一键在 Manus 中运行任何 Skill

podcast-digest

星标2

分支1

更新时间2026年4月4日 03:47

播客消化 pipeline：URL/音檔 → 帶講者分離的逐字稿 + AI 摘要 + 高光 + Q&A。觸發詞：「跑播客」「podcast digest」「消化這集」「幫我聽」「transcribe podcast」。也適用於用戶貼了一個播客 URL 或音檔路徑並暗示需要摘要/逐字稿的場景。不適用於：已有文字只想潤稿（用 polish）、影片字幕（用 srt）、純翻譯（用 translator）。

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

fredchu

fredchu/claude-dotfiles

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

Podcast Digest Pipeline

將播客 URL 或音檔轉為摘要或完整逐字稿。兩種模式：

輕量模式：NLM 摘要（~5 分鐘），快速掃一眼新集內容
完整模式：ASR + 講者分離 + 校正 + 翻譯（~25 分鐘），深度消化

摘要一下 https://pca.st/episode/xxx        ← 輕量
深讀 https://www.youtube.com/watch?v=xxx     ← 完整
跑播客 /path/to/audio.mp3                   ← 完整

支援來源：YouTube、Pocket Casts、Apple Podcasts、純 mp3/wav URL、本地檔案、RSS feed。

模式選擇

用戶說的話	模式
「摘要一下 {URL}」「先看摘要」「podcast 摘要 {URL}」「輕量 {URL}」	輕量
「深讀 {URL}」「跑播客 {URL}」「消化這集」「transcribe」「/podcast-digest {URL}」	完整
「深讀最新的{節目}」	完整（SSH Mini CC 找音檔）
用戶貼 URL 但沒有明確指示	詢問：「要摘要就好，還是深讀出完整逐字稿？」

LLM 後端選項（完整模式）

旗標	LLM	說明
（預設）	Ollama gemma4:26b	免費、離線、隱私。品質接近 Sonnet（摘要/高光/翻譯）
`--cloud`	Claude Sonnet subagents	最高品質，需要 API 額度

用戶說「用雲端跑」「用 Sonnet」「最高品質」→ 啟用 --cloud。

Ollama 前檢查：Stage 5 開始前自動跑 python3 ollama_llm.py --test。如果 Ollama 未啟動或模型未拉取，自動 fallback 到 Sonnet 並印 WARNING。

輕量模式（NLM Pipeline）

Stage L1: 解析 URL + metadata

與完整模式相同的 metadata 提取流程（見 Stage 1）。存入 /tmp/podscribe-work/metadata.json。

Stage L2: 下載音檔

mkdir -p /tmp/podscribe-work
# 直接下載 mp3，不需轉 WAV（NLM 直接吃 mp3）
curl -L -o /tmp/podscribe-work/episode.mp3 "{AUDIO_URL}"
# YouTube 用 yt-dlp：
# yt-dlp -x --audio-format mp3 -o /tmp/podscribe-work/episode.mp3 "{URL}"

Stage L3-L4: NLM 摘要 + 存檔

🔧 nlm-digest.py

python3 ~/.claude/skills/podcast-digest/scripts/nlm-digest.py \
  --audio /tmp/podscribe-work/episode.mp3 \
  --show "{SHOW_NAME}" \
  --title "{EPISODE_TITLE}" \
  --guest "{GUEST}" \
  --date "{DATE}" \
  --duration "{DURATION}" \
  --output "company/podscribe/transcripts/{slug}-summary.md"

腳本一次完成：

讀/寫 nlm-state.json（notebook 映射，每個節目一個 notebook）
notebooklm create or reuse → source add → source wait → ask（固定 prompt）
Strip NLM citation 引用編號 [1, 2] + 尾部跟進問句
寫出帶 frontmatter 的 summary markdown

