Jayson：听完播客就忘？我用小龙虾把60分钟播客变成了可视化知识图

Jayson：听完播客就忘？我用小龙虾把60分钟播客变成了可视化知识图 Jayson：听完播客就忘？我用小龙虾把60分钟播客变成了可视化知识图 Modified March 6 🎹 Prompt不能简化！ 虾经常会简化、这是坑一定要约束。完整Prompt模板是生图质量的保证。视觉风格描述要具体到色值，布局要求明确到"网格化"，不能用"好看""专业"这种模糊词。 以Google Gemini为例： Python Code block Plain Text Copy import requests, base64GEMINI KEY = "你的Gemini API Key"defgenerate image gemini(prompt): url = (f"https://generativelanguage.googleapis.com/v1beta/" f"models/gemini 3 pro image preview:generateContent?key={GEMINI KEY}") resp = requests.post(url, json={ "contents": [{"parts": [{"text": prompt}]}], "generationConfig": { "responseModalities": ["image", "text"], "responseMimeType": "image/png"} }) data = resp.json() for part in data['candidates'][0]['content']['parts']: if'inlineData'in part: img bytes = base64.b64decode(part['inlineData']['data']) withopen('/data/infographic.png', 'wb') as f: f.write(img bytes) return '/data/infographic.png' 实际效果展示： 下面3张图是用这条流水线实际生成的4K知识图（我拿波普实验室风格来自：AJ老师分享的prompt微调了一下，你们也可以让AI做一些小红书风格），每张图对应一期播客的不同主题： 07 发送飞书群 + 踩坑血泪史 Python Code block Plain Text Copy import requests, jsondefupload and send image(image path, chat id, token): 1. 上传图片 withopen(image path, 'rb') as f: r = requests.post( 'https://open.feishu.cn/open apis/im/v1/images', files={'image': ('img.png', f, 'image/png')}, data={'image type': 'message'}, headers={'Authorization': f'Bearer {token}'} ) image key = r.json()['data']['image key'] 2. 发送图片消息 requests.post( 'https://open.feishu.cn/open apis/im/v1/messages?receive id type=chat id', headers={'Authorization': f'Bearer {token}', 'Content Type': 'application/json'}, json={"receive id": chat id, "msg type": "image", "content": json.dumps({"image key": image key})} ) 踩坑血泪史： 📍 飞书相关• 图片上传必须用Python requests，curl的multipart会报234001错误• message工具的filePath上传图片不生效，老老实实用REST API• 文档写入每秒最多3次，必须加 time.sleep(0.35)• 批量删除block用 batch delete（DELETE方法带JSON body） 🐵 语音转写相关• 音频必须先用FFmpeg转码（ ac 1 ar 16000），不然识别率明显下降• 百炼异步转写需传文件URL，本地文件用流式接口（Recognition）• SiliconFlow免费且够用，长音频也能处理 📚 生图相关• Prompt不能简化，少一段就会"掉品质"• 配色必须指定十六进制色值，"蓝色背景"和" 0a1628"效果天差地别• 4K分辨率要在prompt里明确要求 08 常见问题 Q&A 🚨 Q1：不会Python怎么办？