К основному содержанию
скилл CX Codex

voice-to-report — скилл для Claude Code: что делает и как установить

Скилл voice-to-report для Claude Code преобразует голосовые записи в структурированные отчёты по строительным работам.

MIT 115 установок ★ 434 обновлён 2026-10-19

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill voice-to-report -a claude-code
Открыть на GitHub

Что делает voice-to-report

Скилл voice-to-report автоматизирует создание строительных отчётов из голосовых записей. Он использует Whisper API для транскрибирования речи в текст, а затем GPT-4o для структурирования полученной информации по заданным схемам. Поддерживаются отчёты о ежедневных работах, наблюдениях по безопасности и обновлениях прогресса.

Для работы скилла необходим установленный python3 и переменная окружения OPENAI_API_KEY с ключом доступа к OpenAI API. Это позволяет обрабатывать аудио и генерировать отчёты в форматах, подходящих для баз данных или PDF-документов. Например, в одном из сценариев n8n workflow он может принимать голосовые сообщения из Telegram, сохранять данные в PostgreSQL и генерировать PDF через внешний сервис.

Скилл может автоматически определять язык записи и переводить её на английский, если это необходимо, сохраняя строительную терминологию. Это удобно для полевых работников, которым проще наговорить информацию, чем набирать её на мобильном устройстве.

Какие задачи решает

  • Быстрое создание отчётов с объектов
  • Транскрибирование голосовых заметок в текст
  • Структурирование данных для ежедневных отчётов
  • Формирование отчётов о безопасности и прогрессе
  • Обработка голосовых записей на разных языках

Примеры запросов агенту

  • «Преобразуй эту голосовую запись в ежедневный отчёт»
  • «Создай отчёт по безопасности из аудиофайла safety_note.mp3»
  • «Сделай отчёт о прогрессе из голосового сообщения»

Как установить voice-to-report

1Через Skills CLI (Vercel)

npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill voice-to-report -a claude-code

2Вручную: положить файлы

~/.claude/skills/voice-to-report/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/voice-to-report/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о voice-to-report

Как установить voice-to-report в Claude Code?

Для установки используйте команду npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill voice-to-report -a claude-code. После этого скилл будет доступен по пути ~/.claude/skills/voice-to-report/SKILL.md.

Что делает скилл voice-to-report?

Он преобразует голосовые записи полевых работников в структурированные отчёты о строительных работах. Скилл транскрибирует речь и форматирует её в данные для ежедневных отчётов, наблюдений по безопасности или обновлений прогресса.

Что нужно для работы voice-to-report?

Для работы скилла требуется установленный python3 и переменная окружения OPENAI_API_KEY, содержащая ключ доступа к OpenAI API. Эти компоненты обеспечивают транскрипцию и обработку данных.

Исходный текст

SKILL.md · MIT
---
name: "voice-to-report"
description: "Convert voice recordings to structured construction reports. Field workers speak, AI transcribes and formats. Supports daily reports, safety observations, progress updates."
homepage: "https://datadrivenconstruction.io"
metadata: {"openclaw": {"emoji": "📱", "os": ["darwin", "linux", "win32"], "homepage": "https://datadrivenconstruction.io", "requires": {"bins": ["python3"], "env": ["OPENAI_API_KEY"]}, "primaryEnv": "OPENAI_API_KEY"}}
---
# Voice to Report

## Overview

Field workers prefer talking over typing. This skill converts voice recordings into structured construction reports using speech-to-text and LLM processing.

## Why Voice?

| Typing | Voice |
|--------|-------|
| Slow on mobile | 3x faster |
| Requires attention | Hands-free |
| Limited in cold/rain | Works anywhere |
| Formal language | Natural expression |
| Short messages | Detailed descriptions |

## Architecture

```
┌─────────────────────────────────────────────────────────────────┐
│                    VOICE TO REPORT PIPELINE                      │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  🎤 Voice      →    📝 Transcribe    →    🤖 Structure    →    📊 Report │
│  Recording         Whisper API           GPT-4o               Formatted  │
│                                                                  │
│  "We finished      "We finished         {                    Daily Report │
│   the foundation    the foundation       "activity":         ──────────── │
│   pour today,       pour today,          "foundation",       Foundation   │
│   about 500         about 500            "quantity": 500,    pour: 500m³  │
│   cubic meters"     cubic meters"        "unit": "m³"        Complete ✓   │
│                                          }                               │
└─────────────────────────────────────────────────────────────────┘
```

