Metadata

name: tingdong-skill
description: 文章转 AI 播客。将公众号/知乎/任意网页链接转换为语音播客，AI 分析 + Edge-TTS 合成。触发词：转成播客、生成播客、文章转语音、朗读文章、听这篇文章、tingdong、听懂了。仅在用户明确请求音频/播客/语音版本时调用。

听懂了 (TingDong) - 文章转 AI 播客

把任意文章变成"为你量身定制"的知识音频。粘贴链接，AI 深度分析 + 语音合成，通勤/碎片时间"听懂"内容。

触发条件

仅在用户明确请求以下场景时调用：

"把这篇文章转成播客" / "生成播客"
"帮我读一下这篇文章" / "朗读文章"
"听这篇文章" / "语音版" / "音频版"
用户发送链接并说 "tingdong" / "听懂了"

不要在普通聊天、搜索、总结等场景下自动触发。

核心能力

能力	说明
链接转播客	支持微信公众号、知乎、任意网页链接
三档风格	摘要版(3-5min) / 对话版(8-12min) / 深度版(15-20min)
异步处理	提交后立即返回，后台生成完成后推送结果
缓存加速	同一链接+同风格二次提交秒回
多文章批量	同时处理多篇，生成播放列表

前置依赖

本 Skill 调用外部 REST API。默认使用公共服务，也支持连接用户自部署的后端。

使用默认服务（无需配置）

直接调用即可，无需本地安装。

注意：默认服务需要 API Token 认证。设置环境变量：

export TINGDONG_API_TOKEN="你的Token"

使用自定义后端（可选）

如需连接自己的服务器，设置环境变量：

export TINGDONG_API_URL="http://你的服务器:端口/api/v1"
export TINGDONG_API_TOKEN="你的Token"

自定义后端部署指南见 references/api_docs.md。

后端服务：http://111.229.22.145:8092（默认公共服务）

使用方式

1. 单篇文章转播客

用户输入：

把这篇文章转成播客：https://mp.weixin.qq.com/s/xxxxx

Skill 处理：

# 提交任务（异步）
curl -s -X POST http://111.229.22.145:8092/api/v1/podcast/submit \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TINGDONG_API_TOKEN" \
  -d '{"content":"https://mp.weixin.qq.com/s/xxxxx","content_type":"url","style":"conversational","user_id":"user_001"}'

# 返回
{"task_id":"td_20260820_103528_d9ea7fd1","status":"pending","estimated_time":60}

即时回复用户：

👌 已收到《文章标题》正在制作播客，预计 1-2 分钟...

轮询结果（每 5 秒，最多 5 分钟）：

curl -s -H "Authorization: Bearer $TINGDONG_API_TOKEN" \
  http://111.229.22.145:8092/api/v1/podcast/td_20260820_103528_d9ea7fd1

完成后推送：

🎵 播客已生成！《文章标题》

🔊 点击收听 ⏱️ 约 8 分钟 | 📎 富兰克林读书俱乐部

2. 指定风格

用户说法	style 参数	时长
"摘要版" / "精简版" / "短版"	`summary`	3-5 分钟
"深度解读" / "详细版" / "长版"	`deep_dive`	15-20 分钟
默认 / 未指定	`conversational`	8-12 分钟

curl -s -X POST http://111.229.22.145:8092/api/v1/podcast/submit \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TINGDONG_API_TOKEN" \
  -d '{"content":"https://...","style":"deep_dive","user_id":"user_001"}'

3. 批量处理

用户发送多个链接时，分别提交，用 batch API 批量查询进度：

# 批量查询（最多 20 个）
curl -s -X POST http://111.229.22.145:8092/api/v1/podcast/batch \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TINGDONG_API_TOKEN" \
  -d '{"task_ids":["td_xxx","td_yyy"]}'

4. 本地脚本调用

# 基础用法（需先设置 TINGDONG_API_TOKEN）
python3 scripts/generate_podcast.py "https://mp.weixin.qq.com/s/xxxxx"

# 指定风格
python3 scripts/generate_podcast.py "https://zhuanlan.zhihu.com/p/xxxxx" --style deep_dive

# 只提交不等待
python3 scripts/generate_podcast.py "https://..." --no-wait

内容源支持

来源	识别特征	支持度
微信公众号	`mp.weixin.qq.com`	✅ 最佳（Playwright 反爬）
知乎	`zhihu.com` / `zhuanlan.zhihu.com`	✅ 支持
普通网页	`http://` / `https://`	✅ 尝试抓取
纯文本输入	无 URL	⚠️ 暂不支持，引导发链接

任务状态

状态	含义
`pending`	已提交，等待处理
`fetching`	正在抓取文章内容
`analyzing`	AI 分析中
`synthesizing`	语音合成中
`completed`	完成，可获取音频
`failed`	失败，查看 error 字段

故障排查

现象	原因	解决
API 返回 500 / 超时	后端服务繁忙或磁盘满	稍后重试，或联系服务维护者
"无法访问该链接"	网站反爬或链接失效	让用户复制粘贴文章正文
TTS 失败 "No audio was received"	Edge-TTS 服务端限流	重试，或稍后再次提交
处理超时（>5分钟）	文章过长或网络慢	缩短文章或稍后重试
两次提交同一链接内容不同	同链接不同 style 会重新生成	正常行为，缓存按 `url+style` 隔离

隐私说明

文章内容发送至后端服务器进行 AI 分析和语音合成
音频文件暂存于服务器（http://111.229.22.145:8092/tingdongle/audio/）
不收集用户身份信息，仅通过 user_id 区分额度

资源

API 完整文档: references/api_docs.md
内容源策略: references/content_sources.md
后端部署指南: 联系服务提供者或参考 API 文档自行部署

TingDong

安装技能