SenseAudio Podcast Generator

双主播播客生成器 - 输入话题自动生成播客音频，支持LLM智能生成脚本、克隆音色、文字生成音色、自定义语速语调、多种音色可选

Podcast Generator Skill

双主播播客生成器 - 将话题文本转换为播客音频

---

🚀 怎么用

方式一：启动 Web 页面

在 OpenClaw 聊天中说：

启动播客生成器

Agent 会自动启动 Web 服务并打开浏览器页面 http://localhost:5000，你可以在页面中可视化操作。

方式二：直接生成播客

在 OpenClaw 聊天中说：

播客生成器帮我生成以下话题：人工智能的未来发展

或发送完整文案：

播客生成器帮我生成以下文案：
[你的播客脚本内容]

Agent 会自动生成 MP3 音频并发送给你。

---

🎯 两种调用模式（按渠道自动选择）

⚠️ 重要提示：根据使用场景选择正确模式！

使用场景	正确模式	原因
本地终端（直接在电脑上用 OpenClaw）	模式 A	Web 页面可直接打开浏览器
IM 渠道（飞书/Telegram/Discord等）	模式 B	Web 页面无法远程访问，只能聊天生成

❌ 常见错误：在飞书里说 "生成播客"，期望打开 Web 页面

• 原因：Web 页面只运行在本地服务器，IM 用户无法访问
• 正确做法：在 IM 里直接发送文案，使用模式 B

---

模式 A：Web 页面模式（仅限本地终端）

适用场景：用户在本地电脑直接使用 OpenClaw（非 IM 渠道）

触发关键词：

• "生成播客"
• "播客"
• "启动播客"

流程：

1. 启动 Flask Web 服务（端口 5000）
2. 自动打开浏览器访问 http://localhost:5000
3. 用户在 Web 页面操作

优势：

• 可视化界面，操作直观
• 支持实时试听、参数调整
• 可查看历史生成记录

⚠️ 限制：仅限本地访问，IM 渠道无法使用！

---

模式 B：聊天生成模式（IM 渠道默认）⭐

适用场景：通过飞书、Telegram、Discord 等 IM 渠道发送消息

触发关键词：

• "生成播客"（IM 渠道自动识别）
• "直接生成播客"
• 或用户直接提供播客文案

流程：

1. Agent 检测到 IM 渠道 → 自动使用模式 B
2. 发送生成信息卡片，告知默认配置
3. 用户回复播客文案（如果尚未提供）
4. Agent 调用 API 生成音频
5. 根据渠道发送结果

默认配置：

• 男声：male_0004_a（青树）
• 女声：female_0001_a（之心）
• 语速：1.0
• 语调：男声 0，女声 2

---

渠道自动识别规则

Agent 应根据 inbound_meta.chat_type 或 channel 自动选择模式：

渠道类型	选择模式	判断条件
飞书（feishu）	模式 B	channel: "feishu"
Telegram	模式 B	channel: "telegram"
Discord	模式 B	channel: "discord"
Signal	模式 B	channel: "signal"
本地终端	模式 A	无 channel 信息或 chat_type: "terminal"

判断逻辑：

# Agent 检测渠道
if inbound_meta.get("channel") in ["feishu", "telegram", "discord", "signal"]:
    # IM 渠道 → 模式 B（聊天生成）
    use_chat_mode()
else:
    # 本地终端 → 模式 A（Web 页面）
    start_web_server()

---

触发后的详细交互流程

模式 A（Web 页面）- 仅限本地终端

触发条件：用户在本地终端运行 OpenClaw

用户说："生成播客"

Agent 执行：

# 1. 启动 Web 服务（后台运行）
python3 app.py &

# 2. 打开浏览器
xdg-open http://localhost:5000

Agent 发送消息：

🎙️ 播客生成器已启动！

🌐 Web 页面已打开：http://localhost:5000

在页面中你可以：
• 输入话题，AI 自动生成播客脚本
• 选择音色（支持克隆音色、文字生成音色）
• 调整语速、语调
• 实时试听效果

⚠️ 注意：此模式仅限本地访问，IM 渠道无法打开浏览器！

---

模式 B（聊天生成）- IM 渠道默认 ⭐

触发条件：用户通过飞书/Telegram/Discord 等 IM 渠道发送消息

用户说："生成播客"（Agent 自动识别 IM 渠道）

Agent 发送配置卡片：

🎙️ 聊天生成播客

⚠️ 你正在通过 IM 渠道使用，Web 页面无法远程访问。
当前使用聊天生成模式。

📋 默认配置：
• 男声：青树（male_0004_a）
• 女声：之心（female_0001_a）
• 语速：1.0 倍
• 语调：男声 0，女声 2

✏️ 请发送你想生成的播客文案或话题：

💡 提示：直接发送文案即可，例如：
"生成播客，话题是人工智能的未来发展"

用户回复文案后：

Agent 执行：

python3 scripts/generate.py --topic "用户提供的文案"

Agent 发送结果：

• 飞书渠道：上传云盘 + 发送链接
• 其他渠道（Telegram/Discord/Signal）：直接发送 MP3 文件

---

⚠️ 飞书渠道重要说明

飞书不支持直接发送音频文件到对话窗口！

解决方案：上传到云盘，发送云盘链接给用户。

飞书云盘上传流程

步骤 1：获取 Folder Token

从飞书云盘文件夹 URL 直接复制 token 部分（URL 最后一段）。

步骤 2：上传到云盘

url = 'https://open.feishu.cn/open-apis/drive/v1/files/upload_all'
form = {
    'file_name': '播客_话题.mp3',
    'parent_type': 'explorer',
    'parent_node': folder_token,
    'size': file_size,
    'file': mp3_data
}

步骤 3：发送链接

🎙️ 播客已上传到云盘！

**链接**: https://my.feishu.cn/drive/file/{file_token}

点击链接即可播放！

---

其他 IM 渠道

渠道	发送方式	说明
飞书	云盘上传 + 链接	无法直接发音频
Telegram	直接发送 MP3	✅ 支持
Discord	直接发送 MP3	✅ 支持
Signal	直接发送 MP3	✅ 支持

Agent 会根据渠道自动选择正确的发送方式。

---

参数说明

参数	默认值	说明
--topic	必填	话题内容（建议 50-200 字）
--speed	1.0	语速（0.5-2.0）
--pitch-male	0	男声语调（-12~12）
--pitch-female	2	女声语调（-12~12）
--male-voice	male_0004_a	男声音色 ID
--female-voice	female_0001_a	女声音色 ID
--output	自动生成	输出文件路径

---

可选音色

免费音色（默认）

音色 ID	名称	特点
male_0004_a	青树	沉稳大气
female_0001_a	之心	亲切自然

付费音色（SVIP 限免）

音色 ID	名称	特点
male_0028_d	激昂解说	充满激情
female_0035_d	甜美解说	活泼可爱

特色功能（SenseAudio 平台）

• 🔊 克隆音色：上传音频样本克隆你的声音
• ✨ 文字生成音色：用文字描述生成专属音色

---

项目依赖

依赖	说明
Flask 服务	端口 5000
FFmpeg	音频合并（已安装）
SenseAudio TTS	语音合成
qwen3.5-plus	LLM 脚本生成

---

错误处理

错误	原因	解决方案
服务未启动	Flask 未运行	python3 app.py
API Key 无效	SENSEAUDIO_API_KEY 错误	检查 openclaw.json
云盘上传 forbidden	folder_token 错误	使用正确的云盘 URL
生成失败	TTS API 错误	检查积分余额

---

详细文档

完整 API 文档见：references/AGENT.md