建议花一周学Python基础（变量、函数、requests库），然后对着代码改参数就能跑。如果你有小龙虾的话（OpenClaw）建议把我这篇文档直接丢给它，它自己会搞定。 Q2：SiliconFlow免费额度够用吗？SenseVoiceSmall模型完全免费，实测40分钟播客没问题。后续可切百炼FunASR，成本也很低。 Q3：生图效果不好怎么调？一，检查Prompt是否完整。二，换一个生图API试试（一定要4k）0。三，每个要点控制在15字以内，太密会让AI排版混乱。 Q4：除了飞书能发到其他平台吗？可以改成钉钉、企业微信、Slack，核心的转写+提炼+生图环节不受影响。 Q5：整套方案成本多少？SiliconFlow（免费）qwen平台调用也有免费次数+ 谷歌（免费大善人的300刀，不会注册可以私聊我）+ 飞书个人基础版（免费）= 0元。高精度版一期播客几毛到几块钱。 09 进阶方向与我的思考 🚨 从单次运行到定时任务用cron或云函数监听播客RSS，一有新节目就自动触发流水线，零人工干预。 从单平台到多平台分发知识图同步发到小红书、知乎、Twitter，不同平台裁切不同尺寸，一期播客自动变成多平台图文资产。 从固定模板到自适应风格根据播客主题自动切换视觉风格，技术类赛博朋克，商业类极简商务，文化类文艺插画。 ✓ 写在最后 🚨 "认知是AI时代最宝贵的财富。最可悲的人生，不是被AI取代，而是把自己活成了AI的劣质替代品。"AI帮你把播客"榨"成知识图，不是为了让你不用思考，而是帮你把"听到"变成"看到"，把"模糊印象"变成"结构化认知"。工具解决效率问题，但怎么用这些知识、形成自己的判断和行动，这是AI替代不了的。 这个坑我替你踩过了。代码都在上面，拿去改改就能用。有虾的同学，直接去我公众号把我文章链接丢给虾就行。 觉得有用的话，可以关注一下我公众号收藏起来。后面还会分享更多AI自动化的实战方案。 你们平时怎么玩虾的？怎么消化播客内容？欢迎来评论区交流一下。 🎹 Prompt不能简化！ 虾经常会简化、这是坑一定要约束。完整Prompt模板是生图质量的保证。视觉风格描述要具体到色值，布局要求明确到"网格化"，不能用"好看""专业"这种模糊词。 Prompt不能简化！ 虾经常会简化、这是坑一定要约束。完整Prompt模板是生图质量的保证。视觉风格描述要具体到色值，布局要求明确到"网格化"，不能用"好看""专业"这种模糊词。 以Google Gemini为例： Python 实际效果展示： 下面3张图是用这条流水线实际生成的4K知识图（我拿波普实验室风格来自：AJ老师分享的prompt微调了一下，你们也可以让AI做一些小红书风格），每张图对应一期播客的不同主题： 07 发送飞书群 + 踩坑血泪史 Python 踩坑血泪史： 📍 飞书相关• 图片上传必须用Python requests，curl的multipart会报234001错误• message工具的filePath上传图片不生效，老老实实用REST API• 文档写入每秒最多3次，必须加 time.sleep(0.35)• 批量删除block用 batch delete（DELETE方法带JSON body） 飞书相关• 图片上传必须用Python requests，curl的multipart会报234001错误• message工具的filePath上传图片不生效，老老实实用REST API• 文档写入每秒最多3次，必须加 time.sleep(0.35)• 批量删除block用 batch delete（DELETE方法带JSON body） 🐵 语音转写相关• 音频必须先用FFmpeg转码（ ac 1 ar 16000），不然识别率明显下降• 百炼异步转写需传文件URL，本地文件用流式接口（Recognition）• SiliconFlow免费且够用，长音频也能处理 语音转写相关• 音频必须先用FFmpeg转码（ ac 1 ar 16000），不然识别率明显下降• 百炼异步转写需传文件URL，本地文件用流式接口（Recognition）• SiliconFlow免费且够用，长音频也能处理 📚 生图相关• Prompt不能简化，少一段就会"掉品质"• 配色必须指定十六进制色值，"蓝色背景"和" 0a1628"效果天差地别• 4K分辨率要在prompt里明确要求 生图相关• Prompt不能简化，少一段就会"掉品质"• 配色必须指定十六进制色值，"蓝色背景"和" 0a1628"效果天差地别• 4K分辨率要在prompt里明确要求 08 常见问题 Q&A 🚨 Q1：不会Python怎么办？建议花一周学Python基础（变量、函数、requests库），然后对着代码改参数就能跑。如果你有小龙虾的话（OpenClaw）建议把我这篇文档直接丢给它，它自己会搞定。 Q2：SiliconFlow免费额度够用吗？SenseVoiceSmall模型完全免费，实测40分钟播客没问题。