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

可用音色

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