metadata-generation

Generiere Show-Metadaten (JSON) mit zeitcodiertem Transkript, Titel, Dauer, Zusammenfassung und Datum, indem Audio und Transkript an Gemini gesendet werden.

npx skills add https://github.com/google-gemini/gemini-managed-agents-templates --skill metadata-generation

Metadata Generation

Generate a structured JSON file containing metadata for the radio show. This is done by sending the final mixed audio file and the original transcript back to Gemini.

Prerequisites

pip install google-genai

Workflow

  1. Read Inputs: Load the transcript from ./workspace/data/script.md and the final audio from ./workspace/audio/final/ai_radio.mp3.
  2. Upload Audio: Upload the audio file to the Gemini Files API.
  3. Generate Metadata: Call Gemini (e.g., gemini-3-flash-preview) using the Interactions API, passing the uploaded audio file and the transcript.
  4. Save Output: Save the resulting JSON to ./workspace/data/show_notes.json.

Python Code

The skill is implemented in scripts/generate_metadata.py.

# Example usage
python3 skills/metadata-generation/scripts/generate_metadata.py --workspace ./workspace

Output

The skill produces a JSON file at ./workspace/data/show_notes.json with the following structure:

{
  "show_title": "...",
  "show_duration": "...",
  "two_sentence_summary": "...",
  "date_of_generation": "YYYY-MM-DD",
  "timecoded_transcript": [
    {
      "timecode": "MM:SS",
      "speaker": "...",
      "text": "..."
    },
    ...
  ]
}

Error Handling

  • If the audio file is missing, the script will fail.
  • If the transcript is missing, it will fail.
  • If the Gemini API call fails, it will report the error and exit.

Mehr Skills von google-gemini

greeter
google-gemini
Eine freundliche Begrüßungsfertigkeit
official
code-reviewer
google-gemini
Automatisierte Code-Überprüfung für lokale Änderungen und entfernte Pull-Requests mit strukturierter Analyse hinsichtlich Korrektheit, Wartbarkeit und Sicherheit. Unterstützt sowohl lokale Dateisystemänderungen (gestaged und ungestaged) als auch entfernte PRs (nach Nummer oder URL) mit automatischem GitHub-CLI-Checkout. Analysiert Code in sieben Dimensionen: Korrektheit, Wartbarkeit, Lesbarkeit, Effizienz, Sicherheit, Behandlung von Randfällen und Testabdeckung. Führt optionale Preflight-Überprüfungssuiten aus (z. B. npm run preflight), um...
official
review-duplication
google-gemini
Verwenden Sie diese Fähigkeit während Code-Reviews, um die Codebasis proaktiv auf doppelte Funktionalität, neu erfundene Räder oder die Nichtwiederverwendung vorhandener… zu untersuchen.
official
reconciliation
google-gemini
Geladene Ausgaben mit der vorab geparsten Rechnungsdatenbank abgleichen und Unstimmigkeiten wie Betragsabweichungen, fehlende Rechnungen und Händlerabweichungen kennzeichnen…
official
agent-tui
google-gemini
Main Agents: Do NOT use this skill directly. If you need to test the TUI, invoke the `tui_tester` subagent. Drive terminal UI (TUI) applications…
official
async-pr-review
google-gemini
Lösen Sie diese Fähigkeit aus, wenn der Benutzer eine asynchrone PR-Überprüfung starten, Hintergrundprüfungen für einen PR durchführen oder den Status einer zuvor gestarteten asynchronen PR-Überprüfung überprüfen möchte…
official
ci
google-gemini
Eine spezialisierte Fähigkeit für Gemini CLI, die Hochleistung und schnelles Fehlschlagen bietet
official
critique
google-gemini
Fachkenntnisse in der Überprüfung und Behebung von Repository-Skripten und GitHub Actions-Workflows zur Sicherstellung technischer Robustheit und Sicherheit.
official