Skip to content

README.zh-CN.md

Latest commit

 

History

History
267 lines (191 loc) · 6.42 KB

README.zh-CN.md

File metadata and controls

267 lines (191 loc) · 6.42 KB
Raw

Podcast-Agent

用于理解播客和长视频内容的工具。

Python CLI Input Output

Podcast-Agent 可以将 YouTube 和 Bilibili 播客或长视频转换为结构化报告，帮助用户更快理解和分析内容。

Homepage | 概览 | 架构 | 项目结构 | 安装 | 快速开始 | CLI-使用

概览

Podcast-Agent 适用于：

  • 快速理解播客或长视频的核心内容。
  • 生成 Markdown、PDF、小红书图片等多种格式报告。
  • 保存中间产物，便于检查、调试或后续处理。

当前输入支持 YouTube 和 Bilibili 视频。

架构

Podcast-Agent 分为四层：

  • 内容获取
    获取视频 metadata、字幕、音频转录和上下文信息。

  • 语义提取
    根据用户问题提取相关证据、关键片段和上下文。

  • 洞察组织
    生成观点结构、逻辑关系和分析框架。

  • 报告生成
    基于 metadata、证据、观点和总结生成结构化报告。

项目结构

src/podcast_agent/
├── sources/       Source detection and source adapters
├── elements/      Metadata, transcript fetching, and formatting
├── transcribers/  Audio transcription fallback
├── insights/      Evidence, outline, viewpoint, and summary generation
├── pipeline/      Pipeline orchestration, context, and artifact handling
├── reports/       Markdown, HTML, PDF, and Xiaohongshu report rendering
└── cli/           Command-line entry points

安装

1. 系统条件

  • Python 3.10+
  • ffmpeg
  • Playwright Chromium
  • 可访问 YouTube、Bilibili、DeepSeek、阿里云 DashScope ASR 和阿里云 OSS
  • 字体已内置，无需额外安装

常见系统依赖安装：

# macOS
brew install python ffmpeg

# Ubuntu / Debian
sudo apt-get update
sudo apt-get install -y python3 python3-venv python3-pip ffmpeg

如果 Linux 环境中 Chromium 启动失败，安装 Playwright 所需系统库：

.venv/bin/playwright install-deps chromium

2. 虚拟环境

在项目根目录创建虚拟环境并安装依赖：

python -m venv .venv
.venv/bin/pip install -U pip
.venv/bin/pip install -e ".[dev,pdf,xhs]"
.venv/bin/playwright install chromium

验证 CLI 是否可用：

.venv/bin/podcast-agent --help

3. 环境变量

复制环境变量模板：

cp .env.example .env

填写 .env：

DEEPSEEK_API_KEY=
DEEPSEEK_API_BASE=https://api.deepseek.com/v1
DEEPSEEK_MODEL=deepseek-chat

YOUTUBE_COOKIES_FILE=

BILIBILI_COOKIES_FILE=
BILIBILI_COOKIES_FROM_BROWSER=
BILIBILI_USER_AGENT=

ALIYUN_API_KEY=
OSS_ENDPOINT=
OSS_BUCKET_NAME=
OSS_ACCESS_KEY_ID=
OSS_ACCESS_KEY_SECRET=

3.1 DeepSeek 模型

在 DeepSeek 控制台创建 API Key 后填写：

DEEPSEEK_API_KEY=<your-deepseek-api-key>
DEEPSEEK_API_BASE=https://api.deepseek.com/v1
DEEPSEEK_MODEL=deepseek-chat

如需使用其他 DeepSeek 模型，只修改 DEEPSEEK_MODEL。

3.2 YouTube Cookies

  1. 在浏览器中安装扩展 Get cookies.txt LOCALLY。
  2. 登录 YouTube 账号。
  3. 打开 YouTube 页面，点击扩展导出 cookies.txt。
  4. 将 cookies.txt 放到项目根目录：
Podcast-Agent/
├── cookies.txt
├── README.md
└── src/
  1. 在 .env 中填写 cookies 文件路径：
YOUTUBE_COOKIES_FILE=./cookies.txt

如果从其他工作目录启动命令，使用绝对路径：

YOUTUBE_COOKIES_FILE=/absolute/path/to/Podcast-Agent/cookies.txt

注意：

  • cookies 文件包含登录凭据，不要提交到 Git，也不要分享给他人。
  • 如果 cookies 过期，需要重新导出。

3.3 Bilibili Cookies

  1. 在浏览器中安装扩展 Get cookies.txt LOCALLY。
  2. 登录 Bilibili 账号。
  3. 打开 Bilibili 页面，点击扩展导出 cookies.txt。
  4. 将导出的文件放到项目根目录，例如：
Podcast-Agent/
├── bilibili-cookies.txt
├── README.md
└── src/
  1. 在 .env 中填写 Bilibili 配置：
BILIBILI_COOKIES_FILE=./bilibili-cookies.txt
BILIBILI_USER_AGENT=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125 Safari/537.36

如果从其他工作目录启动命令，使用绝对路径：

BILIBILI_COOKIES_FILE=/absolute/path/to/Podcast-Agent/bilibili-cookies.txt

3.4 阿里云转录

准备阿里云 DashScope API Key 和 OSS Bucket 配置。

填写：

  • ALIYUN_API_KEY：在阿里云百炼 / DashScope 控制台创建 API Key。
  • OSS_ENDPOINT：在 OSS Bucket 概览页查看 Endpoint，例如 https://oss-cn-hangzhou.aliyuncs.com。
  • OSS_BUCKET_NAME：填写 OSS Bucket 名称。
  • OSS_ACCESS_KEY_ID：在阿里云 RAM 访问控制中创建 AccessKey。
  • OSS_ACCESS_KEY_SECRET：填写对应的 AccessKey Secret。

.env 示例：

ALIYUN_API_KEY=<your-dashscope-api-key>
OSS_ENDPOINT=https://oss-cn-hangzhou.aliyuncs.com
OSS_BUCKET_NAME=<your-oss-bucket-name>
OSS_ACCESS_KEY_ID=<your-oss-access-key-id>
OSS_ACCESS_KEY_SECRET=<your-oss-access-key-secret>

快速开始

使用默认示例运行批处理脚本：

scripts/run-full-batch.sh

指定 cases 文件、输出目录或并发数：

CASES_PATH=examples/full-report-cases.jsonl \
OUTPUT_ROOT=output \
MAX_JOBS=3 \
scripts/run-full-batch.sh

最终报告会生成到：

output/<case-id>/reports/report.md
output/<case-id>/reports/report.html
output/<case-id>/reports/report.pdf
output/<case-id>/reports/xhs/images/

CLI 使用

运行完整流程：

.venv/bin/podcast-agent full \
  --url "https://www.youtube.com/watch?v=<video-id>" \
  --question "这个视频讲了什么？" \
  --output-dir output/my-report

Bilibili 链接也可以使用同一个命令：

.venv/bin/podcast-agent full \
  --url "https://www.bilibili.com/video/<BV-id>" \
  --question "这个视频讲了什么？" \
  --output-dir output/my-bilibili-report

完整命令参考：CLI 使用指南。