Readwise 推送

python3 ~/.claude/skills/podcast-digest/scripts/push_readwise.py \
  "company/podscribe/transcripts/{slug}-summary.md" \
  --slug "{slug}" \
  --title "🎙️ {SHOW_NAME} — {EPISODE_TITLE}" \
  --summary "{從 NLM 摘要第一章提取 2-3 句，≤200字}" \
  --metadata /tmp/podscribe-work/metadata.json \
  --tags podscribe podcast summary

更新 index.md

company/podscribe/index.md 加一行，標 summary tag：

- **{Show} — {Title}**
  {lang} | summary | {tags} | {duration} | [summary](transcripts/{slug}-summary.md)

不寫 Apple Notes

輕量摘要太短，不值得佔 Apple Notes 空間。

Stage L5: 清理

rm -rf /tmp/podscribe-work

後續升級

輕量摘要完成後，用戶可隨時說「深讀這集」→ 用同一 URL 跑完整模式，產出會覆蓋 index.md 中的 summary 條目。

完整模式（Full Pipeline）

設計原則

每個 Stage 分為兩種步驟：

🔧 腳本步驟：確定性邏輯，用 scripts/ 下的腳本執行。禁止現場重寫這些邏輯。
🧠 LLM 步驟：需要語言理解的工作（校正、摘要、翻譯），用 sonnet subagent 平行處理。

工作目錄：/tmp/podscribe-work/，pipeline 完成後清理。

Stage 1: 下載 + metadata 提取

🔧 下載音檔

mkdir -p /tmp/podscribe-work
AUDIO_PATH=$(~/.claude/skills/podcast-digest/scripts/download.sh "{INPUT_URL_OR_PATH}")

腳本處理：YouTube → yt-dlp、純 URL → curl、本地檔案 → 直接使用、最後 ffmpeg 轉 16kHz mono WAV。

Pocket Casts 例外：download.sh 無法處理 Pocket Casts（需 MCP 工具解析 JS 頁面）。手動流程：

ScraplingServer get 抓頁面 HTML（extraction_type: html）
從 <a href="...audio.mp3" download> 提取 mp3 URL
curl -L -o /tmp/podscribe-work/episode.mp3 "$MP3_URL"
ffmpeg -i episode.mp3 -ar 16000 -ac 1 -f wav episode.wav -y

🔧 metadata 提取

提取後存入 /tmp/podscribe-work/metadata.json：

{"cover_url": "...", "podcast_name": "...", "episode_title": "...", "duration": "...", "publish_date": "..."}

封面圖提取方式：

Pocket Casts → ScraplingServer get 抓 meta[property='og:image']（必須 main_content_only=false）
YouTube → yt-dlp --dump-json 的 thumbnail
Apple Podcasts → feed XML 的 <itunes:image href="...">

封面圖驗證（不可省略）：

curl -sI "$COVER_URL" | head -1 | grep -q "200" || COVER_URL=""

Stage 2: 語言偵測

優先級：用戶指定 > subscriptions.yaml > 自動偵測（看頁面語言或前 30 秒音頻）。

Stage 3: ASR + 講者分離 + NLM 術語抽取（平行）

三條用 Bash & + wait 平行跑。

🔧 ASR（按語言路由）

中文（Breeze ASR 25，輸出 SRT → 轉 JSON）：

# 1. Breeze ASR → SRT
mlx_whisper --model "eoleedi/Breeze-ASR-25-mlx" --language zh \
  --output-format srt --condition-on-previous-text False \
  --output-dir /tmp/podscribe-work --output-name asr-breeze \
  "$AUDIO_PATH"

# 2. SRT → JSON segments（供 align.py 使用）
python3 -c "
import re, json
blocks = re.split(r'\n\n+', open('/tmp/podscribe-work/asr-breeze.srt').read().strip())
segs = []
for b in blocks:
    lines = b.strip().split('\n')
    if len(lines) >= 3 and '-->' in lines[1]:
        s, e = lines[1].split(' --> ')
        def to_sec(t):
            h, m, rest = t.strip().split(':')
            sec, ms = rest.split(',')
            return int(h)*3600 + int(m)*60 + int(sec) + int(ms)/1000
        segs.append({'start': to_sec(s), 'end': to_sec(e), 'text': ' '.join(lines[2:])})
json.dump({'segments': segs}, open('/tmp/podscribe-work/asr.json', 'w'), ensure_ascii=False, indent=2)
print(f'{len(segs)} segments')
"

