Back to search
podcast-to-course
SkillGitHub
Turn any podcast transcript into reusable AI judgment assets — framework cards, decision checklists, interview talking points, and an interactive HTML course.
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/cobb04-podcast-to-course)HTML
<a href="/listings/cobb04-podcast-to-course"><img src="/api/listings/cobb04-podcast-to-course/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
git clone https://github.com/Cobb04/podcast-to-course.git ~/.agents/skills/podcast-to-course
然后在 Claude Code 里说:*"帮我把这期播客转成课程"*
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
README.md · README · 291 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # Podcast to Course
- [English](README_EN.md) | [中文](README.md)
- <p align="center">
- <img src="assets/podcast-to-course-demo-rounded.png" alt="Podcast to Course:把播客转化为结构化、可复用的判断工具" width="960">
- </p>
- **听播客时:醍醐灌顶。第二天开会:那位嘉宾说过一个特别厉害的……叫什么来着?**
- Podcast to Course 专治这种「听过 ≈ 学会」的错觉:它把播客变成**可复用的 AI 产品经理课程**,让洞见不再从左耳朵进、右耳朵拿着离职证明出去。
- 以前它是一个「拿到转写稿以后很能打」的 Skill。现在它长出了产品的前半截:给它一份转写文件,或者直接给一个公开的小宇宙 / 音频链接;它会在 Apple Silicon Mac 上免费本地转写,再产出结构化框架卡、决策清单、面试表达素材、个人成长日志——对于里程碑级别的单集,还能生成一个漂亮的交互式 HTML 课程。
- > 一句话:以前只负责做菜,现在连买菜、洗菜、切菜也包了。ASR API 账单是 0 元,电费和风扇声另算。
- | 你扔进来 | 它在背后忙什么 | 你拿走什么 |
- |---|---|---|
- | 小宇宙公开单集链接 | 解析音频、断点续传、本地 ASR、说话人对齐、质量检查 | `transcript.md` + 可审计中间产物 |
- | 公网 `.m4a/.mp3` 链接 | 下载、本地转写、尾部幻觉过滤 | `transcript.md` |
- | 已有转写稿 | 清洗、结构化、提炼判断 | 学习卡 / 知识资产 / HTML 课程 |
- ## 谁需要这个?
- **AI产品实习生/想找到AI产品实习的同学/传统产品想转AI产品/创业者/Builder**——你听了大量 AI/Agent/AI 产品播客,但听完就忘,无法系统化,更无法应用到实际工作中。
- 你在通勤、健身、做家务时听播客。听到某个洞见时觉得醍醐灌顶——但几天后就忘了。你没有一套系统来捕获、整理、内化你听到的东西。
- **你的目标是实用,不是学术:**
- - 从对话中提取可复用的思维模型,应用到自己的产品/商业决策中
- - 建立产品直觉——知道哪些 AI 模式该跟,哪些该忽略
- - 通过内化资深 builder 的 tradeoff 思维,做出更快更好的判断
- - 在开会、面试、汇报时有结构化框架脱口而出
- - 把不同单集的洞见串联起来——看到第 7 期如何在第 2 期和第 5 期的基础上延伸
- 你不是要成为研究员。你要的是把播客里的智慧转化成明天早上就能用的工具。
- ## 三种输出深度模式!
