Galdr
音频转AI代理可用的听众状态轨迹
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：音频转AI代理可用的听众状态轨迹 完整的 Skill 内容见：https://321skill.com/skills/galdr-x/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
'将这段YouTube演讲视频转换为听众状态轨迹，分析注意力变化曲线'，Galdr 会下载音频并提取 pulse、attention、pressure 等维度的时间序列数据，最终输出一个 JSON 格式的轨迹，AI 可据此判断演讲的高潮和低谷。
介绍
Galdr 解决的是 AI 代理无法直接理解音频情感与生理状态的问题。它将 YouTube 链接或本地音频文件转化为时间排序的听众状态轨迹，包含脉搏、模式、注意力、压力、表面、和谐等多维度特征，使 AI 能够感知音频中隐含的情绪、节奏和生理响应。
使用方式极简：只需提供 YouTube 链接或上传本地音频文件，Galdr 会自动提取并输出结构化时间序列数据。你可以直接通过 API 调用，或将其集成到自己的 AI 工作流中，每次返回一个包含时间戳和状态标签的 JSON 数组，方便下游 Agent 做进一步分析或决策。
适合智能体开发者、内容创作者和数据分析师。智能体开发者可将其作为 MCP 工具，让 AI 感知音乐或演讲的情感曲线；内容创作者可分析自己视频的观众注意力变化以优化剪辑节奏；数据分析师则能批量处理音频素材，挖掘情绪与模式之间的相关性。
使用建议：注意音频时长不宜过长（建议 10 分钟以内），否则处理时间会增加；本地音频文件格式推荐 mp3/wav；目前主要针对英语音频优化，其他语言的支持尚在完善中。
核心特点
不同于普通音频转文字或情感分析工具，Galdr 输出的是多维生理/心理状态轨迹（脉搏、注意力、压力等），且按时间排序，便于 AI 代理理解音频的时序变化，而不仅仅是静态标签。
注意事项
不适合需要高精度语音识别或大规模实时音频流处理的场景，且对非英语音频的支持有限。
常见问题
支持哪些音频格式？
支持 YouTube 链接和本地 mp3、wav、flac 等常见格式。
输出的状态轨迹数据是什么样的？
输出为 JSON 数组，每个元素包含时间戳和 pulse、pattern、attention、pressure 等维度的数值，可直接用于 AI 工作流。
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/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/raw/index.md（查看排版版本）