功能说明: 本技能涵盖 多语言生成、时使用 等核心能力。

AI播客生成 - PDF与文本转对话式播客

请求格式

参数名	类型	必填	说明
input	string	是	AI播客生成处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

专业版增强能力

能力	免费版	付费版
基础功能	支持	支持
AI播客生成几分钟生成	不支持	支持
高清分辨率与无损输出	不支持	支持
批量生成与风格预设	不支持	支持
自定义模型微调	不支持	支持
商用版权授权	不支持	支持

前置条件

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

功能能力

将PDF文档、纯文本、笔记内容或网页链接转化为两位主持人自然对话的播客节目。通过MagicPodcast API完成音频合成，返回可直接分享的播客链接. 支持的具体能力：

• 从PDF URL提取内容并生成播客
• 从粘贴的纯文本生成播客
• 多语言播客生成（需用户明确指定语言）
• 异步任务状态查询
• 返回可分享的播客链接和仪表板地址

环境配置

使用前需配置以下环境变量：

export MAGICPODCAST_API_URL="https://api.magicpodcast.app"
export MAGICPODCAST_API_KEY="${API_KEY:?请设置环境变量}"

API密钥获取地址：https://www.magicpodcast.app/skill-platform

登录后复制API密钥即可使用。注册过程免费，约一分钟内完成.

引导式交互流程

与用户交互时，每次只提一个问题，等待用户回答后再提下一个：

1. 询问播客主题
2. 询问内容来源：PDF的URL地址或直接粘贴的文本
3. 询问播客语言（不要自行假设语言）
4. 最终确认后调用API创建播客
5. 创建后立即返回仪表板地址供用户查看进度
6. 用户询问时才检查任务状态
7. 完成后返回标题和可分享的播客链接

API调用方式

安全校验

所有用户输入在拼接到命令前必须经过校验，使用jq进行JSON编码，严禁直接插入原始文本.

safe_job_id() {
  printf '%s' "$1" | grep -Eq '^[A-Za-z0-9_-]{8,128}$'
}
# ...
safe_http_url() {
  printf '%s' "$1" | grep -Eq '^https?://[^[:space:]]+$'
}

从PDF创建播客

if ! safe_http_url "$PDF_URL"; then
  echo "Invalid PDF URL" >&2
  exit 1
fi
# ...
payload="$(jq -n --arg pdfUrl "$PDF_URL" --arg language "$LANGUAGE" '{pdfUrl:$pdfUrl,language:$language}')"
# ...
curl -sS -X POST "$MAGICPODCAST_API_URL/agent/v1/podcasts/pdf" \
  -H "Content-Type: application/json" \
  -H "x-api-key: $MAGICPODCAST_API_KEY" \
  --data-binary "$payload"

从文本创建播客

payload="$(jq -n --arg text "$SOURCE_TEXT" --arg language "$LANGUAGE" '{text:$text,language:$language}')"
# ...
curl -sS -X POST "$MAGICPODCAST_API_URL/agent/v1/podcasts/text" \
  -H "Content-Type: application/json" \
  -H "x-api-key: $MAGICPODCAST_API_KEY" \
  --data-binary "$payload"

查询任务状态

if ! safe_job_id "$JOB_ID"; then
  echo "Invalid job id" >&2
  exit 1
fi
# ...
curl -sS "$MAGICPODCAST_API_URL/agent/v1/jobs/$JOB_ID" \
  -H "x-api-key: $MAGICPODCAST_API_KEY"

结果处理规则

• 创建后立即引导用户打开 https://www.magicpodcast.app/app 查看仪表板
• 仪表板可查看已创建播客、实时进度和已完成节目
• 优先返回 outputs.shareUrl 作为完成链接
• 若 shareUrl 缺失则回退到 outputs.appUrl
• 完成时回复用户播客链接地址
• statusLabel 为 complete 时返回分享链接
• statusLabel 为 failed 时返回错误信息
• API返回错误时如实展示错误消息和详情
• 提醒用户不要发送敏感文档，除非同意外部处理

适用范围

学术论文音频化

研究人员将PDF格式的学术论文转化为播客，在通勤或运动时收听。双主持人对话形式比纯朗读更易理解复杂概念，适合快速了解论文核心观点和研究背景.

