核心能力
AI Podcast Pipeline 是一套面向韩语AI播客生产的端到端自动化工作流，支持从QuickView趋势笔记生成完整播客资产包。系统采用双主持架构（Callie × Nick），通过Gemini多声部TTS实现自然对话音频，覆盖脚本撰写、音频合成、字幕生成、视频渲染、缩略图制作及YouTube元数据输出全链路。
显著优点
生产级可靠性设计：针对Gemini API超时问题实现智能分块构建（--chunk-lines 6），长脚本自动切分处理；支持双模式输出——完整版（15-20分钟）与压缩版（5-7分钟核心要点），适配不同分发场景。音频生成采用2026年2月固化的声线映射（Callie→Kore，Nick→Puck），确保品牌一致性。
精细化字幕控制：突破常规截断式字幕，采用完整文本呈现（无...省略），支持逐字级时间轴微调（--shift-ms -250滞后补偿），字体大小动态适配（25-27px防裁剪），专门针对韩语排版优化。
安全合规架构：API密钥严格环境变量隔离（GEMINI_API_KEY），近期加固已移除CLI参数传递；所有子进程调用（ffmpeg）与base64解码均限定于标准音视频处理流程，代码全开源可审计。
潜在局限
- 供应商锁定：TTS与部分生成功能深度依赖Google Gemini API，存在服务可用性与定价变更风险
- 语言单一性：当前优化聚焦于韩语播客，多语言扩展需额外开发
- 人工审核缺口：缩略图风格、YouTube标题选项仍需人工最终确认，未实现全自动发布
- Telegram传输限制：资产包体积需人工控制在即时通讯平台的 practical limits 内
适合人群
- 运营韩语AI/科技趋势频道的创作者与工作室
- 需要批量生产结构化音频内容的MCP（模型上下文协议）用户
- 追求「笔记→成品」最小人工介入效率的技术向播客团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| 误报拦截 | base64解码、子进程调用可能触发杀毒软件误报（已声明无害） |
| API密钥泄露 | 需严格遵循环境变量注入，禁止硬编码或日志残留 |
| 字幕同步漂移 | 需根据实际音频手动调整`shift-ms`参数 |
| 版权合规 | 生成内容需人工审核背景音乐、字体商用授权 |