SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场podcast

podcast

写作与研究

查看项目

更新于 10-16 14:54

技能介绍

用途

Podcast Generator 是一个用于从任意内容来源自动生成韩语播客节目的技能。它可以接收用户提供的 URL、文章、推文、PDF 或 GitHub 仓库等来源，分析并融合内容后，自动撰写韩语播客脚本、生成音频、转换为 MP4 视频，并上传到 YouTube。

主要能力

完整流水线为：来源收集 → 分析/融合 → 脚本撰写 → TTS 生成 → MP4 转换 → YouTube 上传。

Step 1：来源收集与分析

按类型处理用户提供的来源：

  • URL/文章：使用 WebFetch 或子代理获取全文
  • 推文/X 帖子：使用 WebFetch 配合 api.fxtwitter.com（替换 X/Twitter URL 中的域名）
  • PDF：直接用 Read 工具读取
  • GitHub 仓库：克隆并分析结构（使用子代理）
  • 对话上下文：复用当前会话中已分析的内容

当提供 2 个以上来源时，会为每个来源并行启动子代理。

Step 2：脚本撰写

脚本结构为 8-12 分钟、3000-5000 字符，包含：开场（1 分钟，含钩子、来源介绍、结论前置）、正文第一部分（3 分钟，深入分析第一个来源/视角）、正文第二部分（3 分钟，深入分析第二个来源/视角）、融合/交汇（3 分钟，组合来源后的涌现洞见、模式、共性、对比和可推广含义）、结尾（30 秒，一句话总结核心信息和结束语）。

脚本撰写原则：

  • 像说话一样写作，使用口语化韩语（"~입니다"、"~거죠"、"~인데요"）
  • 数字用韩语表达："267K" → "이십육만"，"$75,000" → "칠만오천 달러"
  • 英文名用韩语发音："Garry Tan" → "개리 탄"
  • 不使用表格或代码块（TTS 无法朗读），将表格内容转换为句子
  • 引用时转换语气：用"개리 탄 본인이 이렇게 말합니다."制造区分感
  • 短句：每句控制在 50 字符以内

文件布局：输出目录包含 script.md（脚本）、episode.mp3（音频）、episode.mp4（视频，用于 YouTube）、metadata.json（标题、描述、标签、YouTube URL）。输出目录可由用户指定，默认相对当前工作目录为 podcast/YYYY-MM-DD-[slug]/。

Step 3：TTS 生成

使用 scripts/generate_tts.py 将脚本转为音频：

python3 <plugin-path>/skills/podcast/scripts/generate_tts.py \
  --input <script.md path> \
  --output <episode.mp3 path> \
  --api-key <OpenAI API key>

将 <plugin-path> 替换为插件实际安装路径（可用 ${CLAUDE_PLUGIN_ROOT} 或解析后的插件安装路径）。

OpenAI API Key：先检查 OPENAI_API_KEY 环境变量，未设置则询问用户。

TTS 设置：

  • 模型：gpt-4o-mini-tts（支持 instructions 的最新模型）
  • 语音：marin（最适合韩语），cedar 为备选
  • 分块大小：1500 字符（2000 token 限制，韩语约 1.5 字符/token）
  • Instructions：按脚本自动生成

默认 TTS instructions："따뜻하고 친근한 한국어 팟캐스트 호스트. 명확한 발음으로 또박또박 읽되, 자연스러운 억양과 적절한 감정을 담아서. 중요한 포인트에서는 약간 힘을 주고, 인용구에서는 톤을 살짝 바꿔서 구분감을 준다. 전체적으로 지적이면서도 편안한 분위기."

若用户指定语气，可通过 --instructions 自定义。

Step 4：MP4 转换

将 MP3 转换为带静态标题卡的 MP4：

python3 <plugin-path>/skills/podcast/scripts/convert_mp4.py \
  --input <episode.mp3 path> \
  --output <episode.mp4 path> \
  --title "Episode Title" \
  --subtitle "Subtitle"

生成 1920x1080、深色背景（#1a1a2e）带韩语标题/字幕叠加的视频。

Step 5：YouTube 上传

python3 <plugin-path>/skills/podcast/scripts/upload_youtube.py \
  --video <episode.mp4 path> \
  --title "Episode Title" \
  --description "Description" \
  --privacy unlisted

OAuth 设置：Google OAuth client secret 自动发现 ~/Downloads/client_secret_.json 或 ~/.config/google/client_secret_.json；token 默认存储在视频文件旁（可用 --token-path 覆盖）；首次运行需要浏览器 Google 认证；若有多个 YouTube 账号会询问用户使用哪个。

注意：切勿将脚本复制到节目目录，始终从插件原始路径运行。

上传默认值：隐私 unlisted（除非用户另行指定）、分类 People & Blogs (22)、语言 ko。

Step 6：完成报告

上传后向用户报告：

Done!
- Script: <path>/script.md
- Audio: <path>/episode.mp3
- Video: <path>/episode.mp4
- YouTube: https://youtu.be/VIDEO_ID (unlisted)

用 afplay 播放 episode.mp3 让用户立即收听。

部分执行

用户可只请求流水线的一部分：

  • "Just write the script" → 仅 Step 1-2
  • "Generate TTS from this script" → 仅 Step 3
  • "Upload to YouTube" → 仅 Step 5（需已有 MP4）
  • "Make it public" → 通过 API 更新 YouTube 隐私设置

适用场景

适合将文章、推文、PDF、GitHub 仓库等内容快速转化为韩语播客节目，并发布到 YouTube 的场景。支持多来源融合分析，适合需要将多个来源观点整合成单集内容的用户。

限制与要求

  • ffmpeg：音频合并和 MP4 转换必需。macOS 上可能需要 homebrew-ffmpeg/ffmpeg tap 以获得完整编解码器支持
  • OpenAI API key：TTS 生成必需（OPENAI_API_KEY 环境变量或用户提供）
  • Google OAuth client secret：YouTube 上传必需（从 Google Cloud Console 下载）
  • macOS 字体：韩语文本叠加使用 /System/Library/Fonts/AppleSDGothicNeo.ttc。其他平台需调整 convert_mp4.py 中的 FONT_PATH
  • Python 3.10+：所有脚本仅使用标准库（无需 pip install）
  • 输出内容为韩语播客