- ### 模式 1:10 分钟学习卡(超模轻食版)
- 一个 markdown 文件,10 分钟扫完:核心问题 + 3 个核心判断 + 3 个反直觉洞见 + 1 个可复用框架 + 5 条行动建议 + 1 道自测题。
- 适合日常听完快速复盘。
- ### 模式 2:学习笔记 + 框架卡(标准版,默认大碗)
- 一组可拖入 Notion、Obsidian 的 markdown 资产:
- - `EPISODE-HOME.md` — 单集强入口:学习、验证、应用、反驳从这里开始
- - `summary.md` — 结构化摘要 + 逻辑地图
- - `framework-card.md` — 命名框架 + 决策规则 + 边界条件
- - `decision-checklist.md` — 从本期提炼的"何时做什么"清单
- - `interview-answer-bank.md` — 面试/汇报用 30 秒/60 秒回答模板
- - `claim-ledger.md` — 每条核心 claim 的时间戳、原文锚点、可信度、状态
- - `debate-arena.md` — AI 与嘉宾辩论场:质疑高影响观点,必要时 web-search
- - `wiki-change-report.md` — 本期对知识库新增、更新、矛盾、开放问题的报告
- - `growth-log.md` — 你的 AI 世界观"前后对比"快照
- - `knowledge-entry.md` — 跨集连接 + 可信度汇总
- 适合希望沉淀到个人知识库的深度学习者。
- ### 模式 3:交互式 HTML 课程(超级碗)
- 一个零依赖、双击即开的单文件 HTML。面向 Karpathy、OpenAI、产品负责人访谈这种你会反复参考的里程碑级单集。
- - **原话 ↔ 可操作洞见对照** — 左边嘉宾原话,右边提炼成可以立刻用的判断
- - **框架逐层展开** — 点击按钮一步步展开决策框架的每一层
- - **场景判断测验** — 不是"嘉宾说了什么",而是"你遇到 X 情况,用本期框架怎么判断"
- - **对话流动画** — iMessage 风格呈现播客中的观点交锋
- - **可信度标签** — 每个观点标注 🟢 数据支撑 / 🟡 经验支撑 / 🔴 推测
- - **学习闭环** — pre-test、应用练习、24 小时复习卡,避免只看完不内化
- - **知识库持久化** — 每处理一期自动更新总索引,标记与往期的关联
- ## 三种使用模式
- | 模式 | 你给什么 | 你得到什么 |
- |---|---|---|
- | `/podcast-preview` | 标题 + 嘉宾名 | 值不值得听(1-10 分)+ 3 个带着听的问题 + 可跳过部分 |
- | `/podcast-course` | 完整转写文件 | Tier 1/2/3 输出 |
- | `/podcast-review` | 你自己的听后感 | 偏差检查 + 遗漏补充 + 框架精炼 |
- ## 支持的输入格式
- WhisperKit 本地转写 · 通义听悟 · 飞书妙记 · YouTube transcript · 小宇宙公开链接 · 公网 `.m4a/.mp3` 链接 · 任意 STT 工具转写 · 你自己的笔记
- ## 先把声音变成字:本地转写产品
- 还没有转写稿?问题不大。`podcast-to-course/scripts/ingest_podcast.py` 负责把公开链接变成可靠的 `transcript.md`。默认 `--provider auto`:优先使用免费的本地 WhisperKit,未安装时才回退到已配置的通义听悟。
- ### 为什么不让 ChatGPT Live 坐旁边听两个小时?
- 因为那很有喜剧效果,但不太像生产系统:网络抖一下,它可能错过嘉宾最值钱的半句话;电脑还得全程播放,谁打个喷嚏都可能成为神秘第三位嘉宾。
- 正式方案会下载原始音频,支持断点续传,保留词级时间戳和原始产物,并且可以重复运行、检查和复现。Live 旁听方案保留给公司团建。
- ### 本地免费方案(推荐)
- 需要 Apple Silicon Mac。WhisperKit 与 SpeakerKit 都通过 [Argmax OSS Swift](https://github.com/argmaxinc/argmax-oss-swift) CLI 调用,音频和转写过程留在本机;首次运行会联网下载模型。
- ```bash
- python3 -m venv .venv
- source .venv/bin/activate
- pip install -r requirements.txt
- brew install whisperkit-cli
- ```
- 如果 Homebrew 下载失败,也可以从官方 Swift 仓库构建 CLI,并通过
- `--whisperkit-cli /path/to/argmax-cli` 指定可执行文件:
- ```bash
- git clone https://github.com/argmaxinc/argmax-oss-swift.git
- cd argmax-oss-swift
- swift build -c release --product argmax-cli
- ```
- 超过 2 小时的音频会使用增量加载和 VAD 切块,不设人为时长上限——长节目不会在 `02:00:01` 被保安请出去。实际速度与上限由 Mac 性能、磁盘和模型决定。默认开启 SpeakerKit 说话人分离。