英文（必須加 --output-json 取得 word-level timestamps）：

cd ~/ghkb/interested/FluidAudio && swift run -c release fluidaudiocli transcribe "$AUDIO_PATH" --output-json /tmp/podscribe-work/asr-raw.json

🔧 講者分離（中英通用）

cd ~/ghkb/interested/FluidAudio && swift run -c release fluidaudiocli process "$AUDIO_PATH" --mode offline --output /tmp/podscribe-work/diarize.json

🔧 NLM 術語抽取（與 ASR + 講者分離平行）

python3 ~/.claude/skills/podcast-digest/scripts/extract-terms.py \
  --audio /tmp/podscribe-work/episode.mp3 \
  --show "{SHOW_NAME}" \
  --lang "{LANG}" \
  --output /tmp/podscribe-work/nlm-terms.txt

產出 /tmp/podscribe-work/nlm-terms.txt，供 Stage 5 校正和 Stage 6b 翻譯 prompt 注入。如果 NLM 處理失敗或超時，檔案為空，不影響 pipeline 繼續。

Stage 4: 對齊合併

🔧 align.py

# 英文（word-level alignment）
python3 ~/.claude/skills/podcast-digest/scripts/align.py \
  --asr-words /tmp/podscribe-work/asr-raw.json \
  --diarize /tmp/podscribe-work/diarize.json \
  --host "{HOST_NAME}" --guest "{GUEST_NAME}" \
  --output /tmp/podscribe-work/aligned.json

# 中文（segment-level alignment）
python3 ~/.claude/skills/podcast-digest/scripts/align.py \
  --asr /tmp/podscribe-work/asr.json \
  --diarize /tmp/podscribe-work/diarize.json \
  --host "{HOST_NAME}" --guest "{GUEST_NAME}" \
  --output /tmp/podscribe-work/aligned.json

自動執行：noise cluster 過濾、speaker-word 對齊、智慧斷句、同講者合併、auto speaker detection（4 訊號投票）、guest name 提取。

Stage 5: 逐字稿校正

Ollama 前檢查（首次進入 Stage 5 時執行一次）

OLLAMA_LLM=/Users/fredchu/Documents/For_Claude/scripts/subtitle/srt_correct/ollama_llm.py
if python3 "$OLLAMA_LLM" --test 2>/dev/null; then
    USE_LOCAL=true
else
    echo "WARNING: Ollama 未啟動或 gemma4:26b 未拉取，fallback 到 Sonnet"
    USE_LOCAL=false
fi

如果用戶指定 --cloud，跳過檢查直接用 Sonnet。

🧠 分 chunks 校正（預設：Ollama gemma4:26b 序列）

讀取 aligned.json，按 ~5000 chars 分 chunks，逐 chunk 校正。Gemma 只處理純文字，JSON 結構由腳本維護。

重要：迴圈只處理原始 chunk（chunk_0.json ~ chunk_N.json），不要用 glob chunk_*.json（會匹配到 _corrected、_translated 等中間產物）。用 for i in $(seq 0 ...) 或逐一列舉。

OLLAMA_LLM=/Users/fredchu/Documents/For_Claude/scripts/subtitle/srt_correct/ollama_llm.py
CHUNK_TEXT=~/.claude/skills/podcast-digest/scripts/chunk_text.py

for i in $(seq 0 $((NUM_CHUNKS - 1))); do
    chunk="/tmp/podscribe-work/chunk_${i}.json"
    # 1. 提取純文字
    python3 "$CHUNK_TEXT" extract --input "$chunk" --output "/tmp/podscribe-work/chunk_${i}.txt"
    # 2. Gemma 校正純文字
    python3 "$OLLAMA_LLM" \
        --system /tmp/podscribe-work/correct_sys.txt \
        --user "/tmp/podscribe-work/chunk_${i}.txt" \
        --output "/tmp/podscribe-work/chunk_${i}_corrected.txt" \
        --max-tokens 8192
    # 3. 合併回 JSON（--strict 確保 segment 數一致）
    python3 "$CHUNK_TEXT" merge --strict --input "$chunk" --text "/tmp/podscribe-work/chunk_${i}_corrected.txt" --output "/tmp/podscribe-work/chunk_${i}_corrected.json"
done

