播客生成器 / Podcast Agent

搜索文章 → 提取核心观点 → 写对话脚本 → 合成播客音频。

Turn articles into podcasts. Search, summarize, script, synthesize.

工作流程

你说：帮我做一期关于AI Agent 最新进展的播客
↓
我搜索相关文章 (web_search)
↓
我读文章，提取 3-5 个核心观点
↓
我写对话体脚本（主持人 A 问，专家 B 答）
↓
TTS 合成音频（女声主持 + 男声专家）
↓
发给你 MP3 文件

前置安装

bash
pip install edge-tts

Agent 工作流

第一步：搜索文章

Agent 用 web_search 搜索相关文章，或者用工具直接抓取：

bash
python podcast_gen.py fetch --url https://example.com/article

第二步：生成脚本

Agent 阅读文章后，生成对话体脚本。脚本格式：

json
{
title: AI Agent 最新进展,
duration_estimate: 5 min,
segments: [
{speaker: A, text: 大家好，欢迎收听今天的科技播客。今天我们来聊聊 AI Agent 的最新进展。},
{speaker: B, text: 最近这个领域确实发展很快。最大的变化是...},
{speaker: A, text: 听起来很有意思。那具体有哪些应用场景呢？},
{speaker: B, text: 主要有三个方面...}
]
}

脚本写作指南：

• - A 是主持人，负责提问、过渡、总结
• B 是专家，负责回答、分析、举例
• 每段对话控制在 2-4 句话
• 有开头问候、中间讨论、结尾总结
• 语气自然，像真的在聊天

第三步：合成音频

bash
python podcast_gen.py tts --script script.json --output podcast.mp3

语音配置

bash
python podcast_gen.py voices

角色	语音 ID	特点
A (主持人)	zh-CN-XiaoxiaoNeural	女声，温暖
B (专家)

zh-CN-YunyangNeural | 男声，专业 |

完整示例

Agent 的完整操作流程

python

1. 搜索

results = web_search(AI agent 最新进展, count=3)

2. 抓取每篇文章

for url in result_urls: content = fetch(url)

3. 写脚本（由 Agent 完成，基于对文章的理解）

script = { title: AI Agent 周报, segments: [ {speaker: A, text: ...}, {speaker: B, text: ...}, ... ] } save(script, script.json)

4. 合成

podcastgen.py tts --script script.json --output aiagent_podcast.mp3

用户交互

用户说：

帮我做一期关于最新手机的播客

Agent 自动：

1. 1. 搜索 最新手机发布 2026
2. 读 2-3 篇文章
3. 写脚本（5 分钟，10-15 个对话轮次）
4. 合成音频
5. 发送 MP3

脚本模板

json
{
title: 主题名称,
duration_estimate: 5 min,
segments: [
{speaker: A, text: 开场白 + 引入话题},
{speaker: B, text: 回应 + 第一个观点},
{speaker: A, text: 追问细节},
{speaker: B, text: 展开说明 + 举例},
{speaker: A, text: 过渡到下一个话题},
{speaker: B, text: 第二个观点},
{speaker: A, text: 总结 + 听众建议},
{speaker: B, text: 补充 + 展望},
{speaker: A, text: 结尾 + 下期预告}
]
}

输出

音频文件保存在 /output/ 目录，格式 MP3。

注意事项

• - edge-tts 需要联网（微软 TTS 服务）
• 音频质量取决于脚本质量——写得越自然，听起来越好
• 单个片段建议不超过 30 秒（约 100 字）
• 一期 5 分钟播客约需 10-15 个对话轮次
• 合并音频最好有 ffmpeg（没有也能用，质量稍降）

目录结构

podcast-agent/
├── SKILL.md # 本文件
├── scripts/
│ └── podcast_gen.py # CLI 工具
└── output/ # 生成的音频文件