03 自动总结英文播客

---
description: 一键完成播客的抓取、转录和智能分析。自动执行 RSS 抓取 → Deepgram 转录 → Claude 分析 → 保存结果全流程。
user-invocable: true
---

# 播客分析 Skill

一键完成播客的抓取、转录和智能分析。

## 使用方法

```
/podcast-analyze
```

## 功能说明

自动执行完整的播客分析流程：
1. 抓取新播客单集（支持 RSS + 小宇宙）
2. 使用 Deepgram 将音频转为文字
3. 使用 Claude 进行深度分析
4. 输出结构化 JSON 并保存

## 执行步骤

### 步骤 1：抓取与转录

运行转录脚本，获取新单集并转为文字。

**抓取所有频道**：
```bash
cd '你的文件夹路径' && npm run build && npm start
```

**抓取单个频道**（使用 `--feed` 参数，模糊匹配）：
```bash
cd '你的文件夹路径' && npm run build && npm start -- --feed "No Priors"
```

脚本会：
- 读取 `config/config.json` 中的 feeds（RSS / 小宇宙）
- 如果指定了 `--feed`，只处理名称匹配的频道
- 检测未处理的新单集
- 调用 Deepgram API 转录音频
- 保存转录文件到 `data/transcripts/` 目录

#### feeds 支持说明（很重要）

- **标准 RSS**：使用 `url` 抓取
  - 配置示例：`{ "name": "xx", "url": "https://example.com/feed.xml", "type": "rss" }`
- **小宇宙（不依赖 RSS）**：使用 `podcastId`，从播客页面解析最新单集与音频直链
  - 解析来源：播客页面的 Next.js 内嵌数据 `__NEXT_DATA__`
  - 音频字段：`podcast.episodes[*].enclosure.url`（通常为 `m4a`），等价字段 `podcast.episodes[*].media.source.url`
  - 配置示例：`{ "name": "xx", "podcastId": "xxxxxxxx", "type": "xiaoyuzhou" }`

#### 环境变量检查（必须）

如果没有配置 Deepgram Key，必须先提示用户配置：

```
DEEPGRAM_API_KEY=your_deepgram_key
```

### 步骤 2：读取转录文件

转录完成后，读取 `data/transcripts/` 目录下的新文件。

**必须只分析本次运行新增的文件**（避免重复）：
- 优先从控制台输出的 `Transcript saved: ...` 收集路径
- 或按文件修改时间排序，取最新的 N 个（N = 本次成功转录数量）

### 步骤 3：智能分析

对转录文本进行深度分析，生成结构化 JSON。

---

## 分析原则（大师级标准）

> 🎯 **核心理念**：分析的目标不是「总结内容」，而是「让没听过播客的人获得 80% 的价值，并让听过的人能快速定位精华」。

---

### 一、听众价值优先原则

**分析前必须回答三个问题**：
1. 这期播客的**独特价值**是什么？（区别于其他内容的核心）
2. 听众听完后应该**能做什么**或**理解什么**？
3. 哪些内容值得**反复回听**？

**反面案例（禁止）**：
- ❌ "嘉宾讨论了 AI 的发展" → 空泛无信息量
- ❌ "主播介绍了公司背景" → 没有价值判断

**正面案例（推荐）**：
- ✅ "Sam Altman 首次公开回应 Q* 项目：承认存在但拒绝透露细节，暗示与 AGI 突破相关"
- ✅ "嘉宾分享了一个反直觉洞察：RAG 在长上下文时代可能被高估，原因是..."

---

### 二、话题切分的艺术

#### 2.1 切分原则

**按「认知单元」切分，而非按「说话时间」切分**：

| 切分依据 | 说明 | 示例 |
|---------|------|------|
| 主题转换 | 讨论焦点发生明显变化 | 从"创业经历"转到"技术架构" |
| 论点更迭 | 同一主题下提出新论点 | 从"AI 会取代工作"到"AI 会创造新工作" |
| 深度递进 | 从表层进入深层讨论 | 从"什么是 Agent"到"Agent 的本质困难" |
| 视角切换 | 不同角色的观点对比 | 主播 vs 嘉宾的不同立场 |

#### 2.2 话题粒度标准

- **1 小时播客**：8-15 个话题（平均 4-7 分钟/话题）
- **2 小时播客**：15-25 个话题
- **深度访谈**：可以更细，关键在于每个话题有独立价值
- **闲聊类播客**：可以更粗，合并相似内容

