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