metadata-generation

tarafından google-gemini

Sesi ve transkripti Gemini'ye göndererek zaman kodlu transkript, başlık, süre, özet ve tarih içeren gösteri meta verileri (JSON) oluşturur.

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.

google-gemini tarafından daha fazla skill

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
Gemini API CLI aracını kullanma kılavuzu. Gemini API ile komut satırı üzerinden etkileşim kurmanız, aracıları yönetmeniz veya medya (görseller, …) oluşturmanız gerektiğinde kullanın.
behavioral-evals
google-gemini
Davranışsal değerlendirmeler oluşturma, çalıştırma, düzeltme ve teşvik etme rehberi. Ajan karar mantığını doğrularken, hataları ayıklarken, prompt hatalarını ayıklarken kullanın…
gemini-live-api-dev
google-gemini
Gerçek zamanlı çift yönlü akış, WebSockets üzerinden Gemini ile ses, video ve metin konuşmaları için. Ses giriş/çıkışı (16 kHz PCM), video kareleri, metin ve kesinti yönetimi için ses etkinliği algılamalı otomatik transkripsiyonları destekler. Yerel ses özelliklerini içerir: duygusal diyalog, proaktif ses ve düşünme modu; senkron ve asenkron araç kullanımı için fonksiyon çağrısı; ve Google Search grounding. Oturum yönetimi, bağlam sıkıştırma, devam ettirme ve...
gemini-omni-flash-api
google-gemini
Üretken video düzenleme, metinden videoya, görsel referanslı video oluşturma ve ilk kareden videoya geçiş animasyonları için bu beceriyi kullanın…
gemini-api-dev
google-gemini
Google'ın Gemini modelleriyle uygulamalar geliştirin; çok modlu içerik, fonksiyon çağırma ve yapılandırılmış çıktıları Python, JavaScript, Go ve Java'da destekler. 1M token bağlamıyla mevcut Gemini 3 modellerine (Pro, Flash, Pro Image) erişin; eski Gemini 2.x ve 1.5 modelleri kullanımdan kaldırılmıştır. Metin oluşturma, görüntü/ses/video anlama, fonksiyon çağırma, yapılandırılmış JSON çıktısı, kod yürütme, bağlam önbelleğe alma ve gömme işlemlerini destekler. Resmi SDK'lar mevcuttur: google-genai (Python),...
gemini-interactions-api
google-gemini
Gemini modelleri ve ajanları için sunucu tarafı durumu, akış ve araç orkestrasyonu ile birleşik arayüz. Birden çok güncel modeli (gemini-3-flash-preview, gemini-3-pro-preview, gemini-2.5-flash/pro) ve Deep Research ajanını destekler; kullanımdan kaldırılan model kimliklerini otomatik olarak güncel alternatiflerle değiştirir. previous_interaction_id aracılığıyla konuşma geçmişini sunucuya aktararak manuel geçmiş yönetimi olmadan durum bilgisi olan çok turlu etkileşimler sağlar. Dahili araç orkestrasyonu dahil...
deliver
google-gemini
Özet brifingin kısaltılmış bir sürümünü bir Google Chat veya Slack gelen webhook'una gönderir, böylece günlük çalıştırma kendini teslim eder — webhook yoksa sessizce atlar…