Skip to content
Back to search

podcast-to-course

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
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/cobb04-podcast-to-course/badge.svg)](/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)

  1. # Podcast to Course
  2. [English](README_EN.md) | [中文](README.md)
  3. <p align="center">
  4. <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">
  5. </p>
  6. **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?**
  7. 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。
  8. 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。
  9. > 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。
  10. | 你扔进来 | 它在背后忙什么 | 你拿走什么 |
  11. |---|---|---|
  12. | 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 |
  13. | 公网 `.m4a/.mp3` 链接 | 下载、本地转写、尾部幻觉过滤 | `transcript.md` |
  14. | 已有转写稿 | 清洗、结构化、提炼判断 | 学习卡 / 知识资产 / HTML 课程 |
  15. ## 谁需要这个?
  16. **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。
  17. 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。
  18. **你的目标是实用,不是学术:**
  19. - 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
  20. - 建立产品直觉——知道哪些 AI 模式该跟,哪些该忽略
  21. - 通过内化资深 builder 的 tradeoff 思维,做出更快更好的判断
  22. - 在开会、面试、汇报时有结构化框架脱口而出
  23. - 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
  24. 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。
  25. ## 三种输出深度模式!
  26. ### 模式 1:10 分钟学习卡(超模轻食版)
  27. 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。
  28. 适合日常听完快速复盘。
  29. ### 模式 2:学习笔记 + 框架卡(标准版,默认大碗)
  30. 一组可拖入 Notion、Obsidian 的 markdown 资产:
  31. - `EPISODE-HOME.md` — 单集强入口:学习、验证、应用、反驳从这里开始
  32. - `summary.md` — 结构化摘要 + 逻辑地图
  33. - `framework-card.md` — 命名框架 + 决策规则 + 边界条件
  34. - `decision-checklist.md` — 从本期提炼的"何时做什么"清单
  35. - `interview-answer-bank.md` — 面试/汇报用 30 秒/60 秒回答模板
  36. - `claim-ledger.md` — 每条核心 claim 的时间戳、原文锚点、可信度、状态
  37. - `debate-arena.md` — AI 与嘉宾辩论场:质疑高影响观点,必要时 web-search
  38. - `wiki-change-report.md` — 本期对知识库新增、更新、矛盾、开放问题的报告
  39. - `growth-log.md` — 你的 AI 世界观"前后对比"快照
  40. - `knowledge-entry.md` — 跨集连接 + 可信度汇总
  41. 适合希望沉淀到个人知识库的深度学习者。
  42. ### 模式 3:交互式 HTML 课程(超级碗)
  43. 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。
  44. - **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
  45. - **框架逐层展开** — 点击按钮一步步展开决策框架的每一层
  46. - **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"
  47. - **对话流动画** — iMessage 风格呈现播客中的观点交锋
  48. - **可信度标签** — 每个观点标注 🟢 数据支撑 / 🟡 经验支撑 / 🔴 推测
  49. - **学习闭环** — pre-test、应用练习、24 小时复习卡,避免只看完不内化
  50. - **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
  51. ## 三种使用模式
  52. | 模式 | 你给什么 | 你得到什么 |
  53. |---|---|---|
  54. | `/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 |
  55. | `/podcast-course` | 完整转写文件 | Tier 1/2/3 输出 |
  56. | `/podcast-review` | 你自己的听后感 | 偏差检查 + 遗漏补充 + 框架精炼 |
  57. ## 支持的输入格式
  58. 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
  59. ## 先把声音变成字:本地转写产品
  60. 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。
  61. ### 为什么不让 ChatGPT Live 坐旁边听两个小时?
  62. 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。
  63. 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。
  64. ### 本地免费方案(推荐)
  65. 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。
  66. ```bash
  67. python3 -m venv .venv
  68. source .venv/bin/activate
  69. pip install -r requirements.txt
  70. brew install whisperkit-cli
  71. ```
  72. 如果 Homebrew 下载失败,也可以从官方 Swift 仓库构建 CLI,并通过
  73. `--whisperkit-cli /path/to/argmax-cli` 指定可执行文件:
  74. ```bash
  75. git clone https://github.com/argmaxinc/argmax-oss-swift.git
  76. cd argmax-oss-swift
  77. swift build -c release --product argmax-cli
  78. ```
  79. 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。
  80. 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。
  81. 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。
  82. ### 三种互斥输入
  83. **1. Transcript Mode — 你已有转写稿(免费、纯本地、不调 API)**
  84. ```bash
  85. python podcast-to-course/scripts/ingest_podcast.py \
  86. --transcript path/to/transcript.md \
  87. --out outputs/demo
  88. ```
  89. **2. Xiaoyuzhou URL Mode — 小宇宙公开单集链接**
  90. ```bash
  91. python podcast-to-course/scripts/ingest_podcast.py \
  92. --url "https://www.xiaoyuzhoufm.com/episode/..." \
  93. --out outputs/demo
  94. ```
  95. 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`。
  96. **3. Audio URL Mode — 公网可直接访问的音频文件 URL**
  97. ```bash
  98. python podcast-to-course/scripts/ingest_podcast.py \
  99. --audio-url "https://example.com/audio.m4a" \
