KolWrite API для ИИ-агентов

Как позволить ИИ-агенту (Claude Code, Codex, Cursor или вашему собственному скрипту) превращать записи в расшифровки, субтитры SRT и тайминги слов через API платформы KolWrite по адресу https://api.kolwrite.com. Человек один раз создаёт токен; агент читает его из переменной окружения и вызывает обычный HTTPS. SDK не нужен.

Это API платформы с токенами kol_. API кредитов на https://app.kolwrite.com (заголовок x-api-key) — другое API, оно описано (по-английски) на https://console.kolwrite.com/llms.txt для тех, кто ищет его.

1. Выдайте агенту токен

• Доступ к API включается для каждого аккаунта отдельно; без него создание и использование токена отклоняются.
• Человек создаёт токен в приложении KolWrite (Настройки → Аккаунт → Доступ к API → Создать токен) и выбирает минимальный набор областей доступа. Секрет (kol_...) показывается один раз.
• Храните его в переменной окружения, вдали от промптов, журналов и git.

Вставьте это в AGENTS.md, CLAUDE.md или .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. Какой вызов использовать

3. Расшифровка файла на 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']}")

Большие файлы загружаются частями: тогда сессия возвращает data.upload_url со значением null и по одному URL на каждую часть в data.multipart_part_urls (см. быстрый старт).

4. Используйте тайминги

В JSON-экспорте есть segments; у каждого сегмента start и end в секундах, text, speaker, если выполнялось разделение по говорящим, и words (text, start, end). Пусть агент выбирает сегменты по номеру и берёт время из расшифровки; никогда не позволяйте модели вписывать временные метки самой.

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)

Субтитры приходят прямо из API. include_speakers=false убирает имена говорящих, а max_chars_per_entry задаёт длину каждой строки субтитров:

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"

Скачивание SRT и VTT требует тарифа Plus или выше. На других тарифах возвращается HTTP 403 с кодом subtitle_export_requires_plus; экспорт в JSON и текст это не затрагивает.

5. Правила для агентов

• Передавайте Idempotency-Key при создании задачи, чтобы повторный запрос не запустил вторую.
• Повторяйте запрос после 429, 502, 503 и 504 с экспоненциальной задержкой; при 429 дождитесь Retry-After. Не повторяйте после 401, 403 и ошибок валидации. См. ошибки.
• Читайте detail.code, а не текст сообщения.
• Задача резервирует кредиты при создании и рассчитывается по завершении; проверьте GET /api/v1/billing/balance перед большой партией.
• Файл OpenAPI — это контракт: каждая операция указывает нужную область доступа в x-required-scope.

Вопросы

Как сделать субтитры SRT из видео с помощью ИИ-агента?

Загрузите файл, создайте задачу расшифровки, дождитесь succeeded и вызовите эндпоинт экспорта с format=srt. Для субтитров нужен тариф Plus или выше.

Могут ли Claude Code или Codex вызывать API KolWrite?

Да. Они вызывают его по HTTPS с персональным токеном доступа из переменной окружения. Устанавливать SDK или MCP-сервер не нужно.

Как агент получает временные метки каждого слова?

Экспортируйте задачу в JSON. У каждого сегмента есть words с start и end в секундах.

Markdown-версия этой страницы