A API do KolWrite para agentes de IA

Como deixar um agente de IA (Claude Code, Codex, Cursor ou um script seu) transformar gravações em transcrições, legendas SRT e tempos por palavra com a API da plataforma KolWrite em https://api.kolwrite.com. Uma pessoa cria um token uma única vez; o agente o lê de uma variável de ambiente e chama HTTPS puro. Não é preciso nenhum SDK.

Esta é a API da plataforma, com tokens kol_. A API de créditos em https://app.kolwrite.com (cabeçalho x-api-key) é outra API, descrita (em inglês) em https://console.kolwrite.com/llms.txt para quem a procura.

1. Dê um token ao agente

• O acesso à API é ativado por conta; sem ele, criar ou usar um token é recusado.
• Uma pessoa cria o token no app KolWrite (Configurações → Conta → Acesso à API → Criar token) e escolhe o menor conjunto de escopos. O segredo (kol_...) aparece uma única vez.
• Guarde-o em uma variável de ambiente, longe de prompts, logs e git.

Cole isto em AGENTS.md, CLAUDE.md ou .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. Qual chamada usar

3. Transcrever um arquivo em 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']}")

Arquivos grandes são enviados em partes: a sessão devolve então data.upload_url como null e uma URL para cada parte em data.multipart_part_urls (veja o início rápido).

4. Usar os tempos

A exportação JSON traz segments, cada um com start e end em segundos, text, um speaker quando a separação de falantes foi executada e words (text, start, end). Deixe o agente escolher segmentos pelo índice e ler os tempos na transcrição; nunca deixe um modelo digitar marcas de tempo por conta própria.

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)

As legendas vêm direto da API. include_speakers=false omite os nomes dos falantes e max_chars_per_entry define o tamanho de cada entrada de legenda:

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"

Baixar SRT e VTT exige o plano Plus ou superior. Os outros planos recebem HTTP 403 com o código subtitle_export_requires_plus; as exportações em JSON e em texto não são afetadas.

5. Regras para agentes

• Envie um Idempotency-Key ao criar uma tarefa, para que uma nova tentativa não inicie uma segunda.
• Tente de novo após 429, 502, 503 e 504 com espera exponencial; em 429, aguarde Retry-After. Não tente de novo após 401, 403 nem erros de validação. Veja erros.
• Leia detail.code, não o texto da mensagem.
• Uma tarefa reserva créditos ao ser criada e acerta o valor ao terminar; consulte GET /api/v1/billing/balance antes de um lote grande.
• O arquivo OpenAPI é o contrato: cada operação indica o escopo exigido em x-required-scope.

Perguntas

Como faço legendas SRT de um vídeo com um agente de IA?

Envie o arquivo, crie uma tarefa de transcrição, espere succeeded e chame o endpoint de exportação com format=srt. Legendas exigem o plano Plus ou superior.

O Claude Code ou o Codex podem chamar a API do KolWrite?

Podem. Eles a chamam por HTTPS com um token de acesso pessoal lido de uma variável de ambiente. Não há SDK nem servidor MCP para instalar.

Como um agente obtém o carimbo de tempo de cada palavra?

Exporte a tarefa como JSON. Cada segmento traz words com start e end em segundos.

Versão em Markdown desta página