Blog Narrator

Markdown → parse_md → { 预览 HTML | split → gen → (match) → merge → 配音 HTML }

用途

把博客 Markdown 导出成适合演讲的逐行披露 HTML

• 右方向键逐行出现，左方向键退回
• 初始只显示标题并居中；进入新 ## 标题 时清空上一节，只保留标题与当前节
• 带预录音版：Shift 静音、Ctrl 重读当前行

模式选择

如果用户没有明确说明要「预览」还是「TTS」，必须使用 Ask 工具询问后再生成。

依赖

Python 包：

pip install esflow edge-tts

系统二进制（解码音频）：

brew install ffmpeg          # macOS
sudo apt install ffmpeg      # Debian/Ubuntu

• 预览 / split / merge：Python 3 标准库
• gen：edge-tts
• match（备选对齐）：onnxruntime、numpy，模型首次下载到 scripts/models/

图片：(/pics/...) 相对 cwd；可用 BLOG_NARRATOR_IMAGE_BASE 覆盖。

快速使用

# 轻量预览(无预录音,体积小,验证排版)
python3 scripts/run.py preview input.md output.html [--rate 1.15] [--open]

# TTS 分段配音(一次跑完 split→gen→(match)→merge)
python3 scripts/run.py tts input.md work_dir [--voice xiaoxiao|xiaoyi] [--rate 1.175] [--open]

默认行为：预览写 output.html；TTS 写 work_dir/{stem}_voice.html，--open 自动打开浏览器。

产物形态

两种产物都是自包含单文件，均带 voice 面板（Shift 静音、Ctrl 重读当前行）。差异只在音频来源：预览靠浏览器合成零依赖，TTS 内嵌预录音。

• 工作目录(TTS 模式)：

work_dir/
  src.md            # 原始 Markdown 副本
  srt.md            # 分段清单(## [N] 标记)
  audio/            # 1.mp3, 2.mp3, …
  {stem}_voice.html # 合成产物
  .esflow-jobs/     # esflow 运行状态(--from 续跑用)

Flow 结构

esflow DAG 编排(scripts/flow.py 声明，scripts/nodes/ 各节点)：

parse_md ──→ export_preview         (mode=preview)
        └──→ split → gen → match → merge   (mode=tts)

单 flow 双路径，由子命令决定 mode，节点 accept 据此跳过：

match 跳过时 merge 照跑——merge 直读 split.audio_dir，不依赖 match 产物。无 TO_AGENT 断点，一次跑完。

调试单节点：在 skill 根目录 esflow run scripts/ --node <节点 id>（上游从 job 产物复用）。

续跑：替换音频后只跑 match+merge

标准 TTS 流程 gen 总是产出 N.mp3，match 自动跳过。若要手动替换/补充音频(如流程图、代码片段用自定义音色)：

# 1. 先正常跑一次,拿到 job 目录
python3 scripts/run.py tts input.md work_dir

# 2. 手动改 audio/:替换某些 N.mp3,或按 srt.md 段号放入网页 TTS 下载的音频(可非 N.mp3 命名)

# 3. 从 match 续跑(上游 split/gen 从 job 目录加载,不重跑)
python3 scripts/run.py tts input.md work_dir --from match --job-dir work_dir/.esflow-jobs/blog-narrator/<job时间戳>

match 用 ASR 识别非命名音频并重命名为 N.mp3，merge 重新合成 HTML。--from 也可指定 merge 只重合成。

参数

preview 子命令

tts 子命令

异常处理

Agent 使用指引

用户提到「博客转演示」「逐行披露 HTML」「博客配音」时使用本 skill：

1. 先用 Ask 确认模式：预览还是 TTS
2. 预览：python3 scripts/run.py preview <input.md> <output.html> --open
3. TTS：python3 scripts/run.py tts <input.md> <work_dir> --open
4. 若用户要替换某些音频：引导用 --from match --job-dir <上次job> 续跑
5. 确认产物 HTML 路径并反馈给用户

修改规则

• 核心库（MD→HTML、stage、ASR）：scripts/narrator_core.py
• DAG 声明：scripts/flow.py；节点实现：scripts/nodes/
• CLI 与 envelope：scripts/run.py、scripts/common.py