metadata-generation

Generate show metadata (JSON) containing timecoded transcript, title, duration, summary, and date by sending audio and transcript to Gemini.

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.

Más skills de google-gemini

greeter
google-gemini
Una habilidad de saludo amigable
official
code-reviewer
google-gemini
Revisión automatizada de código para cambios locales y solicitudes de extracción remotas con análisis estructurado en corrección, mantenibilidad y seguridad. Admite cambios en el sistema de archivos local (preparados y no preparados) y PRs remotos (por número o URL) con verificación automática mediante GitHub CLI. Analiza el código en siete dimensiones: corrección, mantenibilidad, legibilidad, eficiencia, seguridad, manejo de casos límite y cobertura de pruebas. Ejecuta conjuntos de verificación previa opcionales (por ejemplo, npm run preflight) para detectar...
official
review-duplication
google-gemini
Usa esta habilidad durante las revisiones de código para investigar de manera proactiva el código base en busca de funcionalidades duplicadas, ruedas reinventadas o fallos en la reutilización de elementos existentes…
official
reconciliation
google-gemini
Conciliar los gastos cargados contra la base de datos de facturas preanalizadas, señalando discrepancias como diferencias de monto, facturas faltantes y desajustes de comerciante…
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
Activa esta habilidad cuando el usuario quiera iniciar una revisión asíncrona de PR, ejecutar verificaciones en segundo plano en un PR o consultar el estado de una revisión asíncrona de PR iniciada previamente…
official
ci
google-gemini
Una habilidad especializada para Gemini CLI que proporciona alto rendimiento y fallo rápido
official
critique
google-gemini
Experiencia en auditoría y corrección de scripts de repositorios y flujos de trabajo de GitHub Actions para garantizar solidez técnica y seguridad.
official