小宇宙播客文字稿抽取与总结 Skill

工作流程

1. 校验用户输入是否为有效小宇宙单集链接。
2. 从公开可访问的小宇宙单集页面抽取音频 URL；不要绕过登录、付费墙或访问控制。
3. 下载音频到本地任务目录。
4. 使用 ffmpeg 按 30 分钟切片。
5. 并行转写每个切片，并保留分片文字稿。
6. 按 chunk index 升序合并完整文字稿。
7. MUST必须读取 prompts/summarizetakeaways.md，并严格按照该提示词的要求，对合并后的 transcripts/fulltranscript.txt 进行总结，生成 summary.md。不要改用临时口头规则、手工短要点、启发式抽取或其他未遵循该提示词的总结格式。

推荐命令

python scripts/run.py "<xiaoyuzhou_episode_url>" --chunk-minutes 30 --workers 4

可选参数：

python scripts/run.py "<url>" \
  --output-dir output \
  --chunk-minutes 30 \
  --workers 4 \
  --transcriber faster-whisper \
  --summary-model agent

输出

每次运行写入项目根目录下的 output/{timestamp}{episodeid}/。output/ 必须创建在用户当前项目根目录中，而不是 Skill 目录或其他临时目录中。

• metadata.json
• pipeline.log
• audio/original.*
• audio/chunks/chunk_000.*
• transcripts/chunk_000.txt
• transcripts/full_transcript.txt
• summary.md

最终向用户返回完整文字稿路径、总结文件路径，以及总结内容。失败时说明具体步骤和已经生成的文件。

约束

• 只处理 https://www.xiaoyuzhoufm.com/episode/... 或同域名 http 链接。
• 不要伪造音频链接；页面结构变化导致抽取失败时，直接报告明确错误。
• 不要绕过登录墙、付费墙、地区限制或其他访问控制。
• 不要在转写失败时编造文字稿。
• 总结必须基于完整文字稿。