ai-podcast-pipeline

AI Podcast Pipeline 是一套专为韩语内容创作者设计的端到端 AI 播客制作工具链，版本 0.1.5 提供了从原始趋势笔记到成品播客包的全自动化生产能力。

核心用法方面，该技能通过七个标准化步骤实现工作流：首先选择 QuickView 趋势笔记作为数据源，随后生成双主持（Callie × Nick）对话脚本，支持完整版（15-20 分钟）和压缩版（5-7 分钟）两种模式。接着利用 Google Gemini 多说话人 TTS 技术生成双声道音频，通过分块构建策略确保长文本处理的可靠性。随后自动生成完整韩语字幕（无省略号截断），并渲染为带字幕的 MP4 视频，支持字体、字号和时间偏移调整。最后自动生成 YouTube 缩略图和元数据，形成可直接发布的完整资产包。

显著优点包括：双角色语音合成创造真实对话感；基于 Gemini 的 TTS 技术提供高质量韩语语音；全自动字幕生成与同步减少人工调整；支持分块处理避免 API 超时；完整的 YouTube 发布准备（标题、描述、缩略图）；环境变量管理 API 密钥确保安全性。

潜在缺点在于：功能高度依赖 Google Gemini API 的可用性和网络连接；需要本地安装 ffmpeg 等外部工具；目前仅针对韩语优化，其他语言支持有限；作为 T3 来源的个人开发者项目，长期维护存在不确定性；对字体文件路径和外部 skill（nano-banana-pro）有硬性依赖。

适合的目标群体包括：韩语 AI 播客内容创作者、需要批量生成教育或新闻类音频节目的媒体工作者、希望通过自动化减少制作时间的 YouTube 播客主，以及探索 AI 语音合成应用的技术早期采用者。

使用风险主要包括：网络依赖风险（Gemini API 访问不稳定可能导致中断）；API 密钥管理风险（用户需自行确保环境变量安全）；外部工具依赖（ffmpeg 版本兼容性可能影响输出质量）；文件系统权限（需要读写临时文件和输出目录）；以及个人开发者维护风险（更新频率和功能延续性不确定）。