book-audio-digest

name	book-audio-digest
trigger	深度听书|听书笔记|读书音频|通勤听书|音频解读|书解读音频|听书摘要|book audio digest|audio digest
description	深度听书 — 融合微信读书素材（书籍信息、目录、热门划线）与个人知识库，生成飞书深度读书笔记 + 可通勤收听的高质量音频（MP3）。
version	0.1.0
metadata	{"requires":{"bins":["uv","ffmpeg","ffprobe"],"secrets":["[Truncated]"]},"relates":[{"skill":"wechat-reading","scope":"书籍信息/目录/热门划线采集规范与限流避坑，本技能复用其 API 调用纪律。"},{"skill":"feishu-writer","scope":"飞书文档写作规范（黄金开局、去 AI 味、视觉节奏），本技能产出文档遵循其铁律。"},{"skill":"article-to-video","scope":"Edge TTS 合成纪律同源；本技能只要音频，不需要视频渲染。"}]}

深度听书（Book Audio Digest）

给一本书名，产出两件交付物：飞书深度读书笔记（深度整合 + 个人感悟）和高质量音频（通勤/排队收听，默认 8–15 分钟）。素材来自微信读书（书籍信息、目录、热门划线），关联用户知识库里最相关的内容（少而精）。详细方法见 references/audio-script-guide.md 与 references/feishu-note-guide.md，动笔前先用 skill_read 读完。

工作流

1. 项目目录

PROJECT="$HOME/.ethan/output/book-audio-digest/$(date +%Y%m%d-%H%M%S)-<书名拼音>"
mkdir -p "$PROJECT/weread"

2. 素材采集（shell + curl，遵循 wechat-reading 技能规范）

• /store/search（scope=10）→ bookId；/book/info → 详情；/book/chapterinfo → 章节
• 同名书必须消歧：用"书名 + 作者"搜索并核对作者与出版社，别拿搜索第一个结果就跑（如《格局》有月夜生凉/王志纲等多个版本，内容完全不同）
• 可用性预检（先做再写稿）：拿到 bookId 后先调一次 /book/bestbookmarks（chapterUid=0），若返回 {"synckey":0} 空响应，说明这本书拿不到划线数据（多见于付费书/冷门版本，如吴军《态度》的推广版 bookId=3001121336），换版本或换书，不要硬写
• 热门划线按章节批量拉取再合并（单次 /book/bestbookmarks 只回 top 20）：逐 chapterUid 调用、按 markText 去重、按 totalCount 降序。限流纪律：请求间 sleep 1–2s；errcode:-2010 是限流不是 key 失效，指数退避重试；连续失败先拉 chapterUid=0 兜底；偶发 HTTP 499 直接跳过该章、下轮补拉
• 原始 JSON 落盘 $PROJECT/weread/，别只留在内存

3. 知识库关联（少而精）

knowledge_search 做 2–3 个查询（书名/作者/核心主题），limit 2–3；只对最有价值的 1–2 条 knowledge_read 精读，让解读带个人上下文。搜不到就跳过，不硬凑。

4. 写两个产出

a. 飞书深度读书笔记：按 references/feishu-note-guide.md 的结构，用 lark-cli docs +create --as user 创建（遵循 feishu-writer 铁律：黄金开局、去 AI 味、Callout 节制、正文 ≥ 2500 字）。注意：user token 过期时报 need_user_authorization，需要用户在场跑 lark-cli auth login（交互式）；无人值守时段可先完成音频交付，把笔记 XML 存 $PROJECT/feishu-note.xml 待授权后补建。--content 用 @./file.xml 相对路径（绝对路径与 ~ 都会被 CLI 拒绝）。

b. 音频脚本：按 references/audio-script-guide.md 把笔记口语化改写（不是照念文档），写入 $PROJECT/manifest.json：

{"title": "《态度》深度听书", "voice": {"name": "zh-CN-YunxiNeural", "rate": "+0%", "volume": "+0%", "pitch": "+0Hz"}, "gapMs": 700, "targetDurationSec": 600,
 "sections": [{"id": "opening", "narration": "..."}, {"id": "insight-1", "narration": "..."}]}

5. 音频合成

# 先校验（无网络）
python3 ~/.ethan/skills/book-audio-digest/scripts/audio_pipeline.py validate --manifest "$PROJECT/manifest.json"
# 后台合成（uv 临时注入 edge-tts；env -u 是本机代理未运行时的直连兜底）
nohup env -u HTTP_PROXY -u HTTPS_PROXY -u http_proxy -u https_proxy \
  uv run --isolated --no-project --with 'edge-tts>=7,<8' python \
  ~/.ethan/skills/book-audio-digest/scripts/audio_pipeline.py run \
  --manifest "$PROJECT/manifest.json" --output-dir "$PROJECT" \
  > "$PROJECT/render.log" 2>&1 &

合成 1–3 分钟，轮询 render.log。脚本按 narration+voice 内容哈希缓存，重跑只重做变化章节。

6. 复核与交付

• run-status.json 的 status 是 ok，final.mp3 与 subtitles.srt 存在
• 必须调用 deliver_file(path="<PROJECT>/final.mp3", title="《书名》深度听书笔记")，正文附飞书文档链接
• 实际时长超出 target ±40% 时调整脚本重跑（保持章节 id 不变则命中缓存）

约束

• 音频脚本必须口语化改写；直接引用划线原文 ≤ 15% 篇幅且口语引入
• 不虚构书中没有的内容；知识库关联 ≤ 2 条，宁缺毋滥
• 不自动发布、不外传给 Edge TTS 以外的服务；单节 narration ≤ 3000 字、节数 ≤ 40

activate_tools: shell, file_write, knowledge_search, knowledge_read, deliver_file