diff --git a/openclaw/xingshu/cloud-learning-audio-pipeline.md b/openclaw/xingshu/cloud-learning-audio-pipeline.md
new file mode 100644
index 00000000..0f00e7bb
--- /dev/null
+++ b/openclaw/xingshu/cloud-learning-audio-pipeline.md
@@ -0,0 +1,252 @@
+# Cloud Learning 音视频处理流水线
+
+> 文档版本：2026-04-15
+> 维护者：星枢（xingshu）
+> 状态：✅ 已验证可运行
+
+---
+
+## 一、整体架构
+
+```
+NAS 视频源
+    │
+    ▼
+[阶段1] FFmpeg 音频提取
+    │  MP4 → MP3
+    ▼
+NAS MP3 文件库
+    │
+    ▼
+[阶段2] Whisper 转录
+    │  MP3 → 英文字幕/转写稿
+    ▼
+Macmini 本地转写稿
+    │
+    ▼
+[阶段3] Gemini Flash 摘要
+    │  转写稿 → 结构化中文笔记
+    ▼
+Obsidian 知识库
+```
+
+---
+
+## 二、各阶段详解
+
+### 阶段 1：FFmpeg 音频提取
+
+| 项目 | 说明 |
+|---|---|
+| **输入** | NAS 上的 `.mp4` 文件（`/volume2/work/Public Cloud Learning Sessions/`） |
+| **输出** | 同目录下的同名 `.mp3` 文件 |
+| **工具** | FFmpeg（Macmini 已安装：`/opt/homebrew/bin/ffmpeg`） |
+| **转码参数** | `-vn -acodec libmp3lame -ab 64k -ar 22050 -ac 1`（64kbps CBR，针对人声优化）|
+| **传输方式** | `ssh cat` 管道（NAS 不需要挂载）|
+| **速度** | ~400x realtime（1小时视频 ≈ 9秒提取）|
+
+**命令示例：**
+```bash
+# NAS → Macmini FFmpeg → 回写 NAS
+ssh shenwei@192.168.3.17 "cat '/volume2/work/Public Cloud Learning Sessions/VIDEO.mp4'" \
+  | /opt/homebrew/bin/ffmpeg -i pipe:0 -vn -acodec libmp3lame -ab 64k -ar 22050 -ac 1 -f mp3 pipe:1 \
+  | ssh shenwei@192.168.3.17 "cat > '/volume2/work/Public Cloud Learning Sessions/VIDEO.mp3'"
+```
+
+**脚本位置：** `~/.openclaw/temp/xingshu/scripts/nas_audio_extract_v3.py`
+
+---
+
+### 阶段 2：Whisper 转录
+
+| 项目 | 说明 |
+|---|---|
+| **输入** | NAS 上的 `.mp3` 文件（已由阶段1生成）|
+| **输出** | 英文字幕/转写稿（纯文本）|
+| **工具** | `openai-whisper`（Python 包，通过 `pip install openai-whisper` 安装）|
+| **模型** | `small`（精度与速度平衡，M 系列芯片友好）|
+| **硬件** | Macmini 本地运行（Neural Engine 加速）|
+| **速度** | ~50x realtime（1小时音频 ≈ 40-50秒）|
+| **内存** | ~1.5GB（small 模型）|
+| **费用** | 完全免费（本地运行，无需 API）|
+
+**安装命令：**
+```bash
+pip3 install openai-whisper
+```
+
+**调用示例：**
+```python
+import whisper
+model = whisper.load_model("small")
+result = model.transcribe("audio.mp3", language="en", fp16=False)
+print(result["text"])  # 英文字幕/转写稿
+```
+
+**转写稿长度参考：** 1小时音频 ≈ 6000-8000 tokens（英文）
+
+---
+
+### 阶段 3：Gemini Flash 摘要
+
+| 项目 | 说明 |
+|---|---|
+| **输入** | Whisper 转写的英文字幕/转写稿 |
+| **输出** | 结构化中文笔记（摘要 + 关键概念 + 相关链接）|
+| **工具** | Google Gemini API（直接 HTTP 调用，不依赖 summarize CLI）|
+| **模型** | `gemini-3-flash-preview` |
+| **费用** | ~0.075$/百万输入 tokens（3000分钟音频 ≈ ~$0.15）|
+| **API Key** | `AIzaSyASNIlSc-YYP1dCqKCzk59e7MXSVrnHba0`（需有效）|
+
+**摘要输出格式：**
+```markdown
+## 摘要
+
+> [300-500字中文摘要]
+
+---
+
+## 关键概念
+
+- **[概念名称]**: [一句话解释]
+
+---
+
+## 相关视频
+
+> [!info]+ 交叉引用
+> [[相关视频文件名]] — 关联原因
+```
+
+---
+
+## 三、全量流水线脚本
+
+**脚本位置：** `~/.openclaw/temp/xingshu/scripts/nas_whisper_gemini_summarize.py`
+
+**核心逻辑：**
+1. 扫描 NAS 上已完成的 `.mp3` 文件（跳过 `*.done` 中已有的）
+2. `ssh cat` 下载到 Macmini 本地临时目录
+3. Whisper `small` 转录
+4. Gemini Flash 摘要
+5. 更新 Obsidian 对应笔记（替换 `## 摘要` 到 `## 相关视频` 之间的内容）
+6. 删除本地临时文件
+7. 写入 `.done` 进度文件（断点续传）
+
+**启动命令：**
+```bash
+cd ~/.openclaw/temp/xingshu
+nohup python3 scripts/nas_whisper_gemini_summarize.py > nas_whisper_summarize_stdout.log 2>&1 &
+echo "PID=$!"
