SuperAPI AI 工具集

podcast

办公与效率

查看项目

更新于 10-16 09:10

技能介绍

用途

该技能用于从主题、URL 或文本创建播客节目。它会生成由 1-2 位 AI 主播讨论某一话题的播客音频,支持快速概述、深度分析和辩论三种形式。输入可以是话题描述、一个或多个 URL、粘贴的文本,或这些内容的组合;输出为完整音频节目及字幕。

主要能力

  • 支持三种模式:quick(简短概述)、deep(深度分析)、debate(辩论对话)。
  • 支持输入主题、URL(--source-url,可重复)、文本(--source-text,可重复)。
  • 支持指定语言(--lang,如 en、zh、ja)。
  • 支持选择主播(--speaker 使用主播显示名,可重复,最多 2 位;或使用 --speaker-id)。
  • 默认使用 2 位主播;仅当用户明确要求独白或单人格式时才使用 1 位。
  • 输出包含 audioUrl、subtitlesUrl、audioDuration、credits 等字段。

使用方式

  • 首次运行按照 shared/config-pattern.md 的“零问题启动”流程,若配置文件不存在,则以默认值静默创建并继续,不询问任何设置问题。默认配置为:outputMode 为 inline,language 为 null,defaultMode 为 quick,defaultSpeakers 为空对象。
  • 若配置文件已存在,则静默读取后继续。
  • 仅在用户明确要求重新配置时,才显示当前配置并依次询问输出方式、语言(可选)和默认模式(可选),收集后立即保存。
  • 交互流程:第 1 步询问话题及可选参考材料(可接受话题描述、URL、粘贴文本或组合);第 2 步模式默认使用 quick,若配置的 defaultMode 不同则静默使用该值,若用户明确提到模式关键词则从意图推断,仅在意图不明确且未配置默认值时询问;第 3 步语言根据用户交互语言静默推断,若配置了 language 则使用配置值,不询问;第 4 步主播数量默认 2 位,不询问;第 5 步主播选择优先使用保存的默认主播,否则使用内置默认,仅在用户明确要求更换声音时才显示完整主播列表;第 6 步汇总所有选择并等待用户明确确认后才调用 CLI。
  • 生成时以后台方式运行 CLI 命令(run_in_background: true,timeout: 360000),命令形式为 $CMD_PREFIX create 带 --query、--source-url、--source-text、--mode、--lang、--speaker 等参数及 --json。CMD_PREFIX 根据认证模式确定:openapi 模式为 listenhub openapi podcast,否则为 listenhub podcast。
  • CLI 内部处理轮询,生成完成后返回最终结果。完成后解析 JSON 输出,提取 audioUrl、subtitlesUrl、audioDuration、credits,并根据 OUTPUT_MODE 展示:inline 或 both 显示可点击的音频链接;download 或 both 还会下载文件到当前工作目录,文件名基于话题生成友好名称并做去重处理。
  • 生成成功后会更新配置,保存本次使用的语言、模式和主播。

适用场景

  • 用户想围绕任意话题创建一期播客。
  • 用户提供 URL 或文本,希望将其转为播客讨论。
  • 用户要求“辩论”“对话”或“讨论”形式。
  • 用户说出“podcast”“播客”或“录一期节目”。

不适用场景

  • 用户想要文本转语音朗读(应使用 /speech)。
  • 用户想要带视觉效果的解说视频(应使用 /explainer)。
  • 用户想要生成图片(应使用 /image-gen)。
  • 用户只想从 URL 提取内容而不生成音频(应使用 /content-parser)。

限制与约束

  • 必须始终按照 shared/cli-authentication.md 检查 CLI 认证;若 CLI 未安装或用户未登录,会自动安装并自动登录,不会要求用户手动运行命令。
  • 必须遵循 shared/cli-patterns.md 进行命令执行和错误处理,不得捏造 CLI 命令或参数。
  • 不得在 API 调用中硬编码主播 ID,内置默认值仅作回退使用;当用户想更换声音时从 speakers API 获取。
  • 交互前必须按照 shared/config-pattern.md 读取配置;主播选择必须遵循 shared/speaker-selection.md(文本表格 + 自由文本输入)。
  • 不得将文件保存到 ~/Downloads/ 或 .listenhub/,应将产物保存到当前工作目录并使用基于话题的友好名称。
  • 在调用任何 CLI 命令前必须等待用户明确确认。

组合性

  • 调用:speakers API(用于主播选择)。
  • 被调用:content-planner(Phase 3)。

补充说明

关于具体的收费标准、可用平台、生成时长上限等事实,资料中暂未提供。