Audio Scribe начинался как сервис для расшифровки аудио и видео, но эта страница уже не про один экран транскрибации. Это входная карта проекта: что входит в платформу, где пользователь встречается с ботом и workspace, а где начинаются backend, очереди и control plane, которые держат обработку и операционную часть.
Главная мысль простая: входящий материал не должен теряться в чате, заметках или папке загрузок. Голосовое, запись созвона, видео, ссылка, фото, заметка или рабочий запрос попадают в Audio Scribe, чтобы их можно было расшифровать, разобрать, сохранить, связать с задачей, поставить напоминание или продолжить работу в интерфейсе.
Из чего состоит проект
Audio Scribe уже нельзя точно описать формулой «бот + TMA». Бот нужен как быстрый вход, workspace — как место, где материал превращается в работу, backend — как слой обработки и данных, а control plane — как служебная зона для управления сложными сценариями. Сейчас структура шире:
- backend/API на NestJS: авторизация, пользователи, транскрибация, AI routing, billing, Files, notes, tasks, reminders, admin и agent endpoints;
- Telegram-бот: быстрый вход из чата, обработка медиа, ссылок, вопросов, напоминаний и уведомлений — то есть самый короткий путь от «мне это прислали» к «с этим можно работать»;
- workspace/TMA: web-интерфейс, где основной экран теперь завязан на задачи, календарь, Files, заметки и рабочие сценарии после обработки материалов;
- admin dashboard: gated-интерфейс для операторских задач, мониторинга, feature flags, пользователей, серверов, аудита, agent/workflow и memory-разделов;
- очереди на Redis/BullMQ:
audio-processing,question-processing,video-processing,reminder-scanner,recurring-job-scanner; - хранилище: PostgreSQL через Prisma, Redis для очередей и MinIO/S3-compatible storage для файлов и generated artifacts;
- runtime/deploy-контур: backend под PM2 на
127.0.0.1:3000, frontend в Docker/nginx на127.0.0.1:3001, инфраструктура в Docker, health endpoints/api/healthи/api/ready.
Отдельно живут инженерные модули, которые не стоит путать с обычным пользовательским UI: Temporal workflows, sandbox, skills registry, MCP registry и memory. Это не отдельный продуктовый экран для пользователя, а control plane для внутренних workflow- и agent-сценариев. Часть этих вещей optional или conditional, часть управляется feature flags и может быть выключена в production.
Что можно делать
С пользовательской стороны Audio Scribe выглядит как набор практичных действий вокруг входящего материала:
- расшифровать аудио, голосовое, видео или запись встречи;
- получить summary, key takeaways, цитаты и дополнительные вопросы по материалу;
- отправить YouTube/Vimeo-ссылку и, при явном intent, запустить video-processing, извлечь аудио, скачать видео или посмотреть доступные качества;
- отправить фото или альбом как silent vision context: картинка сохраняет визуальный контекст, а следующий текстовый вопрос использует его без отдельного шумного меню;
- загрузить материал в Files и вернуться к нему позже через workspace;
- создавать и редактировать заметки, связывать их с вложениями, тегами и рабочими объектами;
- вести задачи в board/list/calendar/week/day-представлениях, работать с проектами, подзадачами, bulk actions и календарными связями;
- ставить one-shot и recurring reminders, получать уведомления через Telegram или ntfy, откладывать, ставить на паузу, возобновлять и отменять;
- запускать document workflows generate/transform поверх Files через единый endpoint document-runs с
workflowType; - использовать admin/monitoring слой для операторских проверок, feature flags и внутренних agent/workflow-сценариев.
Подробнее
Telegram-бот нужен для быстрых входящих действий. В него можно отправить голосовое, аудио, видео, фото, ссылку или вопрос — без предварительного раскладывания по папкам и экранам. Бот больше не строится вокруг старого статического button-first меню для каждого media entrypoint: сначала он пытается создать применимую file-session, а fallback уходит в question/video pipeline.
Telegram Mini App и workspace сейчас ближе к task-manager-first рабочей области. Дефолтный /workspace ведёт не в экран транскрибации, а в задачи/календарный контур. Транскрибация остаётся важной, но это уже один из источников материалов, а не единственный центр продукта: сюда возвращаются, когда нужно спокойно разобрать файлы, заметки, задачи и напоминания.
Ниже — подробные заметки по частям проекта. Их удобнее читать как карту: сначала технический фундамент, затем рабочая область пользователя, затем внутренний слой управления workflow- и agent-сценариями.
- backend, очереди и production-контур;
- workspace, задачи, календарь и напоминания;
- agent-control-plane, admin dashboard, workflows, skills, MCP и memory.
Отдельное roadmap-направление — связать Audio Scribe с TelePost. Это не live feature и не готовый автоответчик: для такой связки нужен отдельный контракт между почтовым слоем TelePost и рабочей платформой Audio Scribe.
Если коротко: Telegram остаётся быстрым каналом входа и уведомлений, workspace — местом для спокойной работы с файлами, задачами, заметками и календарём, а backend/очереди/admin/agent-слои держат тяжёлую обработку, устойчивость и операционное управление. Поэтому эту страницу лучше читать как оглавление проекта: она показывает не только «что умеет Audio Scribe», но и где искать детали по каждой части системы.
