2380d33861
- Context Compaction System with token counting and summarization - Deterministic State Machine for flow control (no LLM decisions) - Parallel Execution Engine (up to 12 concurrent sessions) - Event-Driven Coordination via Event Bus - Agent Workspace Isolation (tools, memory, identity, files) - YAML Workflow Integration (OpenClaw/Lobster compatible) - Claude Code integration layer - Complete demo UI with real-time visualization - Comprehensive documentation and README Components: - agent-system/: Context management, token counting, subagent spawning - pipeline-system/: State machine, parallel executor, event bus, workflows - skills/: AI capabilities (LLM, ASR, TTS, VLM, image generation, etc.) - src/app/: Next.js demo application Total: ~100KB of production-ready TypeScript code
178 lines
4.1 KiB
Markdown
Executable File
178 lines
4.1 KiB
Markdown
Executable File
# Podcast Generate Skill（TypeScript 线上版本）
|
||
|
||
将一篇资料自动转化为对谈播客，时长根据内容长度自动调整（3-20 分钟，约240字/分钟）：
|
||
- 自动提炼核心内容
|
||
- 生成可编辑的播客脚本
|
||
- 使用 z-ai TTS 合成音频
|
||
|
||
这是一个使用 **z-ai-web-dev-sdk** 的 TypeScript 版本，适用于线上环境。
|
||
|
||
---
|
||
|
||
## 快速开始
|
||
|
||
### 一键生成（脚本 + 音频）
|
||
|
||
```bash
|
||
npm run generate -- --input=test_data/material.txt --out_dir=out
|
||
```
|
||
|
||
**最终输出：**
|
||
- `out/podcast_script.md` - 播客脚本（Markdown 格式）
|
||
- `out/podcast.wav` - 最终播客音频
|
||
|
||
---
|
||
|
||
## 目录结构
|
||
|
||
```text
|
||
podcast-generate/
|
||
├── readme.md # 使用说明（本文件）
|
||
├── SKILL.md # Skill 能力与接口约定
|
||
├── package.json # Node.js 依赖配置
|
||
├── tsconfig.json # TypeScript 编译配置
|
||
├── generate.ts # ⭐ 统一入口（唯一需要的文件）
|
||
└── test_data/
|
||
└── material.txt # 示例输入资料
|
||
```
|
||
|
||
---
|
||
|
||
## 环境要求
|
||
|
||
- **Node.js 18+**
|
||
- **z-ai-web-dev-sdk**（已安装在环境中）
|
||
|
||
**不需要** z-ai CLI，本代码完全使用 SDK。
|
||
|
||
---
|
||
|
||
## 安装
|
||
|
||
```bash
|
||
npm install
|
||
```
|
||
|
||
---
|
||
|
||
## 使用方式
|
||
|
||
### 方式 1：从文件生成
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out
|
||
```
|
||
|
||
### 方式 2：联网搜索生成
|
||
|
||
```bash
|
||
npm run generate -- --topic="最新AI新闻" --out_dir=out
|
||
npm run generate -- --topic="量子计算应用" --out_dir=out --duration=8
|
||
```
|
||
|
||
### 参数说明
|
||
|
||
| 参数 | 说明 | 默认值 |
|
||
|------|------|--------|
|
||
| `--input` | 输入资料文件路径，支持 txt/md/docx/pdf 等文本格式（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 |
|
||
|
||
---
|
||
|
||
## 使用示例
|
||
|
||
### 双人对谈播客（默认）
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out
|
||
```
|
||
|
||
### 单人男声播客
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out --mode=single-male
|
||
```
|
||
|
||
### 指定 5 分钟时长
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out --duration=5
|
||
```
|
||
|
||
### 自定义角色名称
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out --host_name=张三 --guest_name=李四
|
||
```
|
||
|
||
### 使用不同音色
|
||
|
||
```bash
|
||
npm run generate -- --input=material.txt --out_dir=out --voice_host=tongtong --voice_guest=douji
|
||
```
|
||
|
||
### 联网搜索生成播客
|
||
|
||
```bash
|
||
# 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
|
||
```
|
||
|
||
---
|
||
|
||
## 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）
|
||
- **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
|
||
|
||
---
|
||
|
||
## License
|
||
|
||
MIT
|