- 正文始终来自 WhisperKit 原生词级时间戳,RTTM 只负责说话人归属,避免分离结果把 `LibLib`、`PMF` 等词拆坏。系统还会以物理音频时长校验尾部漂移,并输出机器可读的质量指标。
- 当前整期实测参考:`02:08:33` 的中文双人访谈,本地 pipeline 用时约 `24:11`(约 `5.3×` 实时速度)。这是一台机器上的实测,不是宇宙常数;你的 Mac、模型和音质都会参与投票。
- ### 三种互斥输入
- **1. Transcript Mode — 你已有转写稿(免费、纯本地、不调 API)**
- ```bash
- python podcast-to-course/scripts/ingest_podcast.py \
- --transcript path/to/transcript.md \
- --out outputs/demo
- ```
- **2. Xiaoyuzhou URL Mode — 小宇宙公开单集链接**
- ```bash
- python podcast-to-course/scripts/ingest_podcast.py \
- --url "https://www.xiaoyuzhoufm.com/episode/..." \
- --out outputs/demo
- ```
- 先解析页面里的公开 `audio_url`,下载到可续传的本地缓存,再由 WhisperKit 转写并产出 `transcript.md`。
- **3. Audio URL Mode — 公网可直接访问的音频文件 URL**
- ```bash
- python podcast-to-course/scripts/ingest_podcast.py \
- --audio-url "https://example.com/audio.m4a" \
- --out outputs/demo
- ```
- 常用参数:
- ```bash
- # 明确使用本地 provider;已知是双人访谈可指定人数
- python podcast-to-course/scripts/ingest_podcast.py \
- --audio-url "https://example.com/audio.m4a" \
- --provider whisperkit \
- --speaker-count 2 \
- --prompt "LibLib,陈冕,Evoken" \
- --out outputs/demo
- # 默认 4 个 VAD worker;内存紧张时可调低
- python podcast-to-course/scripts/ingest_podcast.py \
- --audio-url "https://example.com/audio.m4a" \
- --concurrent-worker-count 2 \
- --out outputs/demo
- # 网络不稳定时,可预先下载模型并全程使用本地路径
- python podcast-to-course/scripts/ingest_podcast.py \
- --audio-url "https://example.com/audio.m4a" \
- --provider whisperkit \
- --whisperkit-cli /path/to/argmax-cli \
- --model-path /path/to/whisperkit-coreml-model \
- --diarization-model-path /path/to/speakerkit-coreml \
- --speaker-count 2 \
- --out outputs/demo
- # 关闭说话人分离,减少内存开销
- python podcast-to-course/scripts/ingest_podcast.py \
- --audio-url "https://example.com/audio.m4a" \
- --no-diarization \
- --out outputs/demo
- ```
- 每次成功会保留可审计的中间产物:
- ```text
- outputs/demo/
- ├── source_audio.m4a # 可续传的本地缓存,扩展名按源文件决定
- ├── source_audio.m4a.download.json # URL、字节数、ETag 等缓存身份
- ├── whisperkit_native/ # WhisperKit 原生 JSON + SRT + 原始 RTTM
- ├── whisperkit.log # 完整命令和 CLI 输出
- ├── raw_transcription.json # provider 无关的稳定中间格式
- ├── transcription_metrics.json # 时长、漂移、词数、覆盖率与质量警告
- ├── transcript.md # 课程生成的唯一输入
- └── ingest_report.md # provider、模型、路径和错误记录
- ```
- ### 通义听悟回退(可选)
- 若要显式使用云端听悟,传 `--provider tingwu` 并配置自己的阿里云密钥(绝不提交):
- ```bash
- export ALIBABA_CLOUD_ACCESS_KEY_ID="..."
- export ALIBABA_CLOUD_ACCESS_KEY_SECRET="..."
- export TINGWU_APP_KEY="..."
