts\python.exe .\transcribe_media.py "C:\path\to\input.mp4"
 ```
 
+YuanFlow Agent 工具调用时推荐生成 UTF-16LE base64 后执行：
+
+```powershell
+$script = "Set-Location -LiteralPath '<Skill目录>\scripts'; .\.venv\Scripts\python.exe .\transcribe_media.py 'C:\path\to\input.mp3'"
+$encoded = [Convert]::ToBase64String([Text.Encoding]::Unicode.GetBytes($script))
+powershell -NoProfile -ExecutionPolicy Bypass -EncodedCommand $encoded
+```
+
+如果尚未创建虚拟环境，把 `$script` 改成：
+
+```powershell
+Set-Location -LiteralPath '<Skill目录>\scripts'; if (-not (Test-Path -LiteralPath '.\.venv\Scripts\python.exe')) { py -3.10 -m venv .venv }; .\.venv\Scripts\python.exe -m pip install -r requirements-transcribe.txt; .\.venv\Scripts\python.exe .\transcribe_media.py 'C:\path\to\input.mp3'
+```
+
 常用参数：
 
 | 参数 | 说明 |
 | --- | --- |
 | `input_path` | 音频文件、视频文件或目录。 |
-| `--cache-root` | 缓存目录，默认 `scripts/cache`。 |
-| `--models-root` | 模型目录，默认 `scripts/models`。 |
+| `--cache-root` | 缓存目录，默认 `<运行目录>/cache`。 |
+| `--models-root` | 模型目录，默认 `<运行目录>/models`。 |
 | `--recursive` | 输入为目录时递归扫描。 |
 | `--device` | `auto`、`cpu`、`cuda:0` 等，默认 `auto`。 |
 | `--language` | `zh`、`en`、`yue`、`ja`、`ko`、`auto`，默认 `auto`。 |
@@ -130,10 +159,10 @@ cd "<Skill目录>\scripts"
 
 只有用户明确要求删除缓存或模型文件时，才可以删除：
 
-- 缓存目录：`scripts/cache`
-- 模型目录：`scripts/models`
+- 缓存目录：`<运行目录>/cache`
+- 模型目录：`<运行目录>/models`
 
-删除前必须确认目标路径位于当前 Skill 的 `scripts/` 目录下，不能删除其它项目目录、用户桌面目录或系统目录。
+删除前必须确认目标路径位于 YuanFlow 本地转写运行目录下，不能删除其它项目目录、用户桌面目录、其它 Skill 或系统目录。
 
 ## 输出要求
 

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/common/utils.py

@@ -1,6 +1,7 @@
 from __future__ import annotations
 
 import json
+import os
 import re
 from pathlib import Path
 from typing import Iterable
@@ -31,6 +32,13 @@ def ensure_dir(path: Path) -> Path:
     return path
 
 
+def default_runtime_root() -> Path:
+    appdata = os.environ.get("APPDATA")
+    if appdata:
+        return Path(appdata) / "YuanFlow" / "runtime_tools" / "local-transcribe"
+    return Path.home() / ".yuanflow" / "runtime_tools" / "local-transcribe"
+
+
 def write_json(path: Path, data: object) -> Path:
     ensure_parent(path)
     path.write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/requirements-transcribe.txt

@@ -1,2 +1,4 @@
 funasr>=1.1.6
 modelscope>=1.18.1
+torch>=2.0
+torchaudio>=2.0

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/transcribe_media.py

@@ -6,6 +6,7 @@ from pathlib import Path
 from common.media import extract_audio
 from common.sensevoice import build_model
 from common.sensevoice import clean_transcript
+from common.utils import default_runtime_root
 from common.utils import ensure_dir
 from common.utils import is_audio_file
 from common.utils import is_video_file
@@ -15,8 +16,9 @@ from common.utils import write_text
 
 
 SCRIPT_DIR = Path(__file__).resolve().parent
-DEFAULT_CACHE_ROOT = SCRIPT_DIR / "cache"
-DEFAULT_MODELS_ROOT = SCRIPT_DIR / "models"
+DEFAULT_RUNTIME_ROOT = default_runtime_root()
+DEFAULT_CACHE_ROOT = DEFAULT_RUNTIME_ROOT / "cache"
+DEFAULT_MODELS_ROOT = DEFAULT_RUNTIME_ROOT / "models"
 
 
 def prepare_audio(