开源自建播客搜索库:Whisper+pyannote+pgvector 已索引 180 小时音频
Apprehensive-Ear9499 · reddit · 2026-09-09
一位开发者开源了把任意播客变成可对话数据库的自托管方案 podcast-mcp,已索引约 180 小时音频并提供只读 demo 端点。
- 完整流水线:自动抓取播客 RSS → Whisper 转写 → pyannote 说话人分离 → LLM 解析说话人真名 → 分块 + OpenAI embeddings → 存入 Postgres/pgvector(带时间戳)。
- 通过 MCP server 暴露,可在 Claude、Cursor 等任意 MCP 客户端里提问:「所有节目里关于 X 都说了什么?」「从哪个时间戳重听?」「说话人 Y 对 Z 的观点?」并可定位回原音频。
- 部署用 Docker Compose,GPU 转写可跑在 RunPod,小 VPS 即可托管;任何 RSS 源都能用,仓库见 github.com/bramdehart/podcast-mcp。
「编程与Agent」频道最新
- 论文揭示 Agent 记忆更新后计划仍是旧的,PLANFENCE 拦下全部失效动作 — rohanpaul_ai · 2026-09-09
- 开源 VoiceStudio 复刻 ElevenLabs 全家桶:646 种语言全本地运行 — thisguyknowsai · 2026-09-09
- 用户 /review subagent 消失,Teknium 回应:更新后即可恢复 — Teknium · 2026-09-09
- 分层摘要压到 8k 上下文，Qwen 长对话 120 条后仍崩溃 — Zeeplankton · 2026-09-09
- IndeHub 第16期线下活动:用 AI Agent 完成从建应用到上架变现全流程 — rudrank · 2026-09-09
- 用户痛点：AI 助手之间缺互通层，集成越多锁定越深 — mobileraj · 2026-09-09