+```
+
+**查看进度：**
+```bash
+tail -f ~/.openclaw/temp/xingshu/logs/nas_whisper_summarize.log
+```
+
+---
+
+## 四、Obsidian 笔记模板
+
+笔记文件位于：`~/Workspace/nexus/knowledgebase/DevOps & SRE/`
+
+```markdown
+---
+title: "视频标题"
+type: cloud-learning
+source-type: video
+category: "DevOps & SRE/01_AWS-Landing-Zone"
+tags:
+  - AWS
+  - Landing-Zone
+date-added: 2026-04-14
+video-source: "nas:///volume2/work/Public Cloud Learning Sessions/VIDEO.mp4"
+audio-source: "nas:///volume2/work/Public Cloud Learning Sessions/VIDEO.mp3"
+status: summarized  # raw → summarized
+---
+
+# 视频标题
+
+**Source:** NAS `/volume2/work/Public Cloud Learning Sessions/VIDEO.mp4`
+**Type:** VIDEO | **Category:** 01_AWS-Landing-Zone
+
+**Status:** ✅ 已完成
+
+---
+
+## 摘要
+
+> [Gemini Flash 生成的中文摘要]
+
+---
+
+## 关键概念
+
+- **[概念名称]**: [一句话解释]
+
+---
+
+## 相关视频
+
+> [!info]+ 交叉引用
+> [[相关视频文件名]] — 关联原因
+```
+
+---
+
+## 五、API Key 汇总
+
+| 服务 | Key | 用途 | 状态 |
+|---|---|---|---|
+| Google Gemini | `AIzaSyASNIlSc-YYP1dCqKCzk59e7MXSVrnHba0` | 摘要生成 | ✅ 有效 |
+| MiniMax | `sk-cp-H0FwKNry9PnMJm...` | Whisper 转录 | ❌ Whisper端点404，token plan不支持模型 |
+
+> ⚠️ MiniMax API Key 目前不可用（Whisper 端点 404，文本模型 500），Whisper 改用本地模型。
+
+---
+
+## 六、费用估算（100个视频，~3000分钟总时长）
+
+| 阶段 | 工具 | 费用 |
+|---|---|---|
+| 音频提取 | FFmpeg | $0 |
+| 语音转录 | Whisper（本地） | $0 |
+| 摘要生成 | Gemini Flash | ~$0.15 |
+| **合计** | | **~$0.15** |
+
+---
+
+## 七、已知限制与注意事项
+
+1. **Gemini API Key 必须有效**：每 24 小时检查一次 key 状态
+2. **Whisper 模型选择**：`tiny` 最快但精度低，`small` 平衡，`medium`/`large` Macmini 内存不够
+3. **音频质量**：Whisper 对音质敏感，背景噪音会导致转写质量下降
+4. **断点续传**：脚本使用 `.done` 文件记录已完成的文件，重启不会重复处理
+5. **文件命名**：文件名中的空格和特殊字符（`_`、`(`、`)`）需要正确处理
+
+---
+
+## 八、快捷命令速查
+
+```bash
+# 查看音频提取进度
+cat ~/.openclaw/temp/xingshu/logs/nas_audio_v3.log | tail -10
+
+# 查看转录摘要进度
+tail -f ~/.openclaw/temp/xingshu/logs/nas_whisper_summarize.log
+
+# 查看 NAS 已完成 mp3 数量
+ssh shenwei@192.168.3.17 "ls '/volume2/work/Public Cloud Learning Sessions/'*.mp3 2>/dev/null | wc -l"
+
+# 查看已处理摘要数量
+cat ~/.openclaw/temp/xingshu/nas_whisper_summarize.done | wc -l
+
+# 手动测试 Whisper
+python3 -c "import whisper; m=whisper.load_model('small'); print(m.transcribe('test.mp3')['text'][:100])"
+
+# 手动测试 Gemini
+curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent?key=AIzaSyASNIlSc-YYP1dCqKCzk59e7MXSVrnHba0" \
+  -H 'Content-Type: application/json' \
+  -d '{"contents":[{"parts":[{"text":"say hi in 3 words"}]}]}'
+```
diff --git a/openclaw/xingshu/whisper-guide.md b/openclaw/xingshu/whisper-guide.md
new file mode 100644
index 00000000..060606e6
--- /dev/null
+++ b/openclaw/xingshu/whisper-guide.md
@@ -0,0 +1,261 @@
+# Whisper 本地语音转录完全指南
+
+> 文档版本：2026-04-15
+> 维护者：星枢（xingshu）
+> 状态：✅ Macmini 已验证可运行
+
+---
+