校正 system prompt 組裝規則（寫入 /tmp/podscribe-work/correct_sys.txt）：

基礎指令：「你是播客逐字稿校正專家。校正以下 ASR 輸出。」+ 校正規則（標點、錯字、斷句、分段）
如果 /tmp/podscribe-work/nlm-terms.txt 存在且非空，加入術語表區塊
格式指令：「輸入是編號段落，每段一個講者的發言。輸出保持相同編號格式，只修正文字內容。不要改變段落數量或編號。」

校正完合併為 /tmp/podscribe-work/corrected-all.json。

Stage 5 替代路徑：Sonnet（--cloud 模式）

分 chunks 平行發 sonnet subagent 校正。

校正 prompt 模板（每個 subagent 都帶這段）：

你是中文播客逐字稿校正專家。校正以下 ASR 輸出。

節目：{podcast_name}，主持人：{host}，來賓：{guest}。主題：{topic}。

校正規則：
1. 標點符號 — 補齊句號、逗號、問號
2. 錯字/專有名詞 — 修正 ASR 誤辨（已知術語：{terms_list}）
3. 斷句 — 確保句子正確分隔
4. 分段 — 段落內按主題插入 \n\n
5. 段落標題 — 新主題段落加 **標題** — 格式

讀取 {chunk_path}，校正每個 segment 的 text，保留 start/end/speaker 不變。
寫回 {output_path}（同格式 JSON array）。

Stage 6a: LLM 結構化

🧠 產出 4 項（預設：Ollama gemma4:26b）

產出	檔案	要求
分章節摘要	`/tmp/podscribe-work/summary.md`	6-10 章，每章 3-5 句，`[MM:SS]` 時間戳
高光片段	`/tmp/podscribe-work/highlights.md`	8-10 個，帶引用原文 + 為什麼值得注意
關鍵字	`/tmp/podscribe-work/keywords.md`	三類：人名、公司/產品、概念/術語
Q&A	`/tmp/podscribe-work/qa.md`	6-8 題，帶時間戳參考

語言規則：中文播客 → 繁體中文產出。英文播客 → 全部繁體中文產出，關鍵字保留英文原文加中文說明，高光引用附英文原句。

短文本路徑（corrected-all.json ≤ 15K chars）

直接把整個 corrected-all.json 餵給 Gemma，序列產出 4 項。適用大多數 15-60 分鐘 podcast。

OLLAMA_LLM=/Users/fredchu/Documents/For_Claude/scripts/subtitle/srt_correct/ollama_llm.py
TRANSCRIPT=/tmp/podscribe-work/corrected-all.json

# 1. Summary
cat > /tmp/podscribe-work/summary_sys.txt << 'PROMPT'
你是 podcast 摘要助手。根據逐字稿產出分章節摘要。
6-10 章，每章 3-5 句，[MM:SS] 時間戳。格式用 markdown，繁體中文。直接輸出。
PROMPT
python3 "$OLLAMA_LLM" --system /tmp/podscribe-work/summary_sys.txt \
    --user "$TRANSCRIPT" --output /tmp/podscribe-work/summary.md --max-tokens 4096