后续可切百炼FunASR，成本也很低。 Q3：生图效果不好怎么调？一，检查Prompt是否完整。二，换一个生图API试试（一定要4k）0。三，每个要点控制在15字以内，太密会让AI排版混乱。 Q4：除了飞书能发到其他平台吗？可以改成钉钉、企业微信、Slack，核心的转写+提炼+生图环节不受影响。 Q5：整套方案成本多少？SiliconFlow（免费）qwen平台调用也有免费次数+ 谷歌（免费大善人的300刀，不会注册可以私聊我）+ 飞书个人基础版（免费）= 0元。高精度版一期播客几毛到几块钱。 Q1：不会Python怎么办？建议花一周学Python基础（变量、函数、requests库），然后对着代码改参数就能跑。如果你有小龙虾的话（OpenClaw）建议把我这篇文档直接丢给它，它自己会搞定。 Q2：SiliconFlow免费额度够用吗？SenseVoiceSmall模型完全免费，实测40分钟播客没问题。后续可切百炼FunASR，成本也很低。 Q3：生图效果不好怎么调？一，检查Prompt是否完整。二，换一个生图API试试（一定要4k）0。三，每个要点控制在15字以内，太密会让AI排版混乱。 Q4：除了飞书能发到其他平台吗？可以改成钉钉、企业微信、Slack，核心的转写+提炼+生图环节不受影响。 Q5：整套方案成本多少？SiliconFlow（免费）qwen平台调用也有免费次数+ 谷歌（免费大善人的300刀，不会注册可以私聊我）+ 飞书个人基础版（免费）= 0元。高精度版一期播客几毛到几块钱。 09 进阶方向与我的思考 🚨 从单次运行到定时任务用cron或云函数监听播客RSS，一有新节目就自动触发流水线，零人工干预。 从单平台到多平台分发知识图同步发到小红书、知乎、Twitter，不同平台裁切不同尺寸，一期播客自动变成多平台图文资产。 从固定模板到自适应风格根据播客主题自动切换视觉风格，技术类赛博朋克，商业类极简商务，文化类文艺插画。 从单次运行到定时任务用cron或云函数监听播客RSS，一有新节目就自动触发流水线，零人工干预。 从单平台到多平台分发知识图同步发到小红书、知乎、Twitter，不同平台裁切不同尺寸，一期播客自动变成多平台图文资产。 从固定模板到自适应风格根据播客主题自动切换视觉风格，技术类赛博朋克，商业类极简商务，文化类文艺插画。 ✓ 写在最后 🚨 "认知是AI时代最宝贵的财富。最可悲的人生，不是被AI取代，而是把自己活成了AI的劣质替代品。"AI帮你把播客"榨"成知识图，不是为了让你不用思考，而是帮你把"听到"变成"看到"，把"模糊印象"变成"结构化认知"。工具解决效率问题，但怎么用这些知识、形成自己的判断和行动，这是AI替代不了的。 "认知是AI时代最宝贵的财富。最可悲的人生，不是被AI取代，而是把自己活成了AI的劣质替代品。"AI帮你把播客"榨"成知识图，不是为了让你不用思考，而是帮你把"听到"变成"看到"，把"模糊印象"变成"结构化认知"。工具解决效率问题，但怎么用这些知识、形成自己的判断和行动，这是AI替代不了的。 这个坑我替你踩过了。代码都在上面，拿去改改就能用。有虾的同学，直接去我公众号把我文章链接丢给虾就行。 觉得有用的话，可以关注一下我公众号收藏起来。后面还会分享更多AI自动化的实战方案。 你们平时怎么玩虾的？怎么消化播客内容？欢迎来评论区交流一下。 🎉 一条播客链接丢进去，自动下载、转写、搜索补充资料、提炼知识框架、生成4K信息图、发到飞书群。全程不用动手，从音频到知识图大约3分钟。这篇文章就是这条全自动流水线的完整搭建教程，代码全给你，踩过的坑也全告诉你。 一条播客链接丢进去，自动下载、转写、搜索补充资料、提炼知识框架、生成4K信息图、发到飞书群。全程不用动手，从音频到知识图大约3分钟。这篇文章就是这条全自动流水线的完整搭建教程，代码全给你，踩过的坑也全告诉你。 上周听AJ他们聊播客内容，我也经常听播客，常常遇到XXX说"这期干货太多了你一定要听"。点开一看，60分钟。听完之后常常发现，能记住的不到10%。 那天晚上我就想，能不能搭一条自动化流水线，把播客里的知识全部"榨"出来，变成一眼就能看明白的4K知识图？ 折腾了两天，还真搞出来了。应AJ老师的邀请今天把完整流程分享出来。Ps：Banana 2上线了，这篇文章也刚好测试了一下，效果文章中可以看到，实例除外哈。 01 为什么播客需要"变成图" 播客消费有三个绕不开的痛点：第一，时间成本高，一期播客动辄40 60分钟，很多人根本听不完。第二，信息提取难，音频是线性的，想回头找某个观点得来回拖进度条。第三，知识留存差，听过就忘是常态。 市面上已经有Podwise、AI好记、通义听悟等工具在做"播客转文字"。但这些工具做到了"转文字"，却没做到"转知识图"。 