Rss Grab Skill — AI skill for Claude Code

rss-grab

订阅 RSS 播客 → 自动拉取增量 → AI 摘要 → 审阅勾选 → 下载 → ASR 转写 → 生成结构化中文笔记。

**这是什么**：项目主体是一个 **Agent skill 包**（`.agents/skills/rss-grab/`），供 **Codex / Claude Code 等 AI 助手**编排使用——在对话里发一个播客 RSS 链接（或 Apple Podcasts 链接），说"订阅这个播客、拉取新期数、把感兴趣的转写生成笔记"，Agent 会按 skill 指令自动完成整条流水线。各脚本也自带命令行入口，可纯命令行操作（见「快速开始」）。

⚠️ **平台要求：仅支持 macOS（Apple Silicon，M1/M2/M3/M4）** ASR 转写依赖 mlx-whisper（Apple 的 MLX 框架，仅 Apple Silicon 可用）。 **Windows / Linux / Intel Mac 用户**：请改用本地 [faster-whisper](https://github.com/SYSTRAN/faster-whisper) 或 [whisper.cpp](https://github.com/ggerganov/whisper.cpp) 做 ASR，或使用其他在线 ASR 服务，然后按 rss/transcripts/ 的格式输出分段时间戳内容（后续流水线依赖时间戳分段落盘）。 跨平台支持已在 Roadmap 中（见文末）。

为什么选 rss-grab

**它解决什么问题**：播客信息密度高、一期 35-60 分钟，靠"听"做知识管理效率低——你听完就忘，回找时只能凭记忆翻播放器历史。rss-grab 把**"听播客"变成"读笔记"**：自动拉取你订阅播客的新期数、生成摘要供你快速判断值不值得听、把选中的转写成文字稿、再生成结构化中文笔记沉淀下来——整个流程不靠你在播放器里手动操作，订阅后基本自动化。

**使用流程**：

flowchart TB
    A[订阅播客
RSS 链接 / Apple 链接] --> B[定时拉取增量
--fetch-updates]
    B --> C[AI 摘要
生成一句话概括]
    C --> D{你审阅勾选
状态文件三区}
    D -->|确认抓取| E[下载音频
yt-dlp]
    E --> F[本地 ASR 转写
mlx-whisper]
    F --> G[生成结构化中文笔记
v3 四步管线]
    G --> H[rss/notes/ 沉淀]

**真实使用方式**（作者日常用法）：在 Apple Podcasts 里找到想订阅的节目，复制节目 web 链接（`podcasts.apple.com/...`）发给 Agent——Agent 会通过 **Apple 官方 iTunes Lookup 接口**取到这个节目的 RSS feed 地址完成订阅（只需链接里的那串节目 id，无需手动找 RSS 地址、无需 API 密钥）。之后节目每出新期，rss-grab 自动拉取增量 + 生成 AI 摘要，你在状态文件里勾选想深挖的期数，它再下载音频、本地转写、生成结构化笔记。**全程不需要手动找 RSS 地址、不需要记命令**。

**一句话定位**：rss-grab 是**开源的本地播客笔记工具**——订阅、下载、ASR 转写都在你机器上完成（Apple Silicon 本地推理），AI 摘要与笔记生成调用 OpenAI 兼容 LLM API。

**适合你，如果你**：

• 播客重度听众：一期期听下来，想把内容沉淀成可检索的笔记，而不是听完就忘
• 主要听中文播客：想要符合中文表达习惯的结构化笔记，而非英文优先的通用摘要
• 在意成本与隐私：转写完全在本地完成（不消耗 LLM token、音频不出设备），只为摘要/笔记付少量的token
• 喜欢"收件箱"式工作流：订阅后自动拉新期数、AI 摘要筛一遍、勾选想听的深挖，像处理邮件一样
• 用 Apple Silicon Mac（M1/M2/M3/M4）：核心流程（抓取 + 转写）完全离线可用

**它做了什么**：

• 本地抓取 + 本地转写：抓取与 ASR 转写（mlx-whisper，Apple Silicon 本地推理）都在你机器上完成；原始音频不离开设备，转写文本仅在与 LLM API 交互时上传（见「LLM 配置」）
• 三区状态机：每源一份 Markdo