将 Markdown 文章转换成 N 人播客脚本(1~4人),输出为 .txt 文件保存至当前项目的 markdown/ 目录。触发条件:用户提到"转成播客"、"生成播客脚本"、"把这篇文章做成播客"、"播客对话"、"podcast script"、"N个人的播客",或者上传了一个 markdown 文件并希望以播客形式呈现。即使用户只说"帮我把这篇文章转成播客",也应使用本 skill。默认输出中文脚本,除非用户明确指定其他语言。
73
92%
Does it follow best practices?
Run evals on this skill
Adds up to 20 points to the overall score
Low
Low-risk findings worth noting
将任意 Markdown 文章转换为自然、真实、有节奏感的多人播客对话脚本:
.txt,保存到 markdown/ 目录从用户提供的 Markdown 文件(或消息中的内容)提取:
用户如果没有指定人数,默认使用 1 人。
根据人数分配角色,风格要有差异化,形成自然的对话张力:
| 人数 | 角色分工建议 |
|---|---|
| 1 人 | 独白式主持,自问自答,穿插感慨和停顿 |
| 2 人 | 一位主持人(引导节奏)+ 一位嘉宾(补充深度/提出疑问) |
| 3 人 | 主持人 + 技术嘉宾(偏专业) + 行业嘉宾(偏实践/投资) |
| 4 人 | 主持人 + 3位嘉宾,每人代表不同视角(乐观/保守/中立/行动派) |
为每位 speaker 设定:
[开场] 主持人热场,介绍今天的话题和嘉宾 —— 约 5~8 轮对话
[正文] 按文章段落展开讨论,每个核心论点对应一轮对话 —— 占脚本 70%
[收尾] 总结观点、展望或留下开放性问题 —— 约 3~5 轮对话每行固定格式:
Speaker X(姓名): [对话内容]示例:
Speaker 1(林晓): 大家好,欢迎来到今天的节目。我是主持人林晓,今天我们聊一个最近在科技圈很火的话题——token 到底是什么?为什么有人说它是 AI 时代的新货币?我旁边坐着两位嘉宾,先请两位自我介绍一下。
Speaker 2(陈博): 我是陈博,在一家 AI 创业公司做产品,日常跟 API、token 计费打交道,可以说是每天都在算 token 的成本。
Speaker 3(吴静): 我是吴静,做二级市场投资,最近一直在研究 AI 产业链的投资逻辑,token 出海这个叙事让我很感兴趣。
Speaker 1(林晓): 好,那我们直接切入。陈博,你先给我们普及一下,token 到底是什么?自然性:
节奏感:
信息密度:
英文术语保留规则:
输出前检查:
输出路径:markdown/podcast-{文章标题关键词}-{人数}speakers.txt示例:markdown/podcast-token-economics-2speakers.txt
markdown/ 目录不存在,先用 bash_tool 创建:mkdir -p markdowncreate_file 工具写入,完成后用 present_files 展示给用户1 人独白播客:
去掉 Speaker 编号差异,改为单人自言自语风格,加入停顿感:
Speaker 1(主持人姓名, 默认姓名: 德哥): 今天想聊一个问题……其实说起来,这件事让我想了很久。[停顿] token,这个词最近出现的频率越来越高……用户指定其他语言:
将所有中文对话内容替换为目标语言,但 专有名词(包括中文公司名)保持原样,如 DeepSeek、MiniMax、阿里巴巴等。
文章过长(>3000字):
提炼文章中最重要的 5~8 个论点,不必逐段覆盖。优先保留:反常结论、数据亮点、核心争议点。
文章过短(<500字):
补充背景知识和延伸讨论,让对话有足够深度,不要简单复述原文。
digoal/blog
7abecbf
If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.