podcast-digest

深度解析播客音频内容，生成结构化纪要与可视化学习材料。适用于：用户上传播客音频文件、提供播客文字稿、输入播客标题或链接、要求"帮我整理播客内容"、"分析这期播客"、"做播客笔记"、"播客内容总结"、"多期播客对比研究"、"播客知识图谱"等场景。 当用户提到 podcast（播客）、音频内容学习、节目笔记、嘉宾观点...

Security Scan

总体上这个技能的说明、模板和输出格式自洽，但存在模糊/不一致之处：技能声明有“内置音频分析”能力却没有任何代码、依赖或环境变量来实现转录/音频处理，使用前应确认代理具备相应工具或外部服务接入。

Purpose & Capability

技能名与描述（将播客转为结构化纪要与可视化材料）与提供的模板、输出格式和流程高度匹配 — 一切文本说明围绕该目的展开。疑点在于 SKILL.md 提到“内置音频分析”或可直接处理音频，但包中没有二进制、代码或声明依赖来实现音/转录，暗示它依赖代理已有工具或要求用户先提供转录稿。总体功能需求与声明大致对齐，但缺少实现细节。

Instruction Scope

运行时指令仅描述如何解析文字稿、多期对比、生成 Mermaid 和 HTML 报告、以及何时进行网络搜索以补充公开信息。没有指令要求读取系统敏感路径、环境变量或向外部非标准端点汇报数据。需要注意：SKILL.md 强制性地说“当用户提到…必须使用此技能”，这扩大了适用范围但并不本身构成安全行为。唯一的宽泛部分是“网络搜索获取内容摘要／搜索补充信息”以及“内置音频分析”——这些依赖外部代理能力或第三方服务，SKILL.md 未明确哪些工具或权限会被用到。

Install Mechanism

这是一个 instruction-only 技能（无安装脚本、无下载、无代码文件要执行），因此没有安装途径带来的写盘/执行风险。提供的 references 文件仅为模板与规范文本，都会随技能一并分发。

Credentials

技能不请求任何环境变量、凭据或配置路径，也未声明访问第三方 API 的密钥。就声明内容而言，所需权限与功能相称。但实际运行中若代理需要调用外部转录或网络检索工具，可能会需要额外凭据 — 这在当前技能包中没有列出，应在实际部署前确认。

Persistence & Privilege

技能未要求 always:true，也不包含修改其他技能或系统配置的指示。默认的可由模型自主调用（平台默认）存在，但没有额外的永久权限要求。

What to consider before installing

这个技能的设计、模板和输出格式与其“播客深度纪要”目标一致，但它提到的“内置音频分析”与转录功能没有任何实现代码或声明依赖——换言之，技能本身只是处理文本与生成模板，实际的音频转文字和网页检索需要代理环境或另外的工具来完成。 在安装或启用前请确认： 1) 你的代理/平台是否已有可靠的转录工具或你会提供文字稿（若要处理音频，必须有转录步骤）； 2) 是否允许该代理在需要时进行网络搜索或访问第三方服务（因为技能建议补充公开信息）；3) 不要上传包含敏感个人/商业信息的音频或文字稿，除非你确定转录/存储过程的隐私与保密性； 4) 要求技能访问外部 API（如付费转录服务）时，应明确所需凭据并评估其必要性。 这些事项得到确认后，该技能可以按说明用于生成结构化笔记与可视化输出。若无法确认外部转录或检索机制，谨慎启用或将其限制为仅处理用户直接粘贴的文字稿。

Podcast Digest Skill — 播客深度纪要技能

目标

将播客内容转化为可学习、可研究、可关联的结构化知识资产。
支持两种主模式：

• 单期深度解析：一期播客 → 完整纪要 + 可视化
• 多期横向研究：多期播客 → 主题对比 + 知识图谱 + 双向关联

---

第一步：判断输入类型

输入	处理方式
音频文件 (.mp3/.m4a 等)	提示用户先使用转录工具，或使用内置音频分析
文字稿 / 字幕文件	直接解析全文
播客标题 + 平台	网络搜索获取内容摘要，补充公开信息
用户粘贴的内容段落	直接解析
多期内容	进入多期研究模式

若输入为音频文件，告知用户：

"我将基于音频内容进行分析。如需更高精度，建议同时提供文字稿。"

