podcli (Nmbrthirteen)

AI-powered podcast content studio. Transcribe episodes, find viral moments, render upload-ready Shorts with burned captions — then generate titles, descriptions, thumbnails, and a full publish-ready content package. All from your terminal.

______________________________________________________________________

它的作用

podcli 将长篇播客转化为完整的内容操作：

Record episode
    ↓
Transcribe (Whisper, speaker detection)
    ↓
Find viral moments (Claude AI + audio energy + knowledge base)
    ↓
Render clips (9:16, captions, smart crop, normalized audio)
    ↓
Generate content package (titles, descriptions, thumbnails, SEO)    ← PodStack
    ↓
Publish with optimization checklist                                  ← PodStack
    ↓
Review performance                                                   ← PodStack

上半场是 视频处理 --podcli的核心引擎。下半场是 内容工作流 --电源由 PodStack 的，一组随podcli附带的Claude Code斜线命令。两部分深度集成：剪辑建议引擎从您的PodStack知识库中读取，使用您的标题公式和语音规则，检查剧集数据库中的重复内容，并输出与MCP对齐的字段以供导出。

______________________________________________________________________

它是如何工作的（从用户的角度）

1.加入你的剧集

./setup.sh --ui
# → http://localhost:3847

将视频拖动到Web UI中，或使用CLI：

./podcli process episode.mp4 --transcript transcript.txt --top 8

2.自动获取剪辑

podcli使用Claude根据节目的知识库分析你的文字记录，找出最热门的时刻。它在4个维度上对每个片段进行评分，建议使用多切割片段（切割填充物）的片段，并允许您在渲染前打开/关闭它们。

剪辑以如下形式出现 上传准备好的短裤：1080x1920，9:16垂直，带有刻录字幕、标准化音频和您的徽标。

3.生成完整的内容包

在中打开项目 克劳德代码 并运行：

/prep-episode

这运行 PodStack 的 pipeline——一个gstack风格的工作流，它为您提供：

• 8-15分时刻 带有时间戳、类别和推理
• 每个剪辑有8个标题选项 遵循您的节目标题规范（通过6个质量门验证）
• 已准备好粘贴描述 带有钩子、访客归因、标签、SEO关键字
• 缩略图内裤 适用于播客（16:9）和短片（9:16）格式
• 品牌回顾 它能捕捉到被禁止的单词、语音违规和弱钩子
• 发布检查表 涵盖预上传、发布时、前24小时和第3-4天的优化

4.发布和跟踪

跑 /publish-checklist 上传时。一周后，跑步 /retro-episode 使用您的YouTube Studio统计数据，查看哪些有效，哪些需要改进。

______________________________________________________________________

两个一半

两半都是一样的 知识库 (.podcli/knowledge/)--你的节目的品牌、声音、标题公式、剧集数据库和风格指南。设置一次，一切都保持品牌。

______________________________________________________________________

特性

视频处理

• AI剪辑建议 --基于Claude/Codex的矩检测，具有知识库上下文、多分割片段、四维评分
• 人脸追踪 --YuNet人脸检测、指数平滑摄像头、分屏支持、扬声器感知跟踪和快速冷却
• 标题被烧毁 --4种风格：品牌、霍尔木兹、卡拉OK、微妙
• 硬件加速编码 --VideoToolbox（Mac）、NVENC（NVIDIA）、VAAPI、CPU回退
• 智能裁剪 --中心裁剪或面部跟踪（处理分屏、河滨风格混合布局）
• 多段剪辑 --自动剪切填充、长停顿和切线
• 耳语转录 --自动转录与说话人检测（微小→ 大）
• 成绩单导入 --粘贴 Speaker (MM:SS)，JSON，拖放 .txt / .srt / .vtt

内容工作流（PodStack）

• /process-transcript --从任何成绩单中提取并评分最佳时刻
• /generate-titles --每个剪辑8个标题，带有6点验证清单
• /generate-descriptions --描述+标签+SEO关键词
• /plan-thumbnails --缩略图文本+两种格式的设计师简报
• /review-content --偏执的品牌检查（禁用词、声音、标题规则）
• /prep-episode --完整管道：成绩单→ 发布就绪包
• /publish-checklist --发布前/发布后优化
• /retro-episode --发布后的性能分析

基础设施

• 知识库 — .md 向AI传授品牌、声音和风格的文件
• 资产管理 --注册徽标和视频以快速重复使用
• 剪辑历史记录 --跟踪所有内容以避免重复
• 预设系统 --按节目保存命名配置
• MCP服务器 --17个用于Claude Desktop与Claude Code集成的工具
• 网页用户界面 --单页流 localhost:3847
• 命令行界面 --一个命令处理： ./podcli process video.mp4 --top 5

______________________________________________________________________

先决条件

快速开始

git clone https://github.com/nmbrthirteen/podcli.git
cd podcli
chmod +x setup.sh podcli
./setup.sh

这将：

1. 检查系统依赖关系（Node、Python、FFmpeg）
2. 创建Python虚拟环境并安装软件包
3. 安装Node包并构建TypeScript
4. 设置PodStack斜线命令和知识库模板
5. 创建本地 .podcli/ 数据目录
6. 在以下位置启动web UI http://localhost:3847

