podcast_scraper

O Podcast Scraper é uma ferramenta de linha de comando que baixa transcrições de episódios de podcast a partir de feeds RSS (Podcasting 2.0), gera-as quando ausentes, detecta falantes, cria resumos e, opcionalmente, extrai insights estruturados e grafos de conhecimento. Suporta modelos locais (Whisper, transformers) e APIs na nuvem (OpenAI, Gemini, Anthropic, Mistral, DeepSeek, Grok, Ollama). As funcionalidades incluem suporte a corpus com múltiplos feeds, seleção de episódios, limpeza comercial, pré-processamento de áudio, detecção de falantes, sumarização, extração de GIL, extração de KG, geração de metadados, execuções retomáveis, troca de fornecedores, modo exclusivo MPS, reprodutibilidade, robustez operacional, segurança, diagnósticos, pesquisa híbrida no corpus, rastreamento de execuções, monitor de pipeline em tempo real, visualizador de GI/KG, servidor MCP genérico, exportação de corpus pessoal e conhecimento, e manual do operador. As opções de instalação incluem pip, pipx, uv e Docker. O projeto destina-se apenas a uso pessoal.