内容团队音频化运营

内容创作团队将博客文章、周报、行业分析等文字内容批量转化为播客节目，扩展内容分发渠道，覆盖偏好音频的受众群体，提升内容触达率.

教育内容多语言转化

教育工作者将课程笔记、教学材料转化为多语言播客，为不同语言背景的学习者提供音频学习资源。需在创建时明确指定目标语言，系统不会自行假设语言.

企业内部知识传播

企业将内部文档、培训材料、会议纪要转化为播客，员工可在碎片时间收听，降低知识获取门槛，提升组织内部信息流转效率.

案例参考

案例一：论文转播客

一位研究人员需要阅读大量PDF论文，希望利用通勤时间收听。将论文PDF上传至可访问的URL后，通过PDF创建接口生成播客。API返回任务ID，约3分钟后任务完成，获得可分享的播客链接。两位虚拟主持人以对话形式讨论论文的研究背景、方法、结果和意义，帮助研究人员快速把握论文要点.

案例二：周报转播客

一个内容团队每周发布行业分析周报，希望同时提供音频版本。将周报文本粘贴到文本创建接口，指定语言为中文，API在约2分钟内生成播客。团队将返回的分享链接嵌入到周报邮件中，读者可选择阅读或收听，提升了周报的打开率和传播效果.

案例三：多语言内容扩展

一位博主将英文博客文章转化为西班牙语播客，面向西班牙语受众扩展内容覆盖面。通过文本创建接口指定语言为西班牙语，生成的播客保持原文核心观点的同时以西班牙语对话形式呈现，帮助博主触达更多国际读者.

热门问题

如何获取API密钥？

访问 https://www.magicpodcast.app/skill-platform ，使用Google账号登录，复制API密钥。注册过程免费，约一分钟完成。将密钥配置到MAGICPODCAST_API_KEY环境变量中即可开始使用.

生成一个播客需要多长时间？

通常需要2-5分钟。生成时间取决于内容长度和当前服务器负载。创建任务后可访问 https://www.magicpodcast.app/app 查看实时进度，任务完成后会返回可分享的播客链接.

支持哪些输入来源？

支持两种输入：PDF的公开URL地址和直接粘贴的纯文本。本地PDF文件需先上传至可公开访问的存储服务获取URL。不支持加密文件破解，不支持直接上传本地文件.

支持哪些语言？

支持多种主流语言，包括但不限于英语、中文、西班牙语、法语、德语、日语。生成时必须明确指定语言，系统不会自行假设。具体支持列表可参考API返回的错误提示.

免费额度是多少？

登录用户可生成免费播客。具体免费额度可能根据账户类型和当前政策有所不同，建议查看官方平台 https://www.magicpodcast.app/skill-platform 了解最新的额度信息.

如何查看生成进度？

创建任务后，访问 https://www.magicpodcast.app/app 打开仪表板。仪表板显示已创建的播客列表、实时生成进度和已完成的节目。也可通过任务ID调用状态查询接口获取程序化状态.

Q1: AI播客生成的播客质量如何？

A: AI播客生成的播客质量取决于输入内容的丰富性和结构。它能够生成自然流畅的双主持人对话，但可能无法完全复制人类主持人的情感和细微差别。对于学术性或信息性内容，生成的播客通常能够保持较高的质量。

Q2: 如果生成的播客不满意，可以重新生成吗？

A: 可以。如果生成的播客不满意，您可以重新创建任务，提供不同的输入或调整选项，以改善播客的质量。

Q3: 如何确保播客内容的版权问题？

A: 使用AI播客生成时，应确保输入的PDF、文本和链接内容拥有合法版权。播客生成服务本身不承担版权责任，因此用户需自行负责内容的版权合规性。

Q4: 是否可以自定义播客的主持人的声音或风格？

A: 目前不支持自定义主持人的声音或风格。播客生成的主持人是预设的，但您可以通过调整输入内容和选项来影响播客的整体风格。

Q5: 如果生成的播客中包含敏感信息，应该如何处理？

A: 对于包含敏感信息的播客，应在生成前进行内容审查。由于播客生成服务可能无法完全识别所有敏感内容，建议用户在生成前自行审查，并在必要时对内容进行编辑。

功能边界

• 需要有效的MagicPodcast API密钥，无密钥无法使用
• PDF文件需通过公开URL提供，本地文件需先上传至可访问的存储服务
• 播客生成需要2-5分钟，不适合实时场景
• 不支持加密文件破解
• 生成质量取决于原始内容的信息量和结构
• 敏感文档需谨慎处理，内容将发送至外部服务处理
• 单次请求处理一个来源，不支持多文件合并生成
• 性能取决于底层API服务能力和网络状况