## Quick Start

```python
from openai import OpenAI
import json

client = OpenAI()

def voice_to_report(audio_path: str, report_type: str = "daily") -> dict:
    """Convert voice recording to structured report"""

    # Step 1: Transcribe audio
    with open(audio_path, "rb") as audio_file:
        transcript = client.audio.transcriptions.create(
            model="whisper-1",
            file=audio_file,
            language="en"
        )

    # Step 2: Structure with LLM
    schema = get_report_schema(report_type)

    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {
                "role": "system",
                "content": f"""You are a construction report assistant.
                Convert the voice transcript into a structured report.
                Extract all relevant information and format as JSON.

                Report type: {report_type}
                Schema: {json.dumps(schema, indent=2)}

                Rules:
                - Extract quantities with units
                - Identify activities and locations
                - Note any issues or concerns
                - Capture weather if mentioned
                - List workers/trades if mentioned
                """
            },
            {
                "role": "user",
                "content": f"Transcript:\n{transcript.text}"
            }
        ],
        response_format={"type": "json_object"}
    )

    return {
        "transcript": transcript.text,
        "structured_report": json.loads(response.choices[0].message.content)
    }
```

## Report Schemas

### Daily Report Schema

```python
daily_report_schema = {
    "date": "YYYY-MM-DD",
    "project": "string",
    "weather": {
        "conditions": "string",
        "temperature": "number",
        "impact": "none|minor|major"
    },
    "workforce": [
        {
            "trade": "string",
            "count": "number",
            "hours": "number"
        }
    ],
    "activities": [
        {
            "description": "string",
            "location": "string",
            "quantity": "number",
            "unit": "string",
            "status": "in_progress|completed|delayed"
        }
    ],
    "equipment": [
        {
            "type": "string",
            "hours": "number"
        }
    ],
    "issues": [
        {
            "description": "string",
            "severity": "low|medium|high",
            "action_taken": "string"
        }
    ],
    "notes": "string"
}
```

### Safety Observation Schema

```python
safety_schema = {
    "date": "YYYY-MM-DD",
    "time": "HH:MM",
    "location": "string",
    "observer": "string",
    "observation_type": "positive|concern|incident",
    "description": "string",
    "people_involved": ["list of names/roles"],
    "immediate_action": "string",
    "follow_up_required": "boolean",
    "photos_attached": "boolean"
}
```

### Progress Update Schema

```python
progress_schema = {
    "date": "YYYY-MM-DD",
    "area": "string",
    "activity": "string",
    "planned_quantity": "number",
    "actual_quantity": "number",
    "unit": "string",
    "percent_complete": "number",
    "on_schedule": "boolean",
    "variance_reason": "string or null",
    "next_steps": "string"
}
```

## n8n Workflow

```json
{
  "workflow": "Voice to Report",
  "nodes": [
    {
      "name": "Telegram Trigger",
      "type": "Telegram",
      "event": "voice_message"
    },
    {
      "name": "Download Voice",
      "type": "Telegram",
      "action": "getFile"
    },
    {
      "name": "Transcribe",
      "type": "OpenAI",
      "operation": "transcribe",
      "model": "whisper-1"
    },
    {
      "name": "Detect Report Type",
      "type": "OpenAI",
      "prompt": "Classify: daily_report, safety, progress, issue"
    },
    {
      "name": "Structure Report",
      "type": "OpenAI",
      "operation": "chat",
      "model": "gpt-4o"
    },
    {
      "name": "Save to Database",
      "type": "PostgreSQL"
    },
    {
      "name": "Confirm to User",
      "type": "Telegram",
      "action": "sendMessage"
    },
    {
      "name": "Generate PDF",
      "type": "HTTP Request",
      "url": "pdf-service/generate"
    }
  ]
}
```

## Multi-Language Support

```python
def transcribe_multilingual(audio_path: str) -> dict:
    """Transcribe in any language, output in English"""

    with open(audio_path, "rb") as audio_file:
        # Detect language automatically
        transcript = client.audio.transcriptions.create(
            model="whisper-1",
            file=audio_file
            # language parameter omitted for auto-detection
        )

    # Translate to English if needed
    if not is_english(transcript.text):
        translation = client.chat.completions.create(
            model="gpt-4o",
            messages=[
                {"role": "system", "content": "Translate to English, preserve construction terminology."},
                {"role": "user", "content": transcript.text}
            ]
        )
        english_text = translation.choices[0].message.content
    else:
        english_text = transcript.text

    return {
        "original": transcript.text,
        "english": english_text
    }
```

