Podcast Pipeline

podcast-pipeline

AI 播客自动化：RSS/YouTube → 转录 → 提炼核心文本 → 卡片渲染 → 社交文案。

全部手动触发，无 cron。

Environment

• PYTHON: ~/myenv/bin/python3（含 PIL 等依赖）
• ffmpeg: 音频格式转换

播客订阅清单

见 reference/PODCAST_FEEDS.md（12 个 feed，含 2 个 YouTube 频道）。

完整 Pipeline（5 步）

Step 1：RSS 抓取 + 下载音频

cd ${CLAUDE_SKILL_DIR}
~/myenv/bin/python3 scripts/rss_downloader.py --limit 1

• 每 feed 最多下 1 集，guid 去重，AI/科技关键词过滤
• YouTube 频道：下载自动字幕 → transcript → 跳过 Step 2
• 下载完成后自动 detach 启动 transcribe_queue.py

Step 2：音频转录

~/myenv/bin/python3 scripts/transcribe_queue.py

• 引擎：调用 /funasr-asr 的 transcribe.py（mlx-whisper）
• 串行执行，完成后自动删除音频
• transcript 存入 transcripts/YYYY-MM-DD/<podcast-slug>.md

Step 3：转录 → 核心文本

3a. 脚本切分：

~/myenv/bin/python3 scripts/step3_pipeline.py prepare \
  --transcript transcripts/YYYY-MM-DD/<slug>.md \
  --output-dir output/<podcast>/

3b. 并发处理 batch（Round 1）：

• 读取 reference/step3-prompts.md 获取 prompt
• 并发生成各 batch 400-500 字摘要（最多 5 路）

3c. 汇总生成叙事文本（Round 2）：

• 读取 reference/writing-guide.md
• 生成 2800-3500 字叙事文本

3d. 脚本校验：

~/myenv/bin/python3 scripts/step3_pipeline.py finalize \
  --narrative-file output/<podcast>/narrative.md \
  --output-dir output/<podcast>/

Step 4：生成社交媒体文案

读取 reference/writing-guide.md + reference/social-format.md

产出三个文件：

• output/<podcast>/title.txt：≤14 字中文标题
• output/<podcast>/social.txt：≤900 字符正文
• output/<podcast>/tags.txt：纯文本 tags

Step 5：Pillow 卡片渲染 + 输出

~/myenv/bin/python3 scripts/podcast_card_renderer.py \
  --cards output/<podcast>/cards.json \
  --podcast-name "<name>" \
  --title "<title_cn>" \
  --output-dir output/<podcast>/cards/

卡片 + 社交文案输出到 archive/podcasts/{date}-{slug}/

关键规则

• Round 2 太长必须重跑，禁止放宽 max-chars
• 严禁调用外部 LLM 重写 narrative
• Round 3 重试最多 1 次
• 社交文案禁止"读后感"语气

Reference Documents