创新亮点

效率提升量化分析

操作步骤	手动耗时	自动化耗时	时间节约	准确率提升
从PDF提取文本内容	30分钟	5分钟	25分钟	95%
文本内容编辑	2小时	30分钟	1.5小时	90%
音频生成	4小时	15分钟	3.5小时	98%
播客剪辑	2小时	30分钟	1.5小时	95%
发布与分享	1小时	10分钟	50分钟	100%

差异化对比

对比维度	本技能	手动操作	Python脚本	专业软件
生成效率	高	低	中	高
生成成本	低	中	中	高
生成质量	高	低	中	高
生成灵活性	中	高	中	高
生成速度	快	慢	较快	快

核心痛点解决

痛点	描述	影响范围	解决方案	量化效果
文字内容转化为音频效率低	手动操作耗时，影响工作效率	内容创作者、教育工作者	AI播客生成技能，自动化生成音频	时间节约25分钟，效率提升95%
音频生成质量差	手动操作难以保证音频质量	内容创作者、教育工作者	AI播客生成技能，提供高质量音频生成	准确率提升98%
播客制作复杂	手动操作复杂，难以快速制作	内容创作者、教育工作者	AI播客生成技能，简化制作流程	时间节约3.5小时，效率提升95%

诊断与修复

错误现象	可能原因	诊断步骤	解决方案
无法生成播客	API Key配置错误	检查API Key是否正确配置	重新配置API Key
播客生成质量差	文本内容格式错误	检查文本内容格式是否正确	修正文本内容格式
播客生成速度慢	网络连接不稳定	检查网络连接是否稳定	优化网络连接
播客生成失败	API服务异常	检查API服务是否正常	联系API服务提供商
播客内容不完整	文本内容缺失	检查文本内容是否完整	补充缺失的文本内容

安全保障

1. 确保API Key安全，避免泄露到公共区域。
2. 验证所有输入数据，防止注入攻击。
3. 使用HTTPS协议进行数据传输，确保数据安全。
4. 定期更新技能依赖库，防止安全漏洞。
5. 限制技能的访问权限，防止未授权访问。

安全风险防范

风险项	等级	防护措施	验证方法
API密钥泄露	高	通过环境变量配置，禁止硬编码	定期检查代码和配置文件
命令执行风险	高	仅执行白名单命令，避免拼接用户输入	使用沙箱环境测试
网络通信安全	中	使用HTTPS协议，验证SSL证书	定期检查证书有效期
敏感数据暴露	高	输出结果中不包含密钥、令牌等敏感信息	日志脱敏审查
未授权访问	中	限制访问权限，实施认证机制	定期审计访问日志

常见问题FAQ

问题	答案
我可以上传本地PDF文件吗？	不可以，本地PDF文件需要先上传至可公开访问的存储服务获取URL后，才能用于生成播客。
如何处理生成的播客中的错误或遗漏？	如果播客中存在错误或遗漏，可以重新创建任务，或者通过仪表板进行编辑和修正。
支持哪些格式的文本输入？	支持纯文本格式输入，包括Markdown、纯文本文件等。
播客生成的语言限制是什么？	支持多种主流语言，但生成时必须明确指定语言，系统不会自行假设。
如果播客生成失败，如何重试？	如果播客生成失败，可以检查网络连接、API Key配置等，然后重新创建任务。

异常处理架构

针对AI播客生成使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

AI播客生成通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块

实操说明

1. 配置API密钥: 在环境变量中设置对应的API Key
2. 初始化连接: 使用提供的凭证建立API连接
3. 调用接口: 传入必要参数执行API调用
4. 准备文件: 确认文件路径正确且格式受支持
5. 执行处理: 调用对应的处理函数
6. 查看结果: 检查输出文件或返回数据
7. 检查环境: 确认运行时和依赖已安装
8. 执行命令: 使用正确的参数格式执行
9. 查看输出: 检查命令输出和退出码

前置条件

• 已安装所需运行环境(参考依赖说明)
• 已获取必要的API密钥或访问凭证(如适用)
• 输入数据已准备就绪