Galdr
将YouTube链接或本地音频转换为AI可理解的时间序列听众状态数据。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Galdr。 它的用途是：将YouTube链接或本地音频转换为AI可理解的时间序列听众状态数据。 完整的 Skill 内容见：https://321skill.com/skills/galdr-x-4/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘用Galdr分析这个产品宣传片的YouTube链接，告诉我视频中哪个时间段的观众注意力最集中，压力水平如何变化。’，它会调用Galdr处理该音频，并返回一份包含注意力、压力等指标随时间变化的详细报告，帮助你精准定位视频的高光时刻和可能引起观众不适的片段。
介绍
Galdr 是一个专为AI智能体设计的工具，它解决了智能体难以直接理解和处理音频信息中复杂情感与生理状态的问题。通过分析音频，它能提取出随时间变化的听众状态追踪数据，如脉搏、注意力、压力等，将非结构化的声音信息转化为结构化的、可被AI模型解读的时间序列数据。
使用方式非常直接：用户只需提供YouTube视频链接或本地音频文件路径，Galdr便会自动进行处理，输出包含多种听众状态指标的时间序列数据。这些数据可以直接被集成到AI智能体的工作流中，用于更深入地理解内容对听众的影响。
该工具特别适合需要分析音频内容情感影响、评估媒体效果或开发具备情感感知能力的AI智能体的开发者、研究人员和内容创作者。无论是研究视频的吸引力，还是优化音频内容以提升听众参与度，Galdr都能提供数据层面的支持。
需要注意的是，Galdr的分析结果基于算法模型，其准确度受音频质量、内容类型及模型训练数据的影响。建议将其输出作为辅助参考数据，并结合其他分析方法进行综合判断。对于追求极高精度或需要临床级生理数据验证的场景，可能需要额外的校准步骤。
核心特点
与同类音频转文本或简单情感分析工具不同，Galdr专注于生成精细的、时间序列化的“听众状态”数据（如脉搏、注意力、压力），为AI智能体提供了超越文字和基础情感的、更接近人类生理与心理反应的深层理解维度。
注意事项
不适合需要高精度、临床级生理信号测量或对分析结果有严格医学/法律验证要求的场景。
常见问题
Galdr支持哪些音频格式？
支持常见的音频格式（如MP3、WAV）以及直接输入YouTube链接。
输出的听众状态数据包含哪些指标？
通常包括脉冲、模式、注意力、压力、表面、和谐等多种维度的时序数据。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/galdr-x-4/raw/index.md 读取 Galdr 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/galdr-x-4/raw/index.md（查看排版版本）