修复并集成说话者分离功能

修复：
- kb-whisper-diarization/whisper_diarization.py 变量名 bug

集成：
- kb-workflow/SKILL.md 步骤5 添加说话者分离选项
- 自动检测 HF_TOKEN 选择识别模式
- 子技能清单添加 kb-whisper-diarization

文档：
- kb-whisper-diarization/SKILL.md 完善 HF_TOKEN 获取步骤

kb-whisper-diarization/SKILL.md

@@ -18,12 +18,36 @@
 | `WHISPER_CPP_PATH` | whisper.cpp 安装路径 | `~/whisper.cpp` |
 | `HF_TOKEN` | HuggingFace Token | `hf_xxx...` |
 
-### 获取 HuggingFace Token
+### 获取 HuggingFace Token（必需）
 
-pyannote.audio 需要从 HuggingFace 下载模型，需要先：
-1. 注册 HuggingFace 账号：https://huggingface.co
-2. 申请模型访问权限：https://huggingface.co/pyannote/speaker-diarization
-3. 创建 Token：https://huggingface.co/settings/tokens
+pyannote.audio 需要从 HuggingFace 下载模型，按以下步骤操作：
+
+**步骤 1: 注册/登录 HuggingFace**
+- 访问 https://huggingface.co
+- 注册或登录账号
+
+**步骤 2: 申请模型访问权限**
+需要申请以下两个模型的访问权限（点击页面上的 "Access repository" 按钮）：
+- https://huggingface.co/pyannote/speaker-diarization
+- https://huggingface.co/pyannote/segmentation
+
+> ⚠️ 申请后需要等待几分钟到几小时才能获得访问权限
+
+**步骤 3: 创建 Access Token**
+1. 访问 https://huggingface.co/settings/tokens
+2. 点击 "New token"
+3. 选择 "Read" 权限
+4. 复制生成的 token（以 `hf_` 开头）
+
+**步骤 4: 设置环境变量**
+```bash
+# 添加到 ~/.kb_env 文件
+echo 'export HF_TOKEN="hf_xxxxxxxxxxxxxxxxxxxxxx"' >> ~/.kb_env
+source ~/.kb_env
+
+# 验证
+echo $HF_TOKEN
+```
 
 ## 使用方法
 

kb-whisper-diarization/whisper_diarization.py

@@ -320,7 +320,7 @@ def main():
         result = merge_results(whisper_txt, whisper_srt, diarization, output_dir, basename)
 
         # 清理临时音频
-        if audio_path != input_path and audio_path.endswith('_audio.wav'):
+        if audio_path != input_file and audio_path.endswith('_audio.wav'):
             try:
                 os.remove(audio_path)
             except Exception:

kb-workflow/SKILL.md

@@ -191,15 +191,49 @@ python3 /path/to/bilibili_content.py --id "[ID]" --type subtitle-download --outp
 python3 kb_workflow.py --content
 ```
 
-2. 启动子代理调用 kb-whisper（传入视频路径）：
+2. **选择识别方式**：
+
+**方式 A: 普通识别（不区分说话者）**
 ```bash
-# 必须传入 --output 完整路径
 python3 /path/to/whisper.py --input [video_path] --model base --output [content_dir]
 ```
 
+**方式 B: 带说话者分离（推荐用于访谈、对话类视频）**
+```bash
+# 先检查 HF_TOKEN 环境变量
+if [ -z "$HF_TOKEN" ]; then
+    echo "⚠️ HF_TOKEN 未设置，将使用普通识别（不区分说话者）"
+    python3 /path/to/whisper.py --input [video_path] --model base --output [content_dir]
+else
+    echo "✅ 使用说话者分离模式"
+    python3 /path/to/whisper_diarization.py --input [video_path] --model base --diarize --output [content_dir]
+fi
+```
+
 3. 等待 Whisper 完成（定时汇报进度）
 
-4. 解析输出 JSON，生成 content 文件供步骤6使用
+4. 解析输出 JSON：
+- 普通识别：生成 `xxx.json`, `xxx.txt`, `xxx.srt`
+- 说话者分离：生成 `xxx_diarized.json`, `xxx_diarized.txt`, `xxx_diarized.srt`
+
+#### 说话者分离环境变量
+
+| 变量名 | 用途 | 获取方式 |
+|--------|------|----------|
+| `HF_TOKEN` | HuggingFace Token | 见下方说明 |
+
+**获取 HuggingFace Token：**
+1. 注册 HuggingFace 账号：https://huggingface.co/join
+2. 申请 pyannote 模型访问权限：
+   - https://huggingface.co/pyannote/speaker-diarization （点击 "Access"）
+   - https://huggingface.co/pyannote/segmentation （点击 "Access"）
+3. 创建 Token：https://huggingface.co/settings/tokens → New token → Read
+4. 设置环境变量：
+   ```bash
+   # 添加到 ~/.kb_env
+   echo 'export HF_TOKEN="hf_xxxxxxxxxxxxxxxxxxxxxx"' >> ~/.kb_env
+   source ~/.kb_env
+   ```
 
 ### 步骤 6: 深度分析
 
@@ -255,6 +289,7 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
 | 4 | kb-bilibili-content | `--id "BVxxx" --type subtitle-download` | `{p}_{id}.srt` | 如果没有字幕是正常的 |
 | 4 | kb-bilibili-content | `--id "BVxxx" --type video` | `{p}_{id}.mp4` | 如果需要下载视频 |
 | 5 | kb-whisper | `--input xxx.mp4 --model base` | `{p}_{id}.json`, `{p}_{id}.txt` | 仅当没有官方字幕时执行 |
+| 5 | kb-whisper-diarization | `--input xxx.mp4 --model base --diarize` | `{p}_{id}_diarized.json` | 带说话者分离（需 HF_TOKEN） |
 | 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --provider zhipu --model glm-5` | `{p}_{id}.md` | **使用 g5 模型，必须成功** |
 
 ## 条件分支逻辑