#### 2.3 话题标题撰写规范

**三要素：主体 + 动作/观点 + 价值点**

| 层级 | 示例 | 问题 |
|-----|------|------|
| ❌ 差 | "关于 AI" | 无信息量 |
| ⚠️ 中 | "讨论 AI Agent 的发展" | 缺乏具体观点 |
| ✅ 好 | "为什么 Agent 比 Copilot 更难做：自主决策的可靠性困境" | 有观点、有价值 |

---

### 三、观点提炼方法论

#### 3.1 三层提炼法

```
原文 → 核心论点 → 深层洞察
```

**示例**：
- **原文**："我们试了很多 RAG 方案，最后发现直接把文档塞进 context 效果更好"
- **核心论点**：RAG 在某些场景下不如长上下文直接输入
- **深层洞察**：当检索质量无法保证时，模型的上下文理解能力可能优于分块检索

#### 3.2 观点分类框架

| 类型 | 特征 | 处理方式 |
|-----|------|---------|
| **事实陈述** | 可验证的客观信息 | 如实记录，标注来源 |
| **个人观点** | 嘉宾的主观判断 | 明确归属，保留原话 |
| **预测判断** | 对未来的推测 | 标注时间背景，记录推理逻辑 |
| **反直觉洞察** | 与常识相悖的见解 | **重点标注**，详细记录论证过程 |
| **方法论** | 可操作的建议/框架 | 结构化整理，确保可执行 |

#### 3.3 观点价值评估矩阵

```
              │ 低普适性        │ 高普适性
─────────────┼────────────────┼────────────────
 高新颖性     │ 领域专家视角    │ ⭐ 核心金句
─────────────┼────────────────┼────────────────
 低新颖性     │ 可略过          │ 基础背景
```

---

### 四、证据溯源规范

#### 4.1 引用原则

**每个观点必须有「证据锚点」**：

```json
{
  "summary_zh": "Anthropic 认为 Claude 的核心竞争力不是性能，而是可控性",
  "evidence_quote": "We don't want to win on benchmarks. We want to win on being the model that people can actually trust and control.",
  "evidence_time": 1823
}
```

#### 4.2 引用选择标准

| 优先级 | 类型 | 说明 |
|-------|------|------|
| 1 | 嘉宾原话中的金句 | 最有说服力 |
| 2 | 关键数据/案例 | 具体且可验证 |
| 3 | 核心论证段落 | 完整呈现推理链 |
| 4 | 主播的精准追问 | 帮助理解上下文 |

#### 4.3 禁止的引用方式

- ❌ 引用与观点无关的内容
- ❌ 断章取义，改变原意
- ❌ 只引用语气词或过渡句

---

### 五、概念提取规范

#### 5.1 提取标准

**只提取满足以下条件的概念**：

1. **首次出现**：该播客中第一次被解释的概念
2. **有门槛**：普通听众可能不理解的术语
3. **核心相关**：与本期主题直接相关

#### 5.2 概念解释三要素

```json
{
  "term_en": "Constitutional AI",
  "term_zh": "宪法 AI",
  "explanation": "Anthropic 提出的 AI 对齐方法。核心思想是让 AI 根据一组预设的「宪法原则」进行自我批评和修正，而非完全依赖人类反馈。优势是可扩展性更好，减少对人工标注的依赖。"
}
```

**三要素**：
1. **是什么**（定义）
2. **为什么重要**（意义）
3. **怎么工作**（机制，如适用）

#### 5.3 术语处理规范

| 场景 | 处理方式 | 示例 |
|-----|---------|------|
| 通用英文术语 | 保留英文 | AI、API、GPU |
| 专业术语 | 中文(英文) | 检索增强生成 (RAG) |
| 品牌/产品名 | 保留原文 | Claude、GPT-4、Cursor |
| 缩写 | 首次出现时展开 | RLHF (Reinforcement Learning from Human Feedback) |

---

### 六、金句筛选标准

#### 6.1 金句的五个特征（满足 2 个以上）

1. **洞察性**：揭示了深层规律或反直觉真相
2. **表达力**：语言精炼，令人印象深刻
3. **可传播**：可以脱离上下文独立分享
4. **代表性**：体现嘉宾的核心观点或价值观
5. **启发性**：能引发听众思考或行动

