$ loading_
使用本地 Whisper CLI 将音频语音快速转成文本，无需 API 密钥。
整体偏低风险：材料描述的是本地 Whisper CLI 转写，无需 API 密钥，主要处理在本机完成。需留意首次运行会下载模型，以及来源元数据存在不一致/不完整之处，建议在使用前核验仓库与发布来源。
材料明确写明“无”密钥/环境变量，README 也说明为本地 CLI 转写、无需 API key，未见凭证收集、上传或滥用迹象。
虽未声明固定远程端点，但 README 说明首次运行会将模型下载到 ~/.cache/whisper，意味着存在一次性或按需的外网下载行为；材料未明确下载来源域名，建议实际部署时核验。
就本次材料看，更像是对现有 `whisper` CLI 的用法说明，未显示该 Skill 自身额外请求系统级权限、执行任意脚本或启动与声明功能无关的进程。
功能上需要读取用户指定的本地音频路径，并将转写结果输出到指定目录；此外会在 `~/.cache/whisper` 写入模型缓存。当前材料未显示超出该用途的广泛文件访问，但仍涉及本地文件读写。
正面因素是标注为开源且社区信任度高；但来源元数据不完整且存在不一致：名称为“openai-whisper”，仓库链接却指向 `openclaw/openclaw`，许可证未声明、维护状态未知。该类来源可审计性仍需人工核验，因此建议定为需留意而非高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "openai-whisper" 技能： 1. 下载 https://raw.githubusercontent.com/openclaw/openclaw/main/skills/openai-whisper/SKILL.md 2. 保存为 ~/.claude/skills/openai-whisper/SKILL.md 3. 装好后重载技能，告诉我可以用了
请使用 openai-whisper 将这段采访音频转写为简体中文文本，并按自然段分段输出。
一份按段落整理的中文采访文字稿。
请先用 openai-whisper 转写这段会议录音，再提取关键议题、结论和待办事项，生成纪要初稿。
包含完整转写和会议纪要要点的初稿。
请使用 openai-whisper 将这段课程音频转成文本，并整理成适合复习的条目式笔记。
一份课程转写文本及结构化复习笔记。
Use whisper to transcribe audio locally.
Quick start
whisper /path/audio.mp3 --model medium --output_format txt --output_dir .whisper /path/audio.m4a --task translate --output_format srtNotes
~/.cache/whisper on first run.--model defaults to turbo on this install.连接 Discord 驱动的 OpenClaw 会话，直接与智能代理实时交流协作。
帮你通过 remindctl 管理 Apple 提醒事项与清单的增删改查和完成状态。
帮助用户通过 HTTP 或 stdio 管理、鉴权并调用 MCP 服务器与工具。
帮助开发者选择并执行 OpenClaw 测试、CI 校验与发布验证的最优路径。
在终端中搜索、播放和控制 Spotify 音乐，提高专注与操作效率。
通过命令行控制飞利浦 Hue 灯光与场景，便捷实现智能照明操作自动化。
通过本地或 API 将音频快速转写为文本，便于整理记录与后续处理。
通过 OpenAI 音频转写接口，将语音录音快速转成文本或说话人分段结果。
将文本批量转换为语音旁白与无障碍朗读，支持音频提示生成。
通过本地 Whisper 模型转写音频文件，并可输出带时间戳的文本结果。
使用本地模型将音频视频转写为文字，兼顾隐私与离线处理需求
使用 sherpa-onnx 在本地离线将文本快速转换为语音，无需云服务。