woodyxu 小宇宙播客文字稿抽取与总结 Skill
工作流程
- 校验用户输入是否为有效小宇宙单集链接。
- 从公开可访问的小宇宙单集页面抽取音频 URL；不要绕过登录、付费墙或访问控制。
- 下载音频到本地任务目录。
- 使用 ffmpeg 按 30 分钟切片。
- 并行转写每个切片，并保留分片文字稿。
- 按 chunk index 升序合并完整文字稿。
- MUST必须读取
prompts/summarize_takeaways.md，并严格按照该提示词的要求，对合并后的transcripts/full_transcript.txt进行总结，生成summary.md。不要改用临时口头规则、手工短要点、启发式抽取或其他未遵循该提示词的总结格式。
推荐命令
python scripts/run.py "<xiaoyuzhou_episode_url>" --chunk-minutes 30 --workers 4
可选参数：
python scripts/run.py "<url>" \
--output-dir output \
--chunk-minutes 30 \
--workers 4 \
--transcriber faster-whisper \
--summary-model agent
输出
每次运行写入项目根目录下的 output/{timestamp}_{episode_id}/。output/ 必须创建在用户当前项目根目录中，而不是 Skill 目录或其他临时目录中。
metadata.jsonpipeline.logaudio/original.*audio/chunks/chunk_000.*transcripts/chunk_000.txttranscripts/full_transcript.txtsummary.md
最终向用户返回完整文字稿路径、总结文件路径，以及总结内容。失败时说明具体步骤和已经生成的文件。
约束
- 只处理
https://www.xiaoyuzhoufm.com/episode/...或同域名http链接。 - 不要伪造音频链接；页面结构变化导致抽取失败时，直接报告明确错误。
- 不要绕过登录墙、付费墙、地区限制或其他访问控制。
- 不要在转写失败时编造文字稿。
- 总结必须基于完整文字稿。