---

第二步：单期深度解析流程

2.1 基础信息提取

播客名称、期号、日期
主持人、嘉宾（背景、身份、立场）
核心主题（1句话）
时长 / 章节分布

2.2 内容分层解析

按以下层次提取内容：

L1 — 核心论点（3-5个，附原文时间戳/引用）
L2 — 支撑论据（数据、案例、类比）
L3 — 隐含假设（说了什么 vs. 预设了什么）
L4 — 反驳与张力（嘉宾之间的分歧、未解决的问题）
L5 — 延伸方向（提到但未深入的话题）

2.3 知识点标签

为每个知识点打标签，格式：

#领域/子领域  #人物  #概念  #工具/方法  #争议点  #可行动

2.4 金句与洞察

• 精选 5-10 条金句（附说话人）
• 每条附：字面意思 → 深层含义 → 可应用场景

---

第三步：可视化输出选择

根据用户需求或内容类型，生成以下一种或多种输出。
默认：同时生成 Mermaid 图 + Web 报告。

输出格式 A：Mermaid 关系图

读取 references/mermaid-templates.md 获取模板。

根据内容类型选择图类型：

• 论点结构 → graph TD（层级关系）
• 时间线 / 过程 → timeline 或 sequenceDiagram
• 概念对比 → quadrantChart
• 多期关联 → graph LR（网络图）
• 人物关系 → graph TB

输出格式 B：Web 可视化报告（HTML Artifact）

读取 references/web-report-template.md 获取完整模板规范。

包含：

• 导航栏（各章节锚点）
• 核心论点卡片（带折叠详情）
• 嘉宾/人物信息侧栏
• 金句滚动展示
• 知识标签云
• 关联播客推荐卡

输出格式 C：Web PPT（HTML 幻灯片）

读取 references/webppt-template.md 获取模板。

适合：用户需要分享或讲解播客内容给他人。
结构：封面 → 背景 → 核心观点(逐页) → 金句 → 延伸资源

输出格式 D：Markdown 结构化笔记

适合：用户需要导入 Obsidian / Notion 等工具。
包含 YAML frontmatter、双链语法 [[概念名]]、标签。

---

第四步：多期横向研究模式

当用户提供 2期或以上 内容时激活。

4.1 建立研究矩阵

维度 \ 期号    | EP01 | EP02 | EP03 |
-------------|------|------|------|
核心主题      |      |      |      |
主要立场      |      |      |      |
关键数据      |      |      |      |
提到的概念    |      |      |      |
嘉宾          |      |      |      |

4.2 双向关联分析

正向关联（同一概念在多期中的演化）：

• 概念 X 在 EP01 中的定义 → EP03 中的修正/深化

反向关联（某期观点如何被其他期验证/反驳）：

• EP02 的案例 ←→ EP01 的理论框架

用 Mermaid graph LR 绘制关联网络。

4.3 知识图谱构建

提取所有期的核心概念，建立：

• 概念节点（大小=出现频率）
• 关系边（类型：支持/反驳/扩展/前提）
• 时间轴（概念首次出现 → 演化路径）

4.4 综合研究报告

输出多期研究的 Web 报告，包含：

• 主题演化时间线
• 观点对比表格
• 知识图谱（交互式，使用 D3.js 或 SVG）
• 学习路径推荐（建议阅读顺序）
• 待深入研究的开放问题清单

---

第五步：互动式学习功能（可选）

若用户希望深入学习，提供：

问答卡片生成：基于内容生成问答对，格式：

Q: [问题]
A: [答案]
来源: EP XX 第 XX 分钟
相关概念: [[X]] [[Y]]

延伸学习地图：
播客提到的书 / 论文 / 人物 → 搜索补充信息 → 形成学习资源清单

可行动清单：
提炼播客中的具体建议/方法论，整理为待办清单格式

---

输出质量标准

• 深度：不只是摘要，要有分析和洞察
• 结构：层次清晰，可快速扫读也可深度阅读
• 关联：每个概念尽量与其他概念建立关系
• 可用性：输出可直接用于学习、分享、研究
• 忠实性：观点归属准确，不混淆嘉宾立场

---

参考文件索引

文件	用途	何时读取
references/mermaid-templates.md	Mermaid 图模板库	生成任何图表前
references/web-report-template.md	Web 报告 HTML 模板	生成 Web 报告前
references/webppt-template.md	Web PPT 模板	生成幻灯片前
references/multi-episode-schema.md	多期研究数据结构	进入多期模式前