/podcast-generate

name: Podcast Generate
description: Generate podcast episodes from user-provided content or by searching the web for specified topics. If user uploads a text file/article, creates a dual-host dialogue podcast (or single-host upon request). If no content is provided, searches the web for information about the user-specified topic and generates a podcast. Duration scales with content size (3-20 minutes, ~240 chars/min). Uses z-ai-web-dev-sdk for LLM script generation and TTS audio synthesis. Outputs both a podcast script (Markdown) and a complete audio file (WAV).
license: MIT

Podcast Generate Skill（TypeScript 版本）

根据用户提供的资料或联网搜索结果，自动生成播客脚本与音频。

该 Skill 适用于：

• 长文内容的快速理解和播客化
• 知识型内容的音频化呈现
• 热点话题的深度解读和讨论
• 实时信息的搜索和播客制作

---

能力说明

本 Skill 可以做什么

• **从文件生成**：接收一篇资料（txt/md/docx/pdf等文本格式），生成对谈播客脚本和音频
• **联网搜索生成**：根据用户指定的主题，联网搜索最新信息，生成播客脚本和音频
• 自动控制时长，根据内容长度自动调整（3-20 分钟）
• 生成 Markdown 格式的播客脚本（可人工编辑）
• 使用 z-ai TTS 合成高质量音频并拼接为最终播客

本 Skill 当前不做什么

• 不生成 mp3 / 字幕 / 时间戳
• 不支持三人及以上播客角色
• 不加入背景音乐或音效

---

文件与职责说明

本 Skill 由以下文件组成：

• `generate.ts`

统一入口（支持文件模式和搜索模式）

• **文件模式**：读取用户上传的文本文件 → 生成播客
• **搜索模式**：调用 web-search skill 获取资料 → 生成播客
• 使用 z-ai-web-dev-sdk 进行 LLM 脚本生成
• 使用 z-ai-web-dev-sdk 进行 TTS 音频生成
• 自动拼接音频片段
• 只输出最终文件

• `readme.md`

使用说明文档

• `SKILL.md`

当前文件，描述 Skill 能力、边界与使用约定

• `package.json`

Node.js 项目配置与依赖

• `tsconfig.json`

TypeScript 编译配置

---

输入与输出约定

输入（二选一）

**方式 1：文件上传**

• 一篇资料文件（txt / md / docx / pdf 等文本格式）
• 资料长度不限，Skill 会自动压缩为合适长度

**方式 2：联网搜索**

• 用户指定一个搜索主题
• 自动调用 web-search skill 获取相关内容
• 整合多个搜索结果作为资料来源

输出（只输出 2 个文件）

• `podcast_script.md`

播客脚本（Markdown 格式，可人工编辑）

• `podcast.wav`

最终拼接完成的播客音频

**不输出中间文件**（如 segments.jsonl、meta.json 等）

---

运行方式

依赖环境

• Node.js 18+
• z-ai-web-dev-sdk（已安装）
• web-search skill（用于联网搜索模式）

**不需要** z-ai CLI

安装依赖

npm install

---

使用示例

从文件生成播客

npm run generate -- --input=test_data/material.txt --out_dir=out

联网搜索生成播客

# 根据主题搜索并生成播客
npm run generate -- --topic="最新AI技术突破" --out_dir=out

# 指定搜索主题和时长
npm run generate -- --topic="量子计算应用场景" --out_dir=out --duration=8

# 搜索并生成单人播客
npm run generate -- --topic="气候变化影响" --out_dir=out --mode=single-male

---

参数说明

| 参数 | 说明 | 默认值 | |------|------|--------| | `--input` | 输入资料文件路径（与 --topic 二选一） | - | | `--topic` | 搜索主题关键词（与 --input 二选一） | - | | `--out_dir` | 输出目录（必需） | - | | `--mode` | 播客模式：dual / single-male / single-female | dual | | `--duration` | 手动指定分钟数（3-20）；0 表示自动 | 0 | | `--host_name` | 主持人/主播名称 | 小谱 | | `--guest_name` | 嘉宾名称 | 锤锤 | | `--voice_host` | 主持音色 | xiaochen | | `--voice_guest` | 嘉宾音色 | chuichui | | `--speed` | 语速（0.5-2.0） | 1.0 | | `--pause_ms` | 段间停顿毫秒数 | 200 |

---

可用音色

| 音色 | 特点 | |------|------| | xiaochen | 沉稳专业 | | chuichui | 活泼可爱 | | tongtong | 温暖亲切 | | jam | 英音绅士 | | kazi | 清晰标准 | | douji | 自然流畅 | | luodo | 富有感染力 |

---

技术架构

generate.ts（统一入口）

• **文件模式**：读取用户上传文件 → 生成播客
• **搜索模式**：调用 web-search skill → 获取资料 → 生成播客
• **LLM**：使用 `z-ai-web-dev-sdk` (`chat.completions.create`)
• **TTS**：使用 `z-ai-web-dev-sdk` (`audio.tts.create`)
• **不需要** z-ai CLI
• 自动拼接音频片段
• 只输出最终文件，中间文件自动清理

LLM 调用

• System prompt：播客脚本编剧角色
• User prompt：包含资料 + 硬性约束 + 呼吸感要求
• 输出校验：字数、结构、角色标签
• 自动重试：最多 3 次

TTS 调用

• 使用 `zai.audio.tts.create()`
• 支持自定义音色、语速
• 自动拼接多个 wav 片段
• 临时文件自动清理

---

输出示例

podcast_script.md（片段）

**小谱**：大家好，欢迎收听今天的播客。今天我们来聊一个有趣的话题……

**锤锤**：是啊，这个话题真的很有意思。我最近也在关注……

**小谱**：说到这里，我想给大家举个例子……

---

License

MIT