🎉 普通工具：播客 → 文字转写 / 思维导图（信息扁平，记不住）本方案：播客 → 4K高密度信息图（结构化坐标体系 + 赛博朋克视觉设计，一图看完精华） 普通工具：播客 → 文字转写 / 思维导图（信息扁平，记不住）本方案：播客 → 4K高密度信息图（结构化坐标体系 + 赛博朋克视觉设计，一图看完精华） 从"听"到"看"，从"线性"到"结构化"，从"模糊记忆"到"一图了然"。 02 技术栈全景：你需要这些工具 完整流程一共8步： 🐵 Step 1 接收播客链接 — 支持小宇宙、Apple Podcasts等 Step 2 下载音频 — Python脚本自动抓取 Step 3 语音转写 — SiliconFlow免费 / 百炼FunASR精准 Step 4 保存飞书文档 — 飞书开放API写入知识库 Step 5 搜索补充资料 — Exa语义搜索引擎 Step 6 提炼内容建立坐标体系 — AI大模型结构化提取 Step 7 生成4K高密度信息图 — AI生图API，波普实验室风格 Step 8 发送到飞书群 — 图片上传+消息推送 Step 1 接收播客链接 — 支持小宇宙、Apple Podcasts等 Step 2 下载音频 — Python脚本自动抓取 Step 3 语音转写 — SiliconFlow免费 / 百炼FunASR精准 Step 4 保存飞书文档 — 飞书开放API写入知识库 Step 5 搜索补充资料 — Exa语义搜索引擎 Step 6 提炼内容建立坐标体系 — AI大模型结构化提取 Step 7 生成4K高密度信息图 — AI生图API，波普实验室风格 Step 8 发送到飞书群 — 图片上传+消息推送 03 环境准备：10分钟搞定 所有API Key统一放在 .env 文件里。需要准备：SiliconFlow API Key（免费注册）、阿里云百炼API Key（有免费额度）、Exa搜索API Key、飞书App ID和Secret、AI生图API Key。 依赖安装： Bash 04 从播客链接到文字稿 Step 1：接收播客链接 支持小宇宙、Apple Podcasts、喜马拉雅、荔枝FM等。 📍 必须先确认要生成几张图（最多6张）每张图对应一个独立主题，内容不重复。比如一期播客聊了3个AI论文，就生成3张图。 必须先确认要生成几张图（最多6张）每张图对应一个独立主题，内容不重复。比如一期播客聊了3个AI论文，就生成3张图。 Step 2：下载音频 以小宇宙为例，音频URL藏在页面源码的JSON数据中： Python Step 3：语音转写（重点） 转写之前有个必做步骤：音频预处理。ASR模型对输入格式有要求，必须先用FFmpeg转码： Bash 三个参数： ac 1 单声道， ar 16000 16kHz采样率， b:a 64k 压缩比特率。跳过这步转写效果大打折扣。 💡 方案A：SiliconFlow ASR（免费推荐）完全免费，模型FunAudioLLM/SenseVoiceSmall，速度快，长音频也能处理。 方案A：SiliconFlow ASR（免费推荐）完全免费，模型FunAudioLLM/SenseVoiceSmall，速度快，长音频也能处理。 Python 🏖️ 方案B：阿里云百炼FunASR（更精准）识别精度更高，支持说话人分离，按量计费。 方案B：阿里云百炼FunASR（更精准）识别精度更高，支持说话人分离，按量计费。 Python 🌟 怎么选？ 建议先用SiliconFlow跑通流程（免费不心疼），等需要更高精度或说话人分离时再切百炼。两个方案输出格式一样，切换成本很低。 怎么选？ 建议先用SiliconFlow跑通流程（免费不心疼），等需要更高精度或说话人分离时再切百炼。两个方案输出格式一样，切换成本很低。 05 飞书存档与搜索补充 Step 4：保存到飞书文档 转写稿放到飞书知识库，方便后续查阅。先获取Access Token： Python 📍 踩坑提醒：飞书文档写入有频率限制，每秒最多3次。写入大量内容时必须加 time.sleep(0.35)，不然会被限流。 踩坑提醒：飞书文档写入有频率限制，每秒最多3次。写入大量内容时必须加 time.sleep(0.35)，不然会被限流。 Step 5：Exa搜索补充资料 播客里提到的论文、概念、人物，需要用Exa语义搜索补充背景资料。它能理解搜索意图，比传统关键词匹配更智能。 Python 06 内容提炼与4K知识图生成 📍 这是整条流水线最核心的环节。 这是整条流水线最核心的环节。 Step 6：提炼内容，建立坐标体系 坐标体系就是给知识图里的每个模块分配编号，像地图坐标一样。每张图必须包含7个模块： • A 01 核心概念 — 主题定义 • B 05 技术原理 — 技术逻辑 • C 09 应用场景 — 落地方向 • D 12 优势特点 — 独特优势 • E 15 局限挑战 — 问题与限制 • F 17 发展趋势 — 未来方向 • G 20 实践建议 — 行动指南 Step 7：生成4K高密度信息图 生图API优先级： Google Gemini → 302.ai（付费）