visit-input-parser — 拜访材料解析（音频转写 + 文档提取）
> 本 skill 只做一件事：把销售给的任何原始材料，变成下游能直接读的文字。
> 不抽取卡点、不检索知识库、不套模板、不出报告——那是 visit-report-designer（报告设计器）的事。
> 拆出来的目的：输入解析和视觉设计各自独立，以后想改输入格式 / 转写设置，或想改报告设计，互不影响。
0. 输入与分支
| 输入类型 | 处理方式 |
|---|---|
| 录音 m4a / mp3 / wav / aac / flac / mp4(音轨) | 调 asr-transcribe 技能本地离线转写 |
| 文档 docx / pdf / txt / md | 直接读取抽取正文 |
| 自由文本（用户粘贴的拜访纪要） | 直接用，无需解析 |
1. 分支一：音频 → 文字（ASR）
- WorkBuddy 原生不内置音频转写（官方能力仅列文档/表格/PPT/数据分析，无音频输入/ASR）。
- 依赖已安装的
asr-transcribe（录音转文字，本地离线 Whisper）：录音不上传、数据不出电脑、支持中文、说话人分离、带时间戳逐字稿。 - 调用：当有音频文件时，先调
asr-transcribe技能，转出 srt/txt 逐字稿。 - Windows 实测坑（已踩过，照搬可避）：
1. winget 装 ffmpeg 后 PATH 不刷新 → 手动加C:/Users/你的用户名/AppData/Local/Microsoft/WinGet/Packages/Gyan.FFmpeg_.../ffmpeg-9.0-full_build/bin到 PATH（用find全盘定位实际路径）。
2. 原生 ffmpeg/ffprobe 不认 msys/c/...路径 → 用C:/...原生 Windows 路径。
3. Bash 沙箱会丢弃cp写入 → 文件操作须dangerouslyDisableSandbox:true真实落盘。
4. huggingface.co 国内不可达 → 设HF_ENDPOINT=https://hf-mirror.com（镜像 200，模型走镜像下）。
5. Xet(CAS) 下载 401 → 设HF_HUB_DISABLE_XET=1退回标准 resolve 下载。 - 转写参数参考（真实录音 54MB / 37min 端到端 20min 跑通，数据未出域）：
--model small --lang zh --device cpu --compute-type int8。
2. 分支二：文档 → 文字
- docx / pdf：用文件读取能力直接读（pdf/docx 逐页提取文本与可见内容）。
- txt / md：直接读。
- 输出正文纯文本即可。
3. 输出规范
- 统一输出一份纯文本稿：
- 音频：保留说话人标签（如有）+ 转写正文；ASR 带时间戳可保留段落。
- 文档：正文文本。
- 自由文本：原样。
- 不添加任何分析、不总结、不判断——纯粹「材料 → 文字」。
- 把这份文本交给下游
visit-report-designer（报告设计器）即可。
4. 与其他 skill 的衔接
- 本 skill 是前处理：产出文本后，交给
visit-report-designer做开放抽取 + 长松智库检索 + 套模板出报告。 - 也可独立使用（比如只想把一段录音转成文字稿）。
