podcast_scraper

Podcast Scraper 是一款命令行工具，可从RSS订阅源（Podcasting 2.0）下载播客单集转录文本，在缺失时生成转录，检测说话人，创建摘要，并可选地提取结构化洞察和知识图谱。它支持本地模型（Whisper、transformers）和云API（OpenAI、Gemini、Anthropic、Mistral、DeepSeek、Grok、Ollama）。功能包括多订阅源语料库支持、单集选择、商业内容清理、音频预处理、说话人检测、摘要生成、GIL提取、KG提取、元数据生成、可恢复运行、提供商切换、MPS独占模式、可复现性、运维加固、安全性、诊断、混合语料库搜索、运行跟踪、实时流水线监控、GI/KG查看器、通用MCP服务器、个人语料库与知识导出，以及操作员手册。安装选项包括pip、pipx、uv和Docker。该项目仅供个人使用。