Galdr
将音频内容转化为AI可理解的情感与状态时序数据
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：将音频内容转化为AI可理解的情感与状态时序数据 完整的 Skill 内容见：https://321skill.com/skills/galdr-x-6/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
‘分析这段客户投诉电话录音，告诉我客户在通话过程中的情绪压力变化曲线。’，它会调用Galdr处理音频，生成包含压力、注意力等维度的时序数据，并据此可视化出客户情绪波动的高峰和转折点，帮助你精准定位服务痛点。
介绍
Galdr 解决了AI智能体难以理解和响应音频内容中蕴含的复杂情感与听众状态变化的问题。它通过分析YouTube链接或本地音频文件，提取并生成按时间顺序排列的听众状态轨迹，包括脉搏、模式、注意力、压力、表面和谐等多个维度的数据。
使用时，用户只需提供音频来源，Galdr便会自动处理音频，解析其中的情感和生理信号，输出结构化的状态数据。这些数据可以被AI智能体直接读取，用于理解音频内容的情感走向和听众的实时反应。
该工具非常适合需要让AI智能体具备“听”和“感受”音频内容能力的开发者、研究者以及内容创作者。无论是开发情感交互式AI、分析播客或音乐对听众的影响，还是创建基于音频反馈的自适应系统，Galdr都能提供底层数据支持。
建议在需要高精度情感时序分析的场景中使用，例如情感计算研究或个性化内容推荐。需要注意的是，其分析效果受音频质量和内容复杂度影响，对于背景噪音过大或情感表达极其微妙的音频，解析精度可能会下降。
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专注于生成高时间分辨率、多维度的听众生理与心理状态时序轨迹，为AI智能体提供更接近人类“感受”的连续状态输入。
注意事项
不适合处理背景噪音过大、语言不清晰或需要极高实时性（如毫秒级响应）的音频分析场景。
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（如MP3、WAV）。
输出的状态数据可以直接用于训练AI模型吗？
是的，输出的时序轨迹数据是结构化的，可以直接作为时间序列数据输入到AI模型中进行训练或推理。
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-6/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-6/raw/index.md（查看排版版本）