Daily News Caster

Habilidad Daily News Caster

Esta habilidad permite al agente obtener noticias en tiempo real, organizarlas en un guion de podcast conversacional y generar un archivo de audio que lea el guion en voz alta.

Instrucciones de flujo de trabajo

Cuando el usuario pida obtener las últimas noticias y crear un podcast a partir de ellas, sigue estrictamente estos pasos:

Paso 1: Asegurar que las habilidades requeridas estén presentes

Verifica que news-aggregator-skill y tts existan en el espacio de trabajo (bajo skills/ o .cursor/skills/). Si falta alguna, informa al usuario cuál(es) no se encontraron y pídele que las instale manualmente antes de continuar. NO intentes instalar habilidades automáticamente.

Paso 2: Obtener las últimas noticias

Localiza fetch_news.py en el directorio de la habilidad news-aggregator-skill (ej., skills/news-aggregator-skill/scripts/fetch_news.py). Lee su SKILL.md para entender su uso si es necesario.

Ejecuta el script para obtener noticias en tiempo real. Puedes especificar una fuente (ej., hackernews, github, all) o palabras clave según la solicitud del usuario. Ejemplo de comando:

python3 skills/news-aggregator-skill/scripts/fetch_news.py --source all --limit 10 --deep

Paso 3: Redactar el guion del podcast (paso interno)

Lee los datos de noticias obtenidos y reescribe la información en un guion de podcast en Markdown. Fundamentalmente, prioriza un formato conversacional de dos anfitriones (dos personas) (ej., Anfitrión A y Anfitrión B) en un estilo dinámico de preguntas y respuestas. El guion debe ser:

• Conversacional de dos anfitriones pero conciso: Redacta un intercambio atractivo entre dos anfitriones. El Anfitrión A debe hacer preguntas perspicaces y de alto valor para guiar la conversación, y el Anfitrión B debe proporcionar respuestas informativas y concisas. Debe sentirse como un diálogo inteligente y rápido de preguntas y respuestas.
• Sin relleno: No incluyas relleno innecesario ni transiciones demasiado largas. Mantén la información al grano (言简意赅) conservando todos los datos y hechos críticos.
• Oradores claramente etiquetados: Comienza cada línea o párrafo con el nombre del orador (ej., Anfitrión A: o Anfitrión B:).
• Texto claro para el habla: Evita URLs complejas, enlaces Markdown sin procesar o caracteres impronunciables en el texto hablado.

Guarda este guion en un archivo local llamado podcast_script.md.

Ejemplo de contenido de podcast_script.md:

**Anfitrión A:** Bienvenidos al resumen de noticias de hoy. Tenemos actualizaciones tecnológicas emocionantes. Para empezar, hay una gran novedad de [Nombre de la Empresa]. ¿Cuáles son las implicaciones principales de su nuevo lanzamiento para los usuarios cotidianos?

**Anfitrión B:** La conclusión principal es que... [Insertar respuesta concisa y resumen de la Noticia 1]. Esto cambia completamente cómo abordamos [Tema].

**Anfitrión A:** Eso es fascinante. Pero, ¿este nuevo enfoque plantea preocupaciones de seguridad, especialmente dado los recientes incidentes de datos?

**Anfitrión B:** Exactamente. Los expertos señalan que... [Insertar análisis o contexto].

**Anfitrión A:** Pasando al mundo del código abierto, ¿qué está trending en GitHub hoy que los desarrolladores deberían tener en cuenta?

**Anfitrión B:** Un proyecto destacado es... [Insertar resumen conciso de la Noticia 2].

**Anfitrión A:** Grandes ideas. Eso es todo por la actualización rápida de hoy. ¡Gracias por sintonizarnos!

Paso 4: Generar el audio del podcast línea por línea

Para evitar enviar todo el guion a la API de una sola vez, debes generar el audio frase por frase (一人一句地生成) y luego concatenarlas.

Usa tts.py de la habilidad tts local (skills/tts/scripts/tts.py). Lee el SKILL.md de la habilidad tts para conocer el uso completo y las opciones de backend.

1. Generar audio para cada línea: Por cada línea de diálogo en el guion, ejecuta el comando speak. Usa la voz o el audio de referencia adecuado para el anfitrión correspondiente. Si el usuario proporcionó archivos de audio de referencia para los dos roles, úsalos mediante la bandera --ref-audio (requiere backend noiz y NOIZ_API_KEY). Sin una clave API, están disponibles las voces en modo invitado (consulta el SKILL.md de tts para la lista de voces).

python3 skills/tts/scripts/tts.py -t "Bienvenidos al resumen de noticias de hoy..." --ref-audio host_A.wav -o linea_01.wav

python3 skills/tts/scripts/tts.py -t "La conclusión principal es que..." --ref-audio host_B.wav -o linea_02.wav

2. Concatenar los archivos de audio: Crea un archivo de texto (ej., lista.txt) que enumere todos los archivos de audio generados en orden:

file 'linea_01.wav'
file 'linea_02.wav'

Luego usa ffmpeg para fusionarlos en un único archivo de audio de podcast:

ffmpeg -f concat -safe 0 -i lista.txt -c copy podcast_final.wav

Paso 5: Presentar el resultado final

Una vez que se haya generado y fusionado el audio completo, presenta los resultados al usuario. DEBES proporcionar ambos contenidos:

• Muestra el guion del podcast en Markdown completamente redactado en el chat para que el usuario pueda leerlo.
• Proporciona la ruta al archivo final podcast_final.wav para que puedan escuchar el audio.
• Resume brevemente los titulares que se incluyeron en el podcast.

Seguridad y divulgación de datos

Esta habilidad es solo de instrucciones: no contiene código ejecutable en sí misma. En tiempo de ejecución, orquesta scripts de dos habilidades dependientes:

• Scripts ejecutados: news-aggregator-skill/scripts/fetch_news.py (obtiene noticias de fuentes públicas) y tts/scripts/tts.py (genera audio de voz). Ambos deben estar presentes localmente antes de que esta habilidad se ejecute; revisa su código y SKILL.md para obtener detalles sobre su comportamiento de red y requisitos de credenciales.
• Credenciales: Esta habilidad no requiere ninguna clave API o variable de entorno directamente. La dependencia tts puede requerir NOIZ_API_KEY para funciones de clonación de voz (backend noiz); sin ella, las voces en modo invitado funcionan sin configuración adicional. Consulta el SKILL.md de la habilidad tts para más detalles.
• Acceso a red: Todas las llamadas de red las realizan las habilidades dependientes, no las instrucciones de esta habilidad. El agregador de noticias obtiene datos de fuentes públicas; la habilidad tts contacta a noiz.ai solo cuando se usa el backend noiz.
• Archivos escritos: podcast_script.md, linea_*.wav (audio temporal por frase), lista.txt (lista de concatenación de ffmpeg), podcast_final.wav (salida final). Todos se escriben en el directorio de trabajo actual.
• Sin estado persistente: Esta habilidad no escribe archivos de configuración, almacena credenciales ni modifica otras habilidades.