设置选项

./setup.sh              # full install + launch UI
./setup.sh --install    # install only
./setup.sh --ui         # launch UI only (skip install)
./setup.sh --mcp        # print MCP config for Claude

______________________________________________________________________

用法

网页用户界面

./setup.sh --ui
# → http://localhost:3847

1. 设置视频 --拖放或输入本地路径
2. 添加成绩单 --拖动a .txt 文件，粘贴 Speaker (MM:SS) 文本，或用Whisper自动转录
3. 生成剪辑 --分析音频能量+文字记录，以暗示病毒时刻
4. 审查 --打开/关闭剪辑、选择字幕样式、裁剪模式、徽标
5. 出口 --使用硬件加速批量渲染选定剪辑
6. 预览/下载 --在线观看结果，下载单个片段

命令行界面

# Auto-transcribe + suggest top 5 clips + export
./podcli process video.mp4

# With existing transcript
./podcli process video.mp4 --transcript transcript.txt --top 5

# Full options
./podcli process video.mp4 \
  --transcript transcript.txt \
  --top 8 \
  --caption-style branded \
  --crop center \
  --logo logo.png

预设

./podcli presets save myshow --caption-style branded --logo logo.png --top 5
./podcli presets list
./podcli process video.mp4 --preset myshow

内容工作流（PodStack）

在Claude Code中打开项目，然后使用斜线命令：

# Full pipeline — transcript to publish-ready package
/prep-episode

# Individual steps
/process-transcript        # extract moments from a transcript
/generate-titles           # get 8 title options for a clip
/generate-descriptions     # get descriptions + hashtags
/plan-thumbnails           # get thumbnail briefs for your designer
/review-content            # brand and quality review
/publish-checklist         # pre/post-publish ops
/retro-episode             # performance analysis

或者只是粘贴一个成绩单——Claude会自动检测输入并运行正确的命令。

______________________________________________________________________

知识库

知识库使podcli能够理解 *你的* 表演。掉落 .md 文件进入 .podcli/knowledge/ 视频引擎和内容工作流都使用它们。剪辑建议引擎读取其中8个文件（按相关性排序），检查剧集数据库以避免重复，并在生成建议时应用您的语音规则和标题公式。

PodStack附带 13个初学者模板 请填写您的节目详细信息：

通过web UI进行管理 /knowledge.html （拖放、内联编辑器）或通过 knowledge_base MCP工具。

______________________________________________________________________

MCP服务器（克劳德集成）

podcli是一个 模型上下文协议 服务器——Claude可以将其用作通过对话创建剪辑的工具。

克劳德桌面 --添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "podcli": {
      "command": "node",
      "args": ["/path/to/podcli/dist/index.js"],
      "env": {
        "PYTHON_PATH": "/path/to/podcli/venv/bin/python3"
      }
    }
  }
}

克劳德代码：

claude mcp add podcli -- node /path/to/podcli/dist/index.js

跑 ./setup.sh --mcp 以获得填写了路径的确切配置。

MCP工具

______________________________________________________________________

标题样式

______________________________________________________________________

项目结构

podcli/
├── podcli                    # CLI entry point
├── setup.sh                  # one-command install & launch
├── package.json
├── CLAUDE.md                 # PodStack master config
│
├── .claude/commands/         # PodStack slash commands
│   ├── process-transcript.md
│   ├── generate-titles.md
│   ├── generate-descriptions.md
│   ├── plan-thumbnails.md
│   ├── review-content.md
│   ├── prep-episode.md
│   ├── publish-checklist.md
│   └── retro-episode.md
│
├── src/                      # TypeScript
│   ├── index.ts              # MCP server entry (stdio)
│   ├── server.ts             # MCP tool definitions
│   ├── config/paths.ts
│   ├── models/index.ts
│   ├── handlers/             # MCP tool handlers
│   ├── services/
│   │   ├── python-executor.ts
│   │   ├── file-manager.ts
│   │   ├── asset-manager.ts
│   │   ├── clips-history.ts
│   │   ├── knowledge-base.ts
│   │   └── transcript-cache.ts
│   └── ui/
│       ├── web-server.ts     # Express server + API
│       └── public/           # Frontend (React SPA)
│
├── backend/                  # Python
│   ├── main.py               # stdin/stdout JSON dispatcher
│   ├── cli.py                # CLI entry point
│   ├── presets.py
│   ├── requirements.txt
│   ├── models/               # ML model files
│   │   └── face_detection_yunet_2023mar.onnx
│   ├── services/             # Whisper, FFmpeg, captions, face tracking, etc.
│   │   ├── face_detector.py  # shared YuNet face detector
│   │   └── ...
│   └── config/
│       └── caption_styles.py
│
└── .podcli/                  # local data (gitignored)
    ├── knowledge/            # .md context files for AI (13 templates)
    ├── assets/               # registered logos, videos
    ├── cache/transcripts/    # cached transcriptions
    ├── history/              # generated clip history
    ├── output/               # rendered clips
    ├── presets/              # saved configurations
    └── working/              # temp files

配置

复制 .env.example 到 .env （setup.sh会自动执行此操作）：

成绩单格式

Speaker Name (00:00)
What they said goes here as plain text.

Another Speaker (00:45)
Their response text here.

时间偏移字段（默认值：-1s）移动所有时间戳以与音频同步。

______________________________________________________________________

学分

许可证

麻省理工学院