KolWrite API לסוכני בינה מלאכותית

כך נותנים לסוכן בינה מלאכותית (Claude Code, ‏Codex, ‏Cursor או סקריפט משלכם) להפוך הקלטות לתמלילים, לכתוביות SRT ולתזמוני מילים באמצעות ה-API של פלטפורמת KolWrite בכתובת https://api.kolwrite.com. אדם יוצר אסימון פעם אחת; הסוכן קורא אותו ממשתנה סביבה ופונה ל-HTTPS רגיל. אין צורך ב-SDK.

זהו ה-API של הפלטפורמה עם אסימוני kol_. ה-API של הקרדיטים בכתובת https://app.kolwrite.com (כותרת x-api-key) הוא API אחר, והוא מתואר ב- https://console.kolwrite.com/llms.txt (באנגלית).

1. נותנים לסוכן אסימון

• הגישה ל-API מופעלת לכל חשבון בנפרד; בלעדיה יצירת אסימון או שימוש בו נדחים.
• אדם יוצר את האסימון ביישום KolWrite (הגדרות → חשבון → גישת API → יצירת אסימון) ובוחר את הקבוצה הקטנה ביותר של היקפי הרשאה. הסוד (kol_...) מוצג פעם אחת.
• שמרו אותו במשתנה סביבה, הרחק מהנחיות, מקובצי לוג ומ-git.

הדביקו את זה ב-AGENTS.md, ב-CLAUDE.md או ב-.cursorrules:

## KolWrite platform API
- Base URL https://api.kolwrite.com. The token is in the environment variable KOLWRITE_TOKEN: send it as "Authorization: Bearer $KOLWRITE_TOKEN" and never print it.
- Flow: POST /api/v1/media/upload-session, PUT the bytes to data.upload_url, POST /api/v1/media/complete, POST /api/v1/jobs, poll GET /api/v1/jobs/{job_id} until status is succeeded, then GET /api/v1/jobs/{job_id}/export?format=json
- Spec: https://kolwrite-docs.pages.dev/openapi.json. Guide: https://kolwrite-docs.pages.dev/agents.md

2. איזו קריאה מתאימה למה

3. תמלול קובץ ב-Python

import json, mimetypes, os, time
import requests

BASE = "https://api.kolwrite.com"
TOKEN = os.environ["KOLWRITE_TOKEN"]


def call(method, path, **kw):
    headers = {"Authorization": f"Bearer {TOKEN}", **kw.pop("headers", {})}
    r = requests.request(method, BASE + path, headers=headers, timeout=120, **kw)
    r.raise_for_status()
    return r


def transcribe(path, profile="oracle", language="auto"):
    name, size = os.path.basename(path), os.path.getsize(path)
    ctype = mimetypes.guess_type(name)[0] or "application/octet-stream"
    session = call("POST", "/api/v1/media/upload-session",
                   json={"filename": name, "file_size_bytes": size,
                         "content_type": ctype}).json()["data"]
    with open(path, "rb") as f:
        requests.put(session["upload_url"], data=f, headers=session["headers"],
                     timeout=3600).raise_for_status()
    media = call("POST", "/api/v1/media/complete",
                 json={"finalize_token": session["finalize_token"]}).json()["data"]
    job = call("POST", "/api/v1/jobs",
               headers={"Idempotency-Key": f"{name}-{size}-{profile}-{language}"},
               json={"type": "transcription",
                     "input": {"type": "media_ref", "media_id": media["media_id"]},
                     "profile": profile,
                     "options": {"language": language,
                                 "diarization": {"mode": "regular"}}}).json()["data"]
    while True:
        status = call("GET", f"/api/v1/jobs/{job['job_id']}").json()["data"]["status"]
        if status in ("succeeded", "failed", "cancelled"):
            break
        time.sleep(5)
    if status != "succeeded":
        raise RuntimeError(f"job {job['job_id']} {status}")
    export = call("GET", f"/api/v1/jobs/{job['job_id']}/export",
                  params={"format": "json"}).json()
    return job["job_id"], json.loads(export["data"])  # data is a JSON string


job_id, transcript = transcribe("interview.wav")
for seg in transcript["segments"]:
    print(f"{seg['start']:.2f}-{seg['end']:.2f} {seg.get('speaker', '')} {seg['text']}")

קבצים גדולים מועלים בחלקים: הסשן מחזיר אז data.upload_url בערך null, וכתובת לכל חלק ב-data.multipart_part_urls (ראו את ההתחלה המהירה).

4. משתמשים בתזמונים

ייצוא ה-JSON כולל segments, ובכל מקטע start ו-end בשניות, text, ‏speaker כשזיהוי הדוברים רץ, ו-words (‏text, ‏start, ‏end). תנו לסוכן לבחור מקטעים לפי אינדקס ולקרוא את הזמנים מהתמליל; לעולם אל תתנו למודל להקליד חותמות זמן.

import subprocess

keep = [s for s in transcript["segments"] if "pricing" in s["text"].lower()]
for i, seg in enumerate(keep):
    subprocess.run(["ffmpeg", "-y", "-i", "talk.mp4", "-ss", str(seg["start"]),
                    "-to", str(seg["end"]), f"clip{i}.mp4"], check=True)

כתוביות מגיעות ישירות מה-API. include_speakers=false משמיט את שמות הדוברים, ו-max_chars_per_entry קובע את אורך כל שורת כתובית:

curl -H "Authorization: Bearer $KOLWRITE_TOKEN" -o talk.srt \
  "https://api.kolwrite.com/api/v1/jobs/JOB_ID/export?format=srt&include_speakers=false&max_chars_per_entry=42"

הורדת SRT ו-VTT דורשת מסלול Plus ומעלה. מסלולים אחרים מקבלים HTTP 403 עם הקוד subtitle_export_requires_plus; ייצוא JSON וטקסט אינו מושפע.

5. כללים לסוכנים

• שלחו Idempotency-Key בעת יצירת משימה, כדי שניסיון חוזר לא יפעיל משימה שנייה.
• נסו שוב אחרי 429, ‏502, ‏503 ו-504 עם השהיה מעריכית; ב-429 המתינו לפי Retry-After. אל תנסו שוב אחרי 401, ‏403 או שגיאות תיקוף. ראו שגיאות.
• קראו את detail.code, לא את נוסח ההודעה.
• משימה שומרת קרדיטים בעת היצירה ומסדירה אותם בסיומה; בדקו את GET /api/v1/billing/balance לפני אצווה גדולה.
• קובץ ה-OpenAPI הוא החוזה: כל פעולה מציינת את ההיקף הנדרש שלה ב-x-required-scope.

שאלות

איך מכינים כתוביות SRT מסרטון באמצעות סוכן בינה מלאכותית?

מעלים את הקובץ, יוצרים משימת תמלול, ממתינים לסטטוס succeeded וקוראים לנקודת הייצוא עם format=srt. כתוביות דורשות מסלול Plus ומעלה.

האם Claude Code או Codex יכולים לקרוא ל-KolWrite API?

כן. הם פונים אליו דרך HTTPS עם אסימון גישה אישי ממשתנה סביבה. אין SDK או שרת MCP להתקין.

איך סוכן מקבל חותמות זמן לכל מילה?

מייצאים את המשימה כ-JSON. בכל מקטע יש words עם start ו-end בשניות.

גרסת Markdown של העמוד