- ```
- 建议先用官方短音频验证:`python podcast-to-course/scripts/tingwu_smoke_test.py`。
- **边界说明。**
- - 只支持**公开可访问**内容。不绕过登录、付费、会员、加密、私有内容。
- - 本地方案会下载音频到输出目录,并在后续重跑时复用或续传;大文件不会提交到 Git。
- - 完整缓存只在 URL 与字节数均匹配时复用;同名但不同来源的音频不会误命中。
- - `auto` 的顺序是 WhisperKit → 已配置的听悟。需要固定行为时显式传 `--provider`。
- - 通义听悟**仅用于 ASR 转写**——其摘要/章节/问答能力不作为课程内容。
- - WhisperKit 与 `--transcript` 不产生 ASR API 费用;只有选中听悟时才可能产生云端费用。
- - 自动解析或转写失败时,不能用 shownotes 冒充全文;请检查 `ingest_report.md`,或回退到 Transcript Mode。
- ## 设计哲学
- ### 提炼判断力,不做摘要
- 摘要告诉你"说了什么"。判断提炼告诉你**什么时候用、什么时候不用、该信几分**。每个观点带可信度标签。每个框架有边界条件。"这期很有启发"这种空话被明确禁止——如果一段输出能套在同类话题的任何一期上,那是摘要,不是提炼。
- ### 考应用,不考记忆
- 每道测验都把你放在真实场景里。"你的 CTO 提了一个 multi-agent 方案。用本期框架,你的第一反应应该是什么?"——而不是"嘉宾关于 multi-agent 说了什么?"
- ### 知识复利
- 每期更新你的个人 AI 判断库。`knowledge-entry.md` 把新洞见和往期连接——标记是强化、矛盾、还是延伸。20 期之后,你有大约 15 张精炼过的框架卡,而不是 60 张重复的。
- ### 防止播客污染 Wiki
- 播客发言不是事实源,而是 claim source。高影响观点必须进入 `claim-ledger.md` 和 `debate-arena.md`:先贴出嘉宾原话,再由 AI 质疑逻辑漏洞、样本偏差、因果过度归纳、与已有 wiki 的冲突;遇到产品状态、市场数据、研究结论等可能随时间变化的事实,必须 web-search。
- 每条核心 claim 都有状态:
- ```text
- accepted / tentative / challenged / disputed / outdated / rejected
- ```
- 只有经过锚点、证据、状态和必要质疑的判断,才能进入长期 wiki。
- ### 诚实校准
- AI 播客最危险的是"听起来很对但毫无依据"的判断。每条洞察标注证据来源。嘉宾犹豫的地方,输出保留那种不确定性。遇到没有清晰框架的单集,输出直接说"本期框架密度低"——而不是硬编一个看起来像样子的模型。
- ### 可移植
- Markdown 哪里都能用。HTML 零依赖自包含。不绑定任何平台。你的判断库跟着你的思考走。
- ## 安装
- ```bash
- git clone https://github.com/Cobb04/podcast-to-course.git ~/.agents/skills/podcast-to-course
- ```
- 然后在 Claude Code 里说:*"帮我把这期播客转成课程"*
- ## 技能文件结构
- ```
- .
- ├── README.md # 中文首页(默认)
- ├── README_EN.md # 英文版说明
- ├── requirements.txt # ingest 层依赖(下载/解析;听悟 SDK 为可选 provider)
- ├── .env.example # 凭据模板(绝不提交真实密钥)
- └── podcast-to-course/
- ├── SKILL.md # 主技能指令
- ├── scripts/ # ingest 层 → 产出 transcript.md
- │ ├── ingest_podcast.py # 统一 CLI(url / audio-url / transcript)
- │ ├── audio_download.py # 公网音频缓存 + 断点续传
- │ ├── extract_xiaoyuzhou_audio.py
- │ ├── whisperkit_client.py # 免费本地 WhisperKit/SpeakerKit provider
- │ ├── tingwu_client.py # 通义听悟离线转写封装
- │ ├── tingwu_smoke_test.py
- │ └── normalize_transcript.py
- └── references/
- ├── build-self-contained.sh # 通用构建管线
- ├── podcast-engine.js # 交互引擎(测验、框架展开、导航)
- ├── podcast-styles.css # 播客专用样式
- ├── debate-arena-template.md # AI 与嘉宾辩论场模板
- ├── claim-ledger-template.md # claim 证据账本模板
- ├── episode-home-template.md # 单集强入口模板
- ├── gotchas.md # 常见踩坑清单
- └── interactive-elements.md # 测验、框架、注释等交互模式
- ```
- ---
- 用 Claude Code 构建。基于 [codebase-to-course](https://github.com/zarazhangrui/codebase-to-course) 技能,由 [Zara](https://x.com/zarazhangrui) 原创。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.