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.

Plus de skills de google-gemini

greeter
google-gemini
Une compétence d'accueil amicale
official
code-reviewer
google-gemini
Révision automatisée du code pour les modifications locales et les pull requests distantes avec une analyse structurée couvrant la correction, la maintenabilité et la sécurité. Prend en charge les modifications du système de fichiers local (staged et unstaged) et les PR distantes (par numéro ou URL) avec extraction automatique via GitHub CLI. Analyse le code selon sept dimensions : correction, maintenabilité, lisibilité, efficacité, sécurité, gestion des cas limites et couverture de test. Exécute des suites de vérification préalable optionnelles (ex. : npm run preflight) pour détecter...
official
review-duplication
google-gemini
Utilisez cette compétence lors des revues de code pour examiner de manière proactive la base de code à la recherche de fonctionnalités dupliquées, de réinventions de la roue ou d’absence de réutilisation de l’existant…
official
reconciliation
google-gemini
Concilier les dépenses chargées avec la base de données de factures pré-analysées, en signalant les écarts tels que les différences de montant, les factures manquantes et les discordances de commerçant…
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
Déclenchez cette compétence lorsque l'utilisateur souhaite lancer une revue de PR asynchrone, exécuter des vérifications en arrière-plan sur une PR, ou vérifier le statut d'une revue de PR asynchrone déjà lancée…
official
ci
google-gemini
Une compétence spécialisée pour Gemini CLI qui offre des performances élevées et un échec rapide
official
critique
google-gemini
Expertise en audit et correction des scripts de dépôt et des workflows GitHub Actions pour garantir la robustesse technique et la sécurité.
official