+## 一、Whisper 是什么
+
+Whisper 是 OpenAI 开源的自动语音识别（ASR）模型，可将音频文件转录为文字。支持 99 种语言，尤其对英文识别精度极高。
+
+**两种使用方式：**
+
+| 方式 | 说明 | 费用 |
+|---|---|---|
+| **本地运行** | 模型下载到本地 Mac/PC | **免费** |
+| OpenAI API | 调用 OpenAI Whisper API | 按分钟计费 |
+
+本指南使用**本地运行**方式。
+
+---
+
+## 二、支持的模型
+
+| 模型 | 参数量 | 英文 WER* | 中文 CER* | 本地内存占用 | Macmini 兼容性 |
+|---|---|---|---|---|---|
+| `tiny` | 39M | 5.2% | ~10% | ~1GB | ✅ |
+| `base` | 74M | 3.5% | ~8% | ~1GB | ✅ |
+| **`small`** | 244M | 2.7% | ~5% | ~1.5GB | **✅ 推荐** |
+| `medium` | 769M | 2.3% | ~4% | ~5GB | ⚠️ 可能 OOM |
+| `large` | 1550M | 2.0% | ~3% | ~10GB | ❌ OOM |
+
+> \* WER = Word Error Rate，CER = Character Error Rate，越低越准确。
+
+**推荐：`small` 模型**（精度与资源占用的最佳平衡）
+
+---
+
+## 三、安装
+
+### 3.1 前置条件
+
+```bash
+# 确认 Python 版本（需 3.8+）
+python3 --version
+
+# 确认 pip 可用
+pip3 --version
+```
+
+### 3.2 安装 Whisper
+
+```bash
+pip3 install openai-whisper
+```
+
+**如果遇到权限错误（macOS）：**
+```bash
+pip3 install --user openai-whisper
+```
+
+**首次运行会自动下载模型文件**（~500MB/small 模型），无需手动下载。
+
+---
+
+## 四、快速测试
+
+### 4.1 单文件测试（tiny 模型，最快）
+
+```python
+import whisper
+
+model = whisper.load_model("tiny")          # 首次运行会下载模型
+result = model.transcribe("audio.mp3", language="en")
+print(result["text"])
+```
+
+### 4.2 完整示例（small 模型）
+
+```python
+import whisper
+
+# 加载模型（只需加载一次）
+model = whisper.load_model("small")
+
+# 转录
+result = model.transcribe(
+    "audio.mp3",
+    language="en",    # 指定语言，不指定则自动检测
+    fp16=False,       # Macmini 用 CPU，必须 False
+    verbose=True,     # 显示进度
+)
+
+print("语言检测:", result["language"])
+print("转写稿:", result["text"])
+print("分段数:", len(result["segments"]))
+```
+
+### 4.3 命令行测试
+
+```bash
+# 安装后可直接在命令行使用
+whisper audio.mp3 --model small --language en
+```
+
+---
+
+## 五、Python API 详解
+
+### 5.1 核心方法
+
+```python
+import whisper
+
+model = whisper.load_model("small")
+
+# 完整参数
+result = model.transcribe(
+    audio="path/to/file.mp3",
+    
+    # 语言设置
+    language="en",           # 指定语言，不填则自动检测
+    # prompt="",            # 可选，引导模型偏好（如专有名词）
+    
+    # 输出控制
+   fp16=False,              # CPU 必须 False，GPU 可 True
+    temperature=0.0,         # 0=确定性，>0=随机性
+    condition_on_previous_text=True,  # 利用前一段上下文
+    
+    # 任务模式
+    task="transcribe",       # transcribe 或 translate（中译英）
+    
+    # 段落切分
+    word_timestamps=False,    # True=输出每个词的起止时间
+    
+    # 日志
+    verbose=True,
+)
+```
+
+### 5.2 返回值结构
+
+```python
+{
+    "text": "完整的转写文本...",
+    "language": "en",
+    "segments": [
+        {
+            "id": 0,
+            "start": 0.0,      # 秒
+            "end": 5.5,
+            "text": " Can you see my screen already?",
+            "words": [...]       # 如果 word_timestamps=True
+        },
+        ...