## Mobile App Integration

```python
# Example: Flutter/React Native integration

# Send voice to API
async def upload_voice_report(audio_bytes, project_id):
    response = await api.post(
        "/voice-report",
        files={"audio": audio_bytes},
        data={
            "project_id": project_id,
            "report_type": "daily"
        }
    )
    return response.json()

# Response includes:
# - transcript
# - structured_report
# - report_id
# - pdf_url (if generated)
```

## Cost Optimization

```python
# Use local Whisper for high volume
import whisper

model = whisper.load_model("base")  # or "small", "medium", "large"

def transcribe_local(audio_path: str) -> str:
    """Transcribe locally to save API costs"""
    result = model.transcribe(audio_path)
    return result["text"]

# Cost comparison (per hour of audio):
# - OpenAI Whisper API: $0.36
# - Local Whisper (base): $0 (compute only)
# - Local Whisper (large): $0 (compute only, slower)
```

## Requirements

```bash
pip install openai whisper python-telegram-bot
```

## Resources

- OpenAI Whisper: https://platform.openai.com/docs/guides/speech-to-text
- Local Whisper: https://github.com/openai/whisper
- n8n Voice Processing: https://docs.n8n.io/integrations/

© datadrivenconstruction · MIT · datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
openai-realtime-voice calesthio Скилл openai-realtime-voice для Claude Code помогает проектировать голосовых агентов на OpenAI Realtime API. Запускается при настройке диалогов через WebRTC или WebSocket с вызовом инструментов. CX Codex +1 141установок eachlabs-voice-audio eachlabs Скилл eachlabs-voice-audio для работы с голосом и аудио через EachLabs: синтез речи, расшифровка записей, разделение по спикерам и конвертация голоса. CX Codex +1 336установок Audo audo-ai MCP-сервер Audo обрабатывает звук и видео через ИИ-ассистента: убирает шум, чистит паузы, выравнивает громкость и транскрибирует речь. Пригодится при подготовке подкастов и видео. CX Codex +1 geo-report-pdf geo-seo-claude Скилл geo-report-pdf превращает markdown-отчёт GEO-аудита в PDF с обложкой, цветными таблицами оценок и дорожной картой на 90 дней. Использует pandoc и Chrome headless. CX Codex +1 982установок speech-engine elevenlabs Скилл speech-engine добавляет голосовой диалог в ваш агент: ElevenLabs берёт на себя микрофон, распознавание речи и озвучку, а сервер отдаёт текст ответа. CX Codex +1 9 800установок type4me-macos-voice-input reason-machines Скилл type4me-macos-voice-input помогает настроить диктовку на macOS через утилиту Type4Me с локальными или облачными движками. Пригодится при сборке приложения и добавлении новых ASR-провайдеров. CX Codex +1 869установок

Из того же набора156

Весь набор →
data-profiler Скилл data-profiler для Claude Code анализирует таблицы со строительными данными. Выявляет пропуски, дубликаты, аномалии в сметах и сопоставляет форматы шифров до загрузки в ETL. CX Codex +1 115установок data-anomaly-detector Скилл data-anomaly-detector для Claude Code ищет аномалии в строительных данных статистическими и ML-методами. Находит выбросы в расходах, отклонения сроков и скачки производительности. CX Codex +1 115установок productivity-analyzer Скилл productivity-analyzer для Claude Code рассчитывает выработку бригад по фактическим данным со стройплощадки. Сопоставляет план с фактом и выявляет динамику работ. CX Codex +1 115установок duration-prediction Скилл duration-prediction для Claude Code прогнозирует длительность строительного проекта по историческим данным с помощью k-NN и регрессии. Агент подключает его для оценки сроков нового проекта по похожим завершённым объектам. CX Codex +1 115установок progress-monitoring-cv Скилл progress-monitoring-cv анализирует фото стройплощадки и снимки с дронов: оценивает прогресс, замечает риски безопасности и сопоставляет результат с BIM. CX Codex +1 115установок cwicr-data-loader Скилл cwicr-data-loader для Claude Code загружает базу данных DDC CWICR из Parquet, Excel, CSV и Qdrant. Основа для операций с данными о стоимости строительных работ. CX Codex +1 115установок open-data-integrator Скилл open-data-integrator подключает открытые данные для строительной аналитики: индексы цен на материалы, ставки рабочих и сводки погоды. CX Codex +1 115установок csv-handler Скилл csv-handler для Claude Code определяет кодировку и разделитель CSV, очищает таблицы, объединяет и разбивает файлы. Обрабатывает экспорт из строительных программ. CX Codex +1 115установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой