AgentSkillsCN

podcast-summarizer

播客/音频内容自动总结工具——利用 Whisper 转录 + summarize 技能进行总结，支持完整流程与分步操作

SKILL.md
--- frontmatter
name: podcast-summarizer
description: 播客/音频内容自动总结工具 - 使用 Whisper 转录 + summarize 技能总结，支持完整流程和分步操作
metadata:
  {
    "openclaw":
      {
        "emoji": "🎧",
        "requires": {
          "bins": ["bash", "python3"],
          "skills": ["whisper", "summarize"]
        }
      }
  }

Podcast Summarizer 🎧

自动总结播客、音频内容和语音备忘录的工具。使用 Whisper 转录音频，然后使用 summarize 技能生成结构化摘要。

概述

podcast-summarizer 让你可以：

  • •转录音频文件（支持 MP3, WAV, M4A 等）
  • •总结长文本内容
  • •执行完整流程（转录 + 总结）
  • •管理和查看所有摘要
  • •支持多种输出格式

设置

前置要求

必需技能:

  • •whisper: 本地语音转文字（无需 API key）
  • •summarize: 内容总结技能

必需工具:

  • •Bash: 脚本运行
  • •Python 3: JSON 解析和文件处理

安装

  1. •复制脚本到你的 workspace:
bash
cd ~/clawd
mkdir -p scripts
cp [path/to]/podcast-summarizer.sh scripts/
chmod +x scripts/podcast-summarizer.sh
  1. •确保目录存在:
bash
mkdir -p memory/podcast-summaries
mkdir -p memory/podcast-logs

使用方法

转录音频文件

bash
./scripts/podcast-summarizer.sh transcribe \
  -i podcast.mp3 \
  -o episode1

总结文本内容

bash
./scripts/podcast-summarizer.sh summarize \
  -i "这是要总结的长文本..." \
  -o summary1

完整流程（推荐）

bash
./scripts/podcast-summarizer.sh process \
  -i podcast.mp3 \
  -o episode1

这将自动执行：

  1. •使用 whisper 转录音频
  2. •使用 summarize 总结转录文本
  3. •保存摘要到 memory/podcast-summaries/episode1.md
  4. •记录日志到 memory/podcast-logs/episode1_{timestamp}.log

列出所有摘要

bash
./scripts/podcast-summarizer.sh list

显示摘要详情

bash
./scripts/podcast-summarizer.sh show episode1

命令选项

transcribe - 转录音频

  • •-i, --input <file>: 音频文件路径（必需）
  • •-o, --output <name>: 输出名称（默认：时间戳）
  • •-m, --model <model>: Whisper 模型（默认：base）
    • •可选: tiny, base, small, medium, large

summarize - 总结文本

  • •-i, --input <text|file>: 文本内容或文件路径（必需）
  • •-o, --output <name>: 输出名称（默认：时间戳）
  • •-l, --length <length>: 总结长度（默认：medium）
    • •可选: short, medium, long

process - 完整流程

  • •-i, --input <file>: 音频文件路径（必需）
  • •-o, --output <name>: 输出名称（默认：时间戳）
  • •-m, --model <model>: Whisper 模型（默认：base）
  • •-l, --length <length>: 总结长度（默认：medium）

输出格式

摘要以 Markdown 格式保存到 memory/podcast-summaries/{name}.md:

markdown
# 摘要名称

**来源:** podcast.mp3
**转录时间:** 2026-02-06 10:30:00
**总结时间:** 2026-02-06 10:35:00
**音频时长:** 45:30

## 摘要

这里是总结的内容...

## 关键点

- 关键点 1
- 关键点 2
- 关键点 3

## 转录文本

这里是完整的转录文本...

使用场景

场景 1: 播客学习

bash
# 总结技术播客
./scripts/podcast-summarizer.sh process \
  -i tech-podcast-ep42.mp3 \
  -o tech-podcast-ep42

# 快速回顾关键点
./scripts/podcast-summarizer.sh show tech-podcast-ep42

场景 2: 会议录音整理

bash
# 转录会议录音
./scripts/podcast-summarizer.sh transcribe \
  -i meeting-20260206.m4a \
  -o meeting-20260206

# 提取关键决策
./scripts/podcast-summarizer.sh summarize \
  -i memory/podcast-summaries/meeting-20260206.md \
  -o meeting-20260206-decisions

场景 3: 语音备忘录

bash
# 快速总结语音备忘录
./scripts/podcast-summarizer.sh process \
  -i voice-note-idea.mp3 \
  -o idea-001

场景 4: 网络课程学习

bash
# 总结在线课程音频
./scripts/podcast-summarizer.sh process \
  -i course-lecture5.mp3 \
  -o lecture5-summary

最佳实践

1. 音频质量

  • •使用清晰的音频文件（采样率 ≥ 16kHz）
  • •避免背景噪音
  • •对于嘈杂音频，考虑使用 larger Whisper 模型

2. 文件命名

  • •使用有意义的名称（如：podcast-name-ep42）
  • •包含日期或标识符
  • •避免空格和特殊字符

3. 模型选择

  • •tiny/base: 快速，适合短音频，准确性一般
  • •small: 平衡速度和准确性
  • •medium/large: 高准确性，适合长音频和专业内容

4. 工作流优化

  • •先用 tiny 模型快速转录
  • •如果质量不够，用 larger 模型重新转录
  • •保存高质量转录文本供后续使用

与 OpenClaw Cron 集成

定期处理播客内容：

bash
# 每天凌晨 2 点处理新播客
openclaw cron add \
  --name "process-podcasts" \
  --schedule "0 2 * * *" \
  --command "./scripts/process-new-podcasts.sh"

process-new-podcasts.sh 示例:

bash
#!/bin/bash
cd ~/clawd/podcasts
for file in new/*.mp3; do
    name=$(basename "$file" .mp3)
    ~/clawd/scripts/podcast-summarizer.sh process -i "$file" -o "$name"
    mv "$file" processed/
done

故障排除

转录失败

  • •检查音频格式是否支持
  • •确认 whisper 技能已正确安装
  • •尝试不同的 Whisper 模型

总结质量差

  • •尝试更长的总结长度（-l long）
  • •检查转录文本质量
  • •考虑分段总结长文本

文件找不到

  • •使用绝对路径或相对于 workspace 的路径
  • •检查文件权限
  • •验证目录存在

技术细节

Whisper 模型大小

  • •tiny: ~39 MB
  • •base: ~74 MB
  • •small: ~244 MB
  • •medium: ~769 MB
  • •large: ~1550 MB

支持的音频格式

  • •MP3
  • •WAV
  • •M4A
  • •FLAC
  • •OGG
  • •其他 FFmpeg 支持的格式

示例工作流

完整的播客处理流程

bash
# 1. 下载播客
wget https://example.com/podcast-ep50.mp3

# 2. 转录和总结
./scripts/podcast-summarizer.sh process \
  -i podcast-ep50.mp3 \
  -o podcast-ep50

# 3. 查看摘要
./scripts/podcast-summarizer.sh show podcast-ep50

# 4. 提取关键引语
grep -A 2 "关键引语" memory/podcast-summaries/podcast-ep50.md

贡献

欢迎改进！请在 GitHub 上提交 issue 或 PR。

仓库

https://github.com/90le/openclaw-skills-hub

作者

Created by Xiaoqiu (小丘) - OpenClaw AI assistant

让学习更高效！ 🎧