  100. --out outputs/demo
  101. ```
  102. 常用参数:
  103. ```bash
  104. # 明确使用本地 provider;已知是双人访谈可指定人数
  105. python podcast-to-course/scripts/ingest_podcast.py \
  106. --audio-url "https://example.com/audio.m4a" \
  107. --provider whisperkit \
  108. --speaker-count 2 \
  109. --prompt "LibLib,陈冕,Evoken" \
  110. --out outputs/demo
  111. # 默认 4 个 VAD worker;内存紧张时可调低
  112. python podcast-to-course/scripts/ingest_podcast.py \
  113. --audio-url "https://example.com/audio.m4a" \
  114. --concurrent-worker-count 2 \
  115. --out outputs/demo
  116. # 网络不稳定时,可预先下载模型并全程使用本地路径
  117. python podcast-to-course/scripts/ingest_podcast.py \
  118. --audio-url "https://example.com/audio.m4a" \
  119. --provider whisperkit \
  120. --whisperkit-cli /path/to/argmax-cli \
  121. --model-path /path/to/whisperkit-coreml-model \
  122. --diarization-model-path /path/to/speakerkit-coreml \
  123. --speaker-count 2 \
  124. --out outputs/demo
  125. # 关闭说话人分离,减少内存开销
  126. python podcast-to-course/scripts/ingest_podcast.py \
  127. --audio-url "https://example.com/audio.m4a" \
  128. --no-diarization \
  129. --out outputs/demo
  130. ```
  131. 每次成功会保留可审计的中间产物:
  132. ```text
  133. outputs/demo/
  134. ├── source_audio.m4a # 可续传的本地缓存,扩展名按源文件决定
  135. ├── source_audio.m4a.download.json # URL、字节数、ETag 等缓存身份
  136. ├── whisperkit_native/ # WhisperKit 原生 JSON + SRT + 原始 RTTM
  137. ├── whisperkit.log # 完整命令和 CLI 输出
  138. ├── raw_transcription.json # provider 无关的稳定中间格式
  139. ├── transcription_metrics.json # 时长、漂移、词数、覆盖率与质量警告
  140. ├── transcript.md # 课程生成的唯一输入
  141. └── ingest_report.md # provider、模型、路径和错误记录
  142. ```
  143. ### 通义听悟回退(可选)
  144. 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):
  145. ```bash
  146. export ALIBABA_CLOUD_ACCESS_KEY_ID="..."
  147. export ALIBABA_CLOUD_ACCESS_KEY_SECRET="..."
  148. export TINGWU_APP_KEY="..."
  149. ```
  150. 建议先用官方短音频验证:`python podcast-to-course/scripts/tingwu_smoke_test.py`。
  151. **边界说明。**
  152. - 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。
  153. - 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。
  154. - 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。
  155. - `auto` 的顺序是 WhisperKit → 已配置的听悟。需要固定行为时显式传 `--provider`。
  156. - 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。
  157. - 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。
  158. - 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。
  159. ## 设计哲学
  160. ### 提炼判断力,不做摘要
  161. 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。
  162. ### 考应用,不考记忆
  163. 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?"
  164. ### 知识复利
  165. 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。
  166. ### 防止播客污染 Wiki
  167. 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。
  168. 每条核心 claim 都有状态:
  169. ```text
  170. accepted / tentative / challenged / disputed / outdated / rejected
  171. ```
  172. 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。
  173. ### 诚实校准
  174. 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。
  175. ### 可移植
  176. 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。
  177. ## 安装
  178. ```bash
  179. git clone https://github.com/Cobb04/podcast-to-course.git ~/.agents/skills/podcast-to-course
  180. ```
  181. 然后在 Claude Code 里说:*"帮我把这期播客转成课程"*
  182. ## 技能文件结构
  183. ```
  184. .
  185. ├── README.md # 中文首页(默认)
  186. ├── README_EN.md # 英文版说明
  187. ├── requirements.txt # ingest 层依赖(下载/解析;听悟 SDK 为可选 provider)
  188. ├── .env.example # 凭据模板(绝不提交真实密钥)
  189. └── podcast-to-course/
  190. ├── SKILL.md # 主技能指令
  191. ├── scripts/ # ingest 层 → 产出 transcript.md
  192. │ ├── ingest_podcast.py # 统一 CLI(url / audio-url / transcript)
  193. │ ├── audio_download.py # 公网音频缓存 + 断点续传
  194. │ ├── extract_xiaoyuzhou_audio.py
  195. │ ├── whisperkit_client.py # 免费本地 WhisperKit/SpeakerKit provider
  196. │ ├── tingwu_client.py # 通义听悟离线转写封装
  197. │ ├── tingwu_smoke_test.py
  198. │ └── normalize_transcript.py
  199. └── references/
  200. ├── build-self-contained.sh # 通用构建管线
  201. ├── podcast-engine.js # 交互引擎(测验、框架展开、导航)
  202. ├── podcast-styles.css # 播客专用样式
  203. ├── debate-arena-template.md # AI 与嘉宾辩论场模板
  204. ├── claim-ledger-template.md # claim 证据账本模板
  205. ├── episode-home-template.md # 单集强入口模板
  206. ├── gotchas.md # 常见踩坑清单
  207. └── interactive-elements.md # 测验、框架、注释等交互模式
  208. ```
  209. ---
  210. 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 in

Free to use. If it’s helped, pass it on.