Podcastcut

用 Claude Code Skills 构建的播客剪辑 Agent，从原始录音到发布级成品

为什么做这个？

传统播客编辑工具的痛点：

1. 无法理解语义：录前准备、跑题闲聊、重复内容，工具识别不出来
2. 手动编辑耗时：2 小时播客需要反复听找问题点
3. 口癖处理粗糙：卡顿词、重说纠正、连续填充词，需要逐个手动处理

这个 Agent 用 Claude 的语义理解做内容分析，用阿里云 FunASR 做语音转录，用交互式审查页面做人工确认，全流程 AI 辅助。

效果

• 2~3小时播客 → 3 分钟转录 + AI 分析 + 交互审查 → 精剪版 MP3
• 说话人识别 98.8% 准确度（阿里云 FunASR）
• 段落级内容删减 + 词级精剪（卡顿、重说、填充词）
• 浏览器内实时试听，所有编辑即时生效

安装

1. 注册 Skills

# Clone 项目
git clone  /path/to/podcastcut

# 在 Claude Code 中注册（创建 symlinks）
PODCASTCUT_DIR="/path/to/podcastcut"  # 替换为你的路径
mkdir -p ~/.claude/skills
ln -s "$PODCASTCUT_DIR/安装"    ~/.claude/skills/podcastcut-安装
ln -s "$PODCASTCUT_DIR/剪播客"  ~/.claude/skills/podcastcut-剪播客
ln -s "$PODCASTCUT_DIR/后期"    ~/.claude/skills/podcastcut-后期
ln -s "$PODCASTCUT_DIR/质检"    ~/.claude/skills/podcastcut-质检

验证：重启 Claude Code，按 / 应该能看到 podcastcut-安装、podcastcut-剪播客 等。

2. 安装依赖

brew install node ffmpeg

3. 配置 ASR API Key

项目支持阿里云 DashScope 和腾讯云 ASR 两种转录服务，在 config.yaml 的 asr.provider 切换。

cd /path/to/podcastcut
cp .env.example .env
# 编辑 .env，填入对应的 API Key
# 阿里云 DashScope：https://dashscope.console.aliyun.com/
# 腾讯云 ASR：https://console.cloud.tencent.com/cam/capi

4. 开始使用

在 Claude Code 中：

/podcastcut-剪播客 你的音频文件.mp3

详细安装说明见 /podcastcut-安装。

8 阶段流水线

/podcastcut-剪播客
    │
    │  阶段 1: 用户启动
    │  ├─ 新用户：样本学习 / 结构化提问
    │  └─ 老用户：一句话确认偏好
    │
    │  阶段 2: 剪辑分析
    │  ├─ 转录（阿里云 FunASR，~3 分钟）
    │  ├─ 说话人识别 + 句子分割
    │  ├─ AI 粗剪分析（段落级删减）
    │  └─ AI 精剪分析（词级：卡顿、重说、填充词）
    │
    │  阶段 3: AI 自审查
    │  └─ 审查 Agent 检查一致性、误判、安全词
    │
    │  阶段 4: 用户审核稿
    │  ├─ 生成审查页面 → 浏览器打开
    │  │   ┌──────────────────────────────────────┐
    │  │   │  审查页面（review_enhanced.html）     │
    │  │   │  - 精剪播放器（实时跳过删除段）      │
    │  │   │  - 整句删除/恢复、精剪切换           │
    │  │   │  - 手动选中删除 + AI 反馈导出        │
    │  │   └──────────────────────────────────────┘
    │  ├─ 用户审查 + 导出 delete_segments_edited.json
    │  └─ 反馈学习 → 更新用户偏好/剪辑规则
    │
    │  阶段 5: 剪辑执行
    │  ├─ cut_audio.py（WAV 采样级精确剪辑）
    │  ├─ enhance_audio.py（音质增强：降噪/EQ/压缩/响度归一化）
    │  └─ trim_silences.py（成品静音裁剪）
    │
/podcastcut-质检
    │  阶段 6: AI 质检
    │  ├─ Phase A: 数据层（删除段正确性）
    │  ├─ Phase B: 信号层（能量/频谱/静音分析）
    │  └─ Phase C: 语义层（重转录 LCS 对齐，可选）
    │
/podcastcut-后期
    │  阶段 7: 后期处理
    │  ├─ 高亮片段 → 片头预览
    │  ├─ 主题曲片头片尾
    │  └─ 时间戳章节 + 标题 + 简介
    │
    │  阶段 8: 用户终审
    │  ├─ 终审页面（review_final.html）
    │  │   质检问题列表 + 可点击时间戳 + 确认/标记
    │  └─ 反馈学习 → 更新剪辑规则/用户偏好

Skill 清单

目录结构

podcastcut/
├── README.md
├── .env.example
├── 安装/                  # 环境安装 skill
│   └── SKILL.md
├── 剪播客/                # 核心 skill（阶段 1-5, 8）
│   ├── SKILL.md           # 完整流程文档（8 阶段）
│   ├── scripts/
│   │   ├── aliyun_funasr_transcribe.sh   # 阿里云转录
│   │   ├── identify_speakers.js          # 说话人识别
│   │   ├── generate_subtitles_from_aliyun.js  # 字级别转录
│   │   ├── generate_sentences.js         # 句子分割
│   │   ├── generate_review_enhanced.js   # 生成审查页面（阶段 4）
│   │   ├── generate_review_final.js      # 生成终审页面（阶段 8）
│   │   ├── capture_final_feedback.js     # 终审反馈捕获
│   │   ├── cut_audio.py                  # WAV 采样级精确剪辑
│   │   ├── enhance_audio.py              # 音质增强（降噪/EQ/压缩/响度归一化）
│   │   ├── trim_silences.py              # 成品静音裁剪
│   │   ├── merge_llm_fine.js             # 合并精剪编辑
│   │   └── user_manager.js              # 用户偏好管理
│   ├── templates/
│   │   └── review_enhanced.html          # 审查页面模板
│   ├── 基础剪辑规则/       # 共享规则（所有用户通用）
│   │   ├── 1-核心原则.md
│   │   ├── 2-语气词检测.md
│   │   ├── ...
│   │   └── 10-内容分析方法论.md
│   └── 用户偏好/           # 个人偏好（per-user）
│       ├── default/
│       └── /
├── 后期/                  # 最终润色 skill（阶段 7）
│   ├── SKILL.md
│   └── scripts/
│       └── mix_highlights_with_music.py
├── 质检/                  # 质检 skill（阶段 6）
│   ├── SKILL.md
│   └── scripts/
│       ├── signal_analysis.py     # 信号层分析
│       ├── semantic_review.js     # 语义层分析
│       ├── audit_cut.js           # 数据层审计
│       └── report_generator.py    # 综合报告
└── output/                # 输出目录（自动创建）
    └── YYYY-MM-DD_音频名/
        └── 剪播客/
            ├── 1_转录/
            ├── 2_分析/
            ├── 3_成品/
            ├── review_enhanced.html
            └── review_final.html

两层学习架构

反馈在阶段 4（用户审核）、阶段 6（AI 质检）、阶段 8（用户终审）三个点捕获，持久化到 skill 文档中，确保跨机器、跨账号可用。

依赖

License

MIT