# 2-4: Highlights, Keywords, Q&A（同上模式）

長文本路徑（corrected-all.json > 15K chars）— Map-Reduce

超過 Gemma context 上限時，先分 chunk 做局部摘要，再彙整。

Map 階段：對每個 chunk_N_corrected.json 提取純文字，產出局部摘要。

OLLAMA_LLM=/Users/fredchu/Documents/For_Claude/scripts/subtitle/srt_correct/ollama_llm.py
CHUNK_TEXT=~/.claude/skills/podcast-digest/scripts/chunk_text.py

cat > /tmp/podscribe-work/map_sys.txt << 'PROMPT'
你是播客摘要助手。摘要以下這段播客內容。
產出 3-5 句重點摘要，附上時間範圍 [MM:SS-MM:SS]。
列出這段中最值得注意的 1-2 個引言或觀點。
列出出現的人名和關鍵術語。
markdown 格式，繁體中文。直接輸出。
PROMPT

for i in $(seq 0 $((NUM_CHUNKS - 1))); do
    python3 "$CHUNK_TEXT" extract --input "/tmp/podscribe-work/chunk_${i}_corrected.json" \
        --output "/tmp/podscribe-work/chunk_${i}_for_6a.txt"
    python3 "$OLLAMA_LLM" \
        --system /tmp/podscribe-work/map_sys.txt \
        --user "/tmp/podscribe-work/chunk_${i}_for_6a.txt" \
        --output "/tmp/podscribe-work/chunk_${i}_map.md" \
        --max-tokens 1024
done

# 合併所有局部摘要
cat /tmp/podscribe-work/chunk_*_map.md > /tmp/podscribe-work/all_maps.md

Reduce 階段（自適應）：合併後如果仍 > 15K chars，分組再 reduce 一輪，重複直到 < 15K。

while all_maps.md > 15K chars:
    分成 ~6 組，每組用 Gemma 彙整為 ~1K 字摘要
    合併所有組的彙整 → 覆寫 all_maps.md

每輪 reduce 的 system prompt：「你是播客摘要助手。以下是一段播客的多個局部摘要。請彙整為連貫的摘要，3-5 個重點段落，保留時間戳和所有人名術語。」

最終輸出：all_maps.md 壓到 < 15K 後，用 4 個 prompt 模板（summary/highlights/keywords/Q&A）產出最終結果。Reduce 的 prompt 要用「根據以下各段摘要」而非「根據逐字稿」。

判斷閾值：用 wc -c corrected-all.json 檢查。≤ 15000 走短文本，> 15000 走 map-reduce。

Stage 6a 替代路徑：Sonnet（--cloud 模式）

平行產出 4 項（每項一個 sonnet subagent），每個 subagent 讀取 corrected-all.json，產出寫入對應 .md 檔。

Stage 6b: 中文翻譯（英文播客必跑）

🧠 分 chunks 翻譯（預設：Ollama gemma4:26b 序列）

英文播客限定。逐 chunk 翻譯，每 segment 加 text_zh 欄位。

翻譯規則：繁體中文（台灣用語）、英文專有名詞保留原文、技術術語首次出現加中文說明。

Gemma 只處理純文字翻譯，JSON 結構由腳本維護。

CHUNK_TEXT=~/.claude/skills/podcast-digest/scripts/chunk_text.py

for i in $(seq 0 $((NUM_CHUNKS - 1))); do
    corrected="/tmp/podscribe-work/chunk_${i}_corrected.json"
    # 1. 提取純文字
    python3 "$CHUNK_TEXT" extract --input "$corrected" --output "/tmp/podscribe-work/chunk_${i}_for_translate.txt"
    # 2. Gemma 翻譯純文字
    python3 "$OLLAMA_LLM" \
        --system /tmp/podscribe-work/translate_sys.txt \
        --user "/tmp/podscribe-work/chunk_${i}_for_translate.txt" \
        --output "/tmp/podscribe-work/chunk_${i}_translated.txt" \
        --max-tokens 8192
    # 3. 合併翻譯結果為 text_zh（--strict 確保 segment 數一致）
    python3 "$CHUNK_TEXT" merge-translation --strict --input "$corrected" --text "/tmp/podscribe-work/chunk_${i}_translated.txt" --output "/tmp/podscribe-work/chunk_${i}_translated.json"
done

