Kann ich Fathom vibecoden?

Baue mir eine Markierung wichtiger Momente während eines Meetings, den Kern von Fathom. Anforderungen:

- Ein Python-Prozess mit Typer und sounddevice, dazu whisper.cpp für die spätere Verschriftung.
- Ein Befehl start beginnt die Aufnahme in eine Datei und zeigt eine mitlaufende Uhr im Terminal.
- Während der Aufnahme setzt die Leertaste eine Markierung mit dem aktuellen Zeitpunkt. Zusätzlich lässt sich ein Stichwort tippen. Das ist die ganze Idee: markieren, während es passiert, statt hinterher zu suchen.
- Eine Markierung greift 30 Sekunden zurück und 30 Sekunden vor. Man drückt immer erst, nachdem etwas Wichtiges gesagt wurde, und das Werkzeug muss das ausgleichen.
- Nach dem Stoppen wird nur um die Markierungen herum transkribiert, nicht die ganze Aufnahme. Ein Gespräch von einer Stunde mit sechs Markierungen dauert damit Sekunden statt Minuten.
- Ausgabe ist eine Markdown-Datei je Meeting: je Markierung Zeitpunkt, Stichwort, das Transkript des Ausschnitts und ein Satz Zusammenfassung aus einem Modellaufruf.
- Ein Befehl full verschriftet nachträglich das ganze Gespräch, wenn du es doch brauchst.
- Die Aufnahmedatei bleibt liegen und wird nie automatisch gelöscht. Alles bleibt lokal.
- Deutsch sind Ausgaben, Kommentare und README. Alle Bezeichner bleiben englisch: Befehle, Optionen, Dateinamen.

Bewusst weglassen:

- Teilnahme an Videokonferenzen als Bot.
- Aufzeichnung ohne Zustimmung aller Beteiligten. Sag zu Beginn, dass du mitschneidest.
- Anbindung an CRM und Aufgabenverwaltung.