+    ],
+    "language_probability": 0.99
+}
+```
+
+### 5.3 批量转录
+
+```python
+import whisper
+import glob
+
+model = whisper.load_model("small")
+audio_files = glob.glob("*.mp3")
+
+for audio_file in audio_files:
+    print(f"Processing: {audio_file}")
+    result = model.transcribe(audio_file, language="en", fp16=False)
+    
+    # 保存转写稿
+    with open(audio_file + ".txt", "w") as f:
+        f.write(result["text"])
+```
+
+---
+
+## 六、Macmini M4 Pro 性能实测
+
+| 音频时长 | 文件大小 | 模型 | 转录耗时 | 速度比 |
+|---|---|---|---|---|
+| ~54 分钟 | 3MB | `small` | ~43s | ~75x realtime |
+| ~54 分钟 | 3MB | `tiny` | ~10s | ~320x realtime |
+| ~1 小时 | 22MB | `small` | ~90s | ~40x realtime |
+
+**速度经验：** `small` 模型处理 1 小时音频约 1-2 分钟，内存占用稳定在 ~1.5GB。
+
+---
+
+## 七、在流水线中的使用
+
+本项目不使用 Whisper API，而是通过 Python 脚本调用本地模型：
+
+```python
+import whisper
+
+def whisper_transcribe(mp3_path: str) -> str:
+    """单文件转录，返回英文字幕/转写稿"""
+    model = whisper.load_model("small")  # 模型只加载一次
+    result = model.transcribe(
+        mp3_path,
+        language="en",
+        fp16=False,
+    )
+    return result["text"].strip()
+
+# 使用
+transcript = whisper_transcribe("/path/to/audio.mp3")
+```
+
+---
+
+## 八、常见问题
+
+### Q1: `fp16 is not supported on CPU` 警告
+**正常**，Macmini 用 CPU 运行，Whisper 自动降级到 FP32。不影响精度。
+
+### Q2: `SIGKILL` / 进程被杀死
+**内存不足**，模型太大。改用更小的模型：
+```python
+model = whisper.load_model("tiny")   # 最省内存
+```
+
+### Q3: 中文识别不准
+指定语言参数提升精度：
+```python
+result = model.transcribe("audio.mp3", language="zh")  # 中文
+result = model.transcribe("audio.mp3", language="en")  # 英文
+```
+
+### Q4: 如何加速转录
+- 用 `tiny` 或 `base` 模型（牺牲精度换速度）
+- Macmini M 系列芯片无需特殊优化（Neural Engine 自动加速）
+- 避免同时跑多个转录任务
+
+### Q5: 支持哪些音频格式
+支持 FFmpeg 支持的所有格式：`mp3`, `wav`, `m4a`, `flac`, `ogg`, `webm` 等。
+
+---
+
+## 九、卸载
+
+```bash
+pip3 uninstall openai-whisper
+
+# 删除已下载的模型（默认缓存位置）
+rm -rf ~/.cache/whisper
+```
+
+---
+
+## 十、相关资源
+
+- **GitHub**: https://github.com/openai/whisper
+- **模型下载**: 首次调用 `load_model()` 时自动下载
+- **缓存位置**: `~/.cache/whisper/`
+- **本项目脚本**: `~/.openclaw/temp/xingshu/scripts/nas_whisper_gemini_summarize.py`