用途：把 URL 或自由主题/简介做成约 1 分钟的双人播客视频，共 4 幕、每幕约 15 秒，主持 A 始终在左、主持 B 始终在右；URL 模式会先抓取网页用于事实与视觉依据，主题模式则解析主题、主持人、角度与给定事实。
主要能力：参数包括 input（必填，URL 或自由主题）、bg_img（默认自动生成播客工作室背景）、host_a_img / host_b_img（默认自动生成头像）、voice_a / voice_b（默认使用 Kling 预设 876341503281471517 与 829837252279803904）、aspect_ratio（默认 16:9）。缺失素材默认静默生成，不中途追问；仅在付费调用前有一次成本确认门：先调用 identity_balance({verbose: true})，展示余额、近期消耗与可用时长，提示预计约 6,000–9,000 credits（约 $60–$90），需用户回复 proceed 才继续，cancel 则停止；--yes 仅作兼容性空操作。生成开始后 5 分钟内必须发起首次付费生成调用，各阶段会打印进度检查点；长任务需按 task_status 轮询至终态，仍非终态超 15 分钟则 task_cancel。
使用方式：处理输入前会剥离 --yes、--no-captions 等标志与 key=value 参数；若无剩余内容则打印菜单等待选择，不自行编造主题。本地图片在 Claude Desktop 上需先转为公开 URL（如通过 upload_asset），已托管的 https:// 链接可直接使用。
限制：涉及真实公众人物时默认只生成气质相似的“原型”头像，不自动生成其照片级肖像，除非用户显式提供 host_a_img / host_b_img 并自行承担肖像权责任，也不默认使用克隆声音；非拉丁文字需在脚本中原样保留，并优先匹配对应语言的 Kling 声音，否则可能带口音；术语密集内容需改写口语行、添加发音提示，已知易漂移术语可改用 generate_speech 的 minimax-tts 受控旁白。更多细节与完整代码示例请见资料原文。