aibot88 transcribir-whatsapp
Esta skill NO requiere instalación local. Funciona con cualquier Cowork moderno gracias a sus capacidades multimodales nativas. Sergio puede adjuntar audios desde su Mac sin instalar Python ni ffmpeg.
1. Gating por rol
Invoca whoami al inicio. Según role:
| Rol | Permisos |
|---|---|
noe, sergio |
Permitido. |
Cualquier otro / whoami falla |
Abortar: "transcribir-whatsapp solo está autorizado para Noé y Sergio." |
2. Formatos soportados
.ogg, .opus, .mp3, .m4a, .wav, .webm.
Si el archivo adjunto pesa >50 MB, avisar al usuario antes de procesar (puede tardar más de lo habitual).
3. Flujo
- Recibir los audios adjuntos en el chat de Cowork (uno o varios). Si el usuario pega texto en vez de adjuntar audios, saltar al paso 3 — el texto ya es la transcripción.
- Transcribir cada audio a texto literal en español usando las capacidades multimodales nativas de Cowork. Sin instalar nada, sin scripts, sin pre-flight checks.
- Encadenar con
procesos/procesar-audio.mdpara que el texto transcrito se convierta en actividades CRM en Holded y se propaguen las fichas del brain. - Devolver al usuario en una sola respuesta:
- Transcripción literal de cada audio en bloque markdown (
### Audio 1: nombre.ogg+ texto). - Tabla resumen de acciones realizadas en Holded (audio → empresa → eventos/tareas/notas/etapa).
- Slugs de fichas actualizadas en el brain remoto, con el
updatedAtdevuelto porentity-propagation.
- Transcripción literal de cada audio en bloque markdown (
4. Si Cowork no puede transcribir un audio
Causas típicas: archivo corrupto, formato exótico no soportado, audio en otro idioma muy diferente del español.
- Mostrar mensaje claro al usuario: "No he podido transcribir
<nombre>." - NO inventar contenido ni dejar un placeholder genérico.
- Sugerir reenviar el audio en otro formato (.mp3 o .m4a suelen ser los más robustos).
- Continuar con los demás audios que sí se hayan transcrito correctamente.
5. Reglas duras
| Situación | Acción |
|---|---|
| Audio inaudible / sin contenido | Decir: "Audio ilegible, ¿puedes repetirlo?". NO inventar nada. |
| Archivo > 50 MB | Avisar al usuario antes de procesar. |
| Varios audios en una sola tanda | Procesar todos antes de invocar procesar-audio (una sola pasada al brain). |
| Usuario pega texto + adjunta audio | Tratar ambos como entradas separadas: el texto ya es transcripción, el audio se transcribe; ambos pasan juntos a procesar-audio. |