翻譯 system prompt 組裝規則（寫入 /tmp/podscribe-work/translate_sys.txt）：

基礎指令：「你是翻譯專家。將以下英文播客逐字稿翻譯成繁體中文（台灣用語）。英文專有名詞保留原文，技術術語首次出現加中文說明。」
格式指令：「輸入是編號段落，每段一個講者的發言。輸出保持相同編號格式，只翻譯文字內容。不要改變段落數量或編號。」
不注入 NLM 術語表（翻譯不需要，英文原文已正確）

Stage 6b 替代路徑：Sonnet（--cloud 模式）

分 chunks 平行發 sonnet subagent 翻譯。

Stage 7: 組裝 + 存檔

🔧 組裝（assemble.py）

python3 ~/.claude/skills/podcast-digest/scripts/assemble.py \
  --corrected /tmp/podscribe-work/corrected-all.json \
  --summary /tmp/podscribe-work/summary.md \
  --highlights /tmp/podscribe-work/highlights.md \
  --keywords /tmp/podscribe-work/keywords.md \
  --qa /tmp/podscribe-work/qa.md \
  --title "{TITLE}" --host "{HOST}" --guest "{GUEST}" \
  --date "{DATE}" --duration "{DURATION}" \
  --output "company/podscribe/transcripts/{slug}.md"
  # 英文播客加 --bilingual

存檔目的地

1. 本地（assemble.py 已處理）：company/podscribe/transcripts/{slug}.md

2. Apple Notes（精簡版：摘要 + 高光 + 關鍵字）：

mcp__apple-notes__create-note（format: html）→ mcp__apple-notes__move-note 到「Claude 工作區」
HTML 格式用 <h2>/<h3>/<b>/<ul><li> 語義化標籤，不用 <br>

3. 🔧 Readwise Reader（push_readwise.py）：

python3 ~/.claude/skills/podcast-digest/scripts/push_readwise.py \
  "company/podscribe/transcripts/{slug}.md" \
  --slug "{slug}" \
  --title "{TITLE}" \
  --summary "{2-3 句中文摘要，≤200字}" \
  --metadata /tmp/podscribe-work/metadata.json \
  --tags podscribe podcast

腳本自動處理：md → 語義化 HTML（via md2html.py）→ Readwise API POST（含 image_url + summary）。

Readwise 注意事項：

image_url 和 summary 必須在首次 POST 就帶齊（事後 upsert 不會更新這兩個欄位）
摘要規則：2-3 句繁體中文，涵蓋來賓身份 + 核心主題 + 最有記憶點的論點，≤200 字

4. 更新 index.md：company/podscribe/index.md

🔧 清理

rm -rf /tmp/podscribe-work

共用規則

檔名規則

slug 化：日期前綴 YYYY-MM-DD_、英文全小寫、空格/破折號 → -、移除特殊字元、中文保留、連續 - 合併。

腳本清單

腳本	用途	模式	可現場重寫？
`scripts/nlm-digest.py`	NLM 摘要（notebook 管理 + ask + 清理）	輕量	否
`scripts/download.sh`	下載 + ffmpeg 轉檔	完整	否
`scripts/asr-zh.swift`	中文 ASR（已棄用，改用 Breeze）	—	—
`scripts/align.py`	對齊合併 + auto speaker detection	完整	否
`scripts/md2html.py`	Markdown → 語義化 HTML	兩者	否
`scripts/assemble.py`	組裝最終 markdown	完整	否
`scripts/chunk_text.py`	JSON ↔ 編號純文字轉換（extract/merge/merge-translation）	完整	否
`scripts/extract-terms.py`	NLM 術語抽取（upload + ask + clean）	完整	否
`scripts/push_readwise.py`	推送 Readwise Reader	兩者	否