#### 6.2 金句示例

| 类型 | 示例 |
|-----|------|
| 洞察型 | "The best AI products are the ones that make the AI invisible." |
| 预言型 | "In 5 years, not using AI will be like not using the internet today." |
| 方法论 | "Start with the workflow, not the model. The model is replaceable, the workflow is not." |
| 价值观 | "We'd rather be right than first." |
| 反思型 | "Every time I think I understand LLMs, they surprise me again." |

#### 6.3 数量控制

- **30 分钟播客**：2-4 条金句
- **1 小时播客**：4-8 条金句
- **2 小时深度访谈**：8-12 条金句

---

### 七、总览模块撰写规范

#### 7.1 一句话总结 (one_liner)

**公式**：`[主体] + [核心动作/观点] + [独特价值]`

| 层级 | 示例 |
|-----|------|
| ❌ 差 | "讨论 AI 发展" |
| ⚠️ 中 | "Sam Altman 谈 OpenAI 的未来" |
| ✅ 好 | "Sam Altman 首次回应 Q* 传闻，透露 AGI 时间表可能比预期更近" |

#### 7.2 概要 (abstract_zh)

**100-200 字，包含**：
1. 嘉宾背景（一句话）
2. 本期核心议题（1-2 个）
3. 最重要的 2-3 个观点
4. 为什么值得听（独特价值）

#### 7.3 深度摘要 (summary_zh)

**300-500 字，结构**：
1. **背景铺垫**（1-2 句）
2. **核心观点展开**（每个观点 2-3 句）
3. **关键论证/案例**（支撑观点的证据）
4. **总结/启示**（对听众的价值）

#### 7.4 核心观点 (keyPoints)

**每条观点必须**：
- 有明确的时间范围 (`startTime`, `endTime`)
- 是独立完整的论点（非章节标题）
- 包含具体信息（非空泛总结）

**数量**：
- 一般 3-7 条
- 覆盖播客 60%-80% 的核心内容

---

### 八、质量检查清单

分析完成后，必须通过以下检查：

#### 8.1 完整性检查
- [ ] 时间线覆盖了播客 90%+ 的有效内容
- [ ] 没有遗漏重要话题或观点
- [ ] 所有必填字段都已填写

#### 8.2 准确性检查
- [ ] 观点归属正确（不要把嘉宾观点写成主播说的）
- [ ] 时间戳与实际内容匹配
- [ ] 概念解释准确无误

#### 8.3 价值检查
- [ ] 每个话题的 summary 都有实质内容
- [ ] 金句确实具有传播价值
- [ ] keyPoints 抓住了真正的核心观点

#### 8.4 格式检查
- [ ] JSON 格式正确，无语法错误
- [ ] 语言字段与实际内容一致
- [ ] 英文播客包含双语字段

---

### 九、语言策略（关键！）

#### 9.1 语言检测与设置

| 原文语言 | `language` 字段 | 输出要求 |
|---------|----------------|---------|
| 中文播客 | `"zh"` | 只产出 `_zh` 字段，不需要 `_en` |
| 英文播客 | `"en"` | **必须**同时产出 `_zh` 和 `_en` 字段 |

#### 9.2 术语处理（贯穿始终）

**无论中英文播客，专业术语必须保留英文原词**：
- AI Agent、RAG、Fine-tuning、Prompt Engineering
- 格式：`中文翻译 (English Term)` 或直接使用英文

#### 9.3 翻译质量标准

英文播客的中文翻译必须：
- **信**：准确传达原意
- **达**：符合中文表达习惯
- **雅**：专业术语处理得当

---

> 📌 **最终原则**：分析必须遵守仓库内的 `spec.md`（它是最高分析指令）。

#### 输出格式

输出**纯 JSON**（不要 markdown 代码块）。

**中文播客格式**（`language: "zh"`，无 `_en` 字段）：

```json
{
  "language": "zh",
  "overview": {
    "one_liner_zh": "一句话总结本期亮点",
    "abstract_zh": "一段话概要（100-200字左右）",
    "summary_zh": "300-500字的全文深度摘要",
    "keyPoints": [
      {
        "startTime": 120,
        "endTime": 420,
        "point_zh": "核心观点（保留英文术语如 AI Agent）"
      }
    ],
    "quotes": [
      { "time": 305, "speaker": "Speaker 0", "quote": "原文金句" }
    ]
  },
  "timeline": [
    {
      "startTime": 0,
      "endTime": 360,
      "speaker": "主播名",
      "topic": { "zh": "话题中文标题" },
      "content": {
        "summary_zh": "核心观点总结，保留英文术语",
        "evidence_quote": "原文引用",
        "concepts": [{ "term_en": "RAG", "term_zh": "检索增强生成", "explanation": "..." }]
      }
    }
  ]
}
```

