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-5/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分析这个产品发布会的YouTube视频链接，告诉我观众在哪个时间点注意力最集中。’，它会调用Galdr处理音频，生成听众状态轨迹，并从中提取出注意力维度的高峰时间点，为你提供具体的时间戳和分析摘要。
介绍
Galdr 解决了AI智能体难以直接理解和响应音频内容中蕴含的听众状态（如脉搏、注意力、压力等）变化的问题。它通过分析音频，生成按时间顺序排列的听众状态轨迹，将非结构化的音频信息转化为结构化的、可被AI智能体处理的数据流。
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 便会自动处理音频，提取并输出包含脉冲、模式、注意力、压力、表面、和谐等多种维度的听众状态数据。这些数据可以被集成到智能体的工作流中，使其能够基于音频内容动态调整行为或响应。
该工具非常适合智能体开发者、数据分析师以及任何希望将音频情感或生理反应分析融入其AI应用的研究者。例如，开发能感知用户情绪变化的客服机器人，或分析视频内容对观众注意力的影响。
在使用时，建议确保音频质量清晰以获得更准确的分析结果。同时，由于它生成的是基于音频推断的状态数据，而非绝对精确的生理测量，在需要高精度生物反馈的场景下应谨慎使用，并建议结合其他数据源进行验证。
核心特点
与单纯进行语音转文字或情感分类的工具不同，Galdr 专注于生成多维、细粒度的时间序列“听众状态”数据（如脉搏、注意力、压力），为AI智能体提供了更丰富、更具时序性的上下文信息，使其能更“拟人”地感知音频内容对听众的持续影响。
注意事项
不适合需要高精度、医疗级生理信号测量或对实时性要求极高的场景。
常见问题
Galdr支持哪些音频格式？
支持YouTube链接和常见的本地音频文件格式。
输出的听众状态数据包含哪些维度？
包含脉冲、模式、注意力、压力、表面、和谐等多个时间序列维度。
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-5/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-5/raw/index.md（查看排版版本）