metadata-generation

Hasilkan metadata acara (JSON) yang berisi transkrip dengan kode waktu, judul, durasi, ringkasan, dan tanggal dengan mengirimkan audio dan transkrip ke 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

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…
gemini-api-cli
google-gemini
Panduan untuk menggunakan alat CLI Gemini API. Gunakan saat Anda perlu berinteraksi dengan Gemini API melalui baris perintah, mengelola agen, atau menghasilkan media (gambar, …)
behavioral-evals
google-gemini
Panduan untuk membuat, menjalankan, memperbaiki, dan mempromosikan evaluasi perilaku. Gunakan saat memverifikasi logika keputusan agen, men-debug kegagalan, men-debug prompt…
gemini-live-api-dev
google-gemini
Streaming dua arah secara real-time dengan Gemini melalui WebSocket untuk percakapan audio, video, dan teks. Mendukung input/output audio (PCM 16 kHz), bingkai video, teks, dan transkripsi otomatis dengan deteksi aktivitas suara untuk penanganan interupsi. Menyertakan fitur audio asli: dialog afektif, audio proaktif, dan mode berpikir; pemanggilan fungsi untuk penggunaan alat sinkron dan asinkron; serta penjangkaran Google Search. Menawarkan manajemen sesi dengan kompresi konteks, kelanjutan, dan...
gemini-omni-flash-api
google-gemini
Gunakan keterampilan ini untuk penyuntingan video generatif, teks-ke-video, pembuatan video dengan referensi gambar, dan animasi transisi bingkai pertama-ke-video menggunakan…
gemini-api-dev
google-gemini
Bangun aplikasi dengan model Gemini dari Google, mendukung konten multimodal, pemanggilan fungsi, dan keluaran terstruktur di Python, JavaScript, Go, dan Java. Akses model Gemini 3 terkini (Pro, Flash, Pro Image) dengan konteks 1M token; model lawas Gemini 2.x dan 1.5 sudah tidak digunakan lagi. Mendukung pembuatan teks, pemahaman gambar/audio/video, pemanggilan fungsi, keluaran JSON terstruktur, eksekusi kode, caching konteks, dan embeddings. SDK resmi tersedia: google-genai (Python),...
gemini-interactions-api
google-gemini
Antarmuka terpadu untuk model dan agen Gemini dengan status sisi server, streaming, dan orkestrasi alat. Mendukung beberapa model terkini (gemini-3-flash-preview, gemini-3-pro-preview, gemini-2.5-flash/pro) dan agen Deep Research; secara otomatis mengganti ID model yang tidak digunakan lagi dengan alternatif terkini. Offload riwayat percakapan ke server melalui previous_interaction_id untuk interaksi multi-putaran yang memiliki status tanpa pengelolaan riwayat manual. Orkestrasi alat bawaan termasuk...
deliver
google-gemini
Memposting versi ringkas dari briefing ke incoming webhook Google Chat atau Slack, sehingga laporan harian terkirim dengan sendirinya — melewati secara diam-diam ketika tidak ada webhook yang…