「可現場重寫？否」= 禁止在 session 中現場寫替代函數。有 bug 就修腳本本身。

技術棧

元件	技術
中文 ASR	Breeze ASR 25（mlx_whisper + eoleedi/Breeze-ASR-25-mlx）
英文 ASR	FluidAudio Parakeet TDT v3
講者分離	FluidAudio Offline VBx
對齊合併	align.py
校正/翻譯/結構化	Claude Code sonnet subagents（平行）
NLM 摘要（輕量模式）	NotebookLM CLI + Google NotebookLM
HTML 轉換	md2html.py（語義化 HTML，禁止 `<br>` 灌空行）
組裝	assemble.py
存檔	本地 Markdown + Apple Notes MCP + push_readwise.py

牛牛清單連動

消化完投資類播客後，如果提到值得關注的標的，主動建議：「播客提到 XXX，要不要放進牛牛的 YYY 清單觀察？」

Plan 文件

完整規劃：/Users/fredchu/Documents/For_Claude/company/podscribe/references/podcast-digest-system-plan-2026-03-26.md
技術驗證：/Users/fredchu/Documents/For_Claude/company/podscribe/references/asr-diarization-feasibility-test-2026-03-26.md

podcast-digest

同仓库更多 Skills

同仓库更多 Skills

Podcast Digest Pipeline

模式選擇

LLM 後端選項（完整模式）

輕量模式（NLM Pipeline）

Stage L1: 解析 URL + metadata

Stage L2: 下載音檔

Stage L3-L4: NLM 摘要 + 存檔

🔧 nlm-digest.py

Readwise 推送

更新 index.md

不寫 Apple Notes

Stage L5: 清理

後續升級

完整模式（Full Pipeline）

設計原則

Stage 1: 下載 + metadata 提取

🔧 下載音檔

🔧 metadata 提取

Stage 2: 語言偵測

Stage 3: ASR + 講者分離 + NLM 術語抽取（平行）

🔧 ASR（按語言路由）

🔧 講者分離（中英通用）

🔧 NLM 術語抽取（與 ASR + 講者分離平行）

Stage 4: 對齊合併

🔧 align.py

Stage 5: 逐字稿校正

Ollama 前檢查（首次進入 Stage 5 時執行一次）

🧠 分 chunks 校正（預設：Ollama gemma4:26b 序列）

Stage 5 替代路徑：Sonnet（--cloud 模式）

Stage 6a: LLM 結構化

🧠 產出 4 項（預設：Ollama gemma4:26b）

短文本路徑（corrected-all.json ≤ 15K chars）

長文本路徑（corrected-all.json > 15K chars）— Map-Reduce

Stage 6a 替代路徑：Sonnet（--cloud 模式）

Stage 6b: 中文翻譯（英文播客必跑）

🧠 分 chunks 翻譯（預設：Ollama gemma4:26b 序列）

Stage 6b 替代路徑：Sonnet（--cloud 模式）

Stage 7: 組裝 + 存檔

🔧 組裝（assemble.py）

存檔目的地

🔧 清理

共用規則

檔名規則

腳本清單

技術棧

牛牛清單連動

Plan 文件

Podcast Digest Pipeline

模式選擇

LLM 後端選項（完整模式）

輕量模式（NLM Pipeline）

Stage L1: 解析 URL + metadata

Stage L2: 下載音檔

Stage L3-L4: NLM 摘要 + 存檔

🔧 nlm-digest.py

Readwise 推送

更新 index.md

不寫 Apple Notes

Stage L5: 清理

後續升級

完整模式（Full Pipeline）

設計原則

Stage 1: 下載 + metadata 提取

🔧 下載音檔

🔧 metadata 提取

Stage 2: 語言偵測

Stage 3: ASR + 講者分離 + NLM 術語抽取（平行）

🔧 ASR（按語言路由）

🔧 講者分離（中英通用）

🔧 NLM 術語抽取（與 ASR + 講者分離平行）

Stage 4: 對齊合併

🔧 align.py

Stage 5: 逐字稿校正

Ollama 前檢查（首次進入 Stage 5 時執行一次）

🧠 分 chunks 校正（預設：Ollama gemma4:26b 序列）

Stage 5 替代路徑：Sonnet（--cloud 模式）

Stage 6a: LLM 結構化