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：
流程：
- 启动 Flask Web 服务（端口 5000）
- 自动打开浏览器访问 http://localhost:5000
- 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：
- Agent 检测到 IM 渠道 → 自动使用模式 B
- 发送生成信息卡片，告知默认配置
- 用户回复播客文案（如果尚未提供）
- Agent 调用 API 生成音频
- 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