**英文播客格式**（`language: "en"`，必须有 `_zh` + `_en` 双语字段）：

```json
{
  "language": "en",
  "overview": {
    "one_liner_zh": "一句话中文总结",
    "one_liner_en": "One-liner in English",
    "abstract_zh": "一段话中文概要",
    "summary_zh": "中文深度摘要",
    "summary_en": "English summary",
    "keyPoints": [
      {
        "startTime": 120,
        "endTime": 420,
        "point_zh": "核心观点（中文）",
        "point_en": "Key point (English)"
      }
    ],
    "quotes": [
      { "time": 305, "speaker": "Speaker 0", "quote": "Original quote in English" }
    ]
  },
  "timeline": [
    {
      "startTime": 0,
      "endTime": 360,
      "speaker": "Guest Name",
      "topic": {
        "zh": "话题中文标题",
        "en": "Topic Title in English"
      },
      "content": {
        "summary_zh": "中文总结",
        "summary_en": "English summary",
        "evidence_quote": "Original quote from transcript",
        "concepts": [{ "term_en": "RLHF", "term_zh": "人类反馈强化学习", "explanation": "..." }]
      }
    }
  ]
}
```

#### 字段说明

| 字段 | 说明 |
|------|------|
| `startTime` / `endTime` | 秒数（整数），与转录文本时间戳一致 |
| `speaker` | 如果无法确定姓名，使用 "Speaker 0", "Speaker 1" |
| `concepts` | 只提取该段落的**新概念**，不重复之前已解释的 |
| `evidence_quote` | 支撑观点的原文引用 |

### 步骤 4：保存结果

将分析结果保存为 JSON 文件：

```
data/episodes/{episode-id}.json
```

完整的单集数据结构：

```json
{
  "id": "episode-guid",
  "processedAt": "2024-01-01T00:00:00.000Z",
  "meta": {
    "podcastName": "播客名称",
    "episodeTitle": "单集标题",
    "publishDate": "发布日期",
    "audioUrl": "音频链接",
    "coverImage": "封面图",
    "duration": 3600
  },
  "analysis": {
    "overview": { ... },
    "timeline": [ ... ]
  }
}
```

同时更新索引文件 `data/db_index.json`。

**索引更新规则**：
- 把本次生成的 episode 写入/更新到 `data/db_index.json` 的 `episodes[]` 列表
- 最新的放在最前面（newest first）

### 步骤 5：完成提示

分析完成后，提示用户启动前端查看结果：

```bash
cd '你的文件夹路径' && npm run dev
```

## 分析示例

### 输入（转录片段）

```
[0:02:00 - 0:02:30] Speaker 0: 今天我们来聊一下 AI Agent，这可能是今年最火的概念之一了。

[0:02:30 - 0:05:00] Speaker 1: 对，Agent 这个词现在被用得很泛，但我理解的核心是让 AI 能够自主地完成任务，而不只是回答问题。
```

### 输出（分析结果）

```json
{
  "startTime": 120,
  "endTime": 300,
  "speaker": "Speaker 1",
  "topic": {
    "zh": "AI Agent 的核心定义",
    "en": "Core Definition of AI Agent"
  },
  "content": {
    "summary_zh": "讨论了 AI Agent（智能体）的核心概念。与传统的问答式 AI 不同，Agent 强调的是自主完成任务的能力，包括感知环境、做出决策、执行行动的完整闭环。",
    "evidence_quote": "Agent 这个词现在被用得很泛，但我理解的核心是让 AI 能够自主地完成任务，而不只是回答问题",
    "concepts": [
      {
        "term_en": "AI Agent",
        "term_zh": "AI 智能体",
        "explanation": "能够感知环境、做出决策、自主执行任务的人工智能系统"
      }
    ]
  }
}
```