核心用法
AI Podcast Pipeline 是一套端到端的韩语 AI 播客生产工作流，专为内容创作者和运营团队设计。用户从 Trend/QuickView-* 文件出发，系统可自动生成双主播（Callie × Nick）对话脚本、MP3 音频、完整韩文字幕 MP4、缩略图及 YouTube 标题/描述。
关键功能模块：
1. 脚本生成：读取 podcast_prompt_template_ko.md 模板，支持完整版（15-20 分钟）与压缩版（5-7 分钟）两种模式，输出口语化、短句、可执行的韩语对话
2. 双语音频合成：基于 Gemini Multi-Speaker TTS，采用分块构建器避免超时，默认女声 Kore（Callie）、男声 Puck（Nick）
3. 字幕工程：生成无截断完整韩文 SRT，支持 --max-chars 行宽控制；渲染阶段可调字体（默认 "Do Hyeon"）、字号（25-27px）及时间偏移（--shift-ms -250 修正延迟）
4. 视觉资产：自动生成缩略图，输出 3 组 YouTube 标题选项及完整描述
5. 交付清单：强制包含源文件、MP3/MP4 路径、缩略图、元数据
显著优点
- 全流程自动化：7 步标准化工作流，从趋势笔记到发布就绪资产一站式完成
- 双模式适配：完整版深度解析 vs 压缩版快速触达，满足不同场景需求
- 可靠性设计：分块音频生成规避 Gemini 超时；字幕时间偏移修正延迟；字体大小自适应防裁剪
- 本地化优化：专为韩语播客场景调优，包括对话节奏、字幕行宽（22 字符）、韩文字体渲染
潜在局限与风险
- API 依赖：核心功能绑定 Gemini API，存在服务中断或速率限制风险
- 语音固定性：当前仅支持
Kore/Puck两种预设声线，无法自定义声纹 - 字幕同步精度：依赖
--shift-ms手动微调，复杂语速场景可能需要多次迭代 - 模板约束：脚本风格受限于
podcast_prompt_template_ko.md，高度个性化需手动干预
适合人群
- 韩语 AI 内容创作者、科技趋势频道运营者
- 需要批量生产播客资产的小型工作室
- n8n 自动化工作流集成用户
常规风险提示
- 密钥管理：
GEMINI_API_KEY必须通过环境变量注入，禁止硬编码或日志泄露（2026-02-10 已强化缩略图生成的密钥传递方式） - 文件路径：工具链依赖固定目录结构（
/home/tw2/.openclaw/workspace/skills/...），跨环境部署需同步迁移 - 输出体积：MP4/MP3 文件需控制在 Telegram 等平台的传输限制内