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.

Lebih banyak skill dari google-gemini

greeter
google-gemini
Sebuah skill penyapa yang ramah
official
code-reviewer
google-gemini
Tinjauan kode otomatis untuk perubahan lokal dan permintaan pull jarak jauh dengan analisis terstruktur di seluruh aspek kebenaran, kemudahan pemeliharaan, dan keamanan. Mendukung perubahan sistem file lokal (yang sudah di-stage dan belum di-stage) serta PR jarak jauh (berdasarkan nomor atau URL) dengan pemeriksaan otomatis GitHub CLI. Menganalisis kode dalam tujuh dimensi: kebenaran, kemudahan pemeliharaan, keterbacaan, efisiensi, keamanan, penanganan kasus tepi, dan cakupan pengujian. Menjalankan rangkaian verifikasi prapenerbangan opsional (misalnya, npm run preflight) untuk menangkap...
official
review-duplication
google-gemini
Gunakan keterampilan ini selama peninjauan kode untuk secara proaktif menyelidiki basis kode terhadap fungsionalitas duplikat, roda yang diciptakan ulang, atau kegagalan menggunakan kembali yang sudah ada…
official
reconciliation
google-gemini
Rekonsiliasi biaya yang dimuat terhadap database faktur yang telah diurai sebelumnya, menandai ketidaksesuaian seperti ketidakcocokan jumlah, faktur yang hilang, dan ketidakcocokan pedagang…
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
Picu keterampilan ini saat pengguna ingin memulai tinjauan PR asinkron, menjalankan pemeriksaan latar belakang pada PR, atau memeriksa status PR asinkron yang sebelumnya dimulai…
official
ci
google-gemini
Keahlian khusus untuk Gemini CLI yang menyediakan kinerja tinggi dan cepat gagal
official
critique
google-gemini
Keahlian dalam mengaudit dan memperbaiki skrip repositori serta alur kerja GitHub Actions untuk memastikan ketahanan teknis dan keamanan.
official