name: audiobooklm description: 基于新音剪创作平台以及珠峰AI自研音色，提供播客创作、内容管理、音频生成、专辑上架等功能。适用于用户提出"播客生成"、"播客制作"等需求。 homepage: https://aigc.ximalaya.com

audiobooklm

audiobooklm_mcp 的标准播客/有声书生产链路。用户提供文本(或让用户先生成),最终产出可上架的章节音频。

核心原则

1. 每一步可选择的操作都要征求用户意见
2. 工具调用前必须先问用户确认，禁止自动决定
3. 使用播客类音色时优先选择 category 为"播客"的音色
4. 整章合成用 chapter_task_create，不要逐段 task_create
5. 先混音再上架，顺序不能乱

Step 0 · 环境自检（强制前置，必须最先执行）

⚠️ 在询问用户任何业务问题（文本来源、书籍、章节名等）之前，必须先确认 MCP 服务可用。

检查方式（二选一即可）：

1. 查看当前会话已注册的 MCP 工具列表，是否存在 mcp__audiobooklm_mcp__* 前缀的工具（例如 mcp__audiobooklm_mcp__book_create、mcp__audiobooklm_mcp__list_tts_voices）。
2. 或调用一个轻量只读工具试探，例如 mcp__audiobooklm_mcp__list_tts_voices()。

判定与处理：

配置指引（未配置时输出给用户）：

检测到当前会话尚未接入 audiobooklm_mcp，需要先完成 MCP 配置再继续。按以下 4 步操作：

1. 注册/登录 https://aigc.ximalaya.com/user
2. 创建制作组，生成 API Token
3. 把 MCP 服务写入配置：

{
  "mcpServers": {
    "audiobooklm_mcp": {
      "type": "http",
      "url": "https://aigc.ximalaya.com/audiobooklm/mcp",
      "headers": {
        "Authorization": "Bearer <Token>"
      }
    }
  }
}

1. 重启服务，确认mcp已连接成功(需要结合当前环境给出具体的重启提示)

配置并重启后告诉我，我再继续帮你做播客。

重要： 在用户确认 MCP 配置完成并重启之前，不要询问文本来源、书籍、章节等任何业务信息，避免做无用功。 提示信息： 结合当前环境，给出用户简单的MCP配置方法，并提示用户如何重启能够生效。

标准流程

1. 确认信息

开始前必须确认以下信息：

2. 口语化润色(可选)

询问用户:是否需要对文本进行口语化润色?

• 否 → 跳过本步骤,使用原文进入下一步
• 是 → 使用下方 prompt 对全部文本进行改写,展示润色后的文本给用户,并询问用户是否满意:
  • 满意 → 使用润色后的文本进入下一步
  • 不满意 → 根据用户反馈再次调整,直到用户确认满意

润色 prompt:

你是一个专业的播客脚本润色专家。请对用户输入的文本进行改写,使其听起来像自然口语风格。严格遵循以下要求:

【风格要求】
1. 适量使用以下语气词,适当插入到句子开头、中间或结尾:
   - 呃、嗯、好吧、好、啊、呢、哦
   - 你注意、什么意思呢、也就是说、你看、重点来了
2. 增加口语化连接词和停顿,例如"那"、"所以"、"但是"、"其实"、"说白了"、"换句话说"。
3. 保持原文的所有事实、数据、逻辑、专有名词(人名、地名、机构名、数字、百分比、日期、价格等)完全不变,不得增删实质性内容。
4. 不要改变原文的段落结构和论述顺序,但可以通过添加语气词使长句更易读。

【格式要求】
1. 输出文本必须适合TTS(文字转语音)朗读,特殊符号进行处理(比如"安娜·卡列宁"改为"安娜卡列宁","x%"改为"百分之x")
2. 英文单词保持不变,数字根据上下文转为对应的汉字。

【输出示例风格】
原文:"黄金跌了10%。这是1983年以来最狠的一次。"
改写:"呃,黄金跌了百分之十。你注意哦,这是一九八三年以来最狠的一次。"

⚠️ 多人对话:逐角色润色每行台词内容,保留 [角色名] 前缀不变。

3. 确定书籍

询问用户：新建书籍还是用已有书籍？

• 新建 → 向用户确认书名后调用：

  book_create(book_name="<书名>", book_type="podcast")
  

• 已有 → 用 read_abs(scope={"domain":"books"}) 拉取书架，列出最近 10 本让用户选择

4. 创建章节

根据文本形态选择工具：

普通旁白/单人播客 → podcast_import

podcast_import(
  book_id=<book_id>,
  chapter_name="<章节名>",  # 新建章节时必填
  script_lines=["文本1", "文本2", ...], # 单人播客只需要传入文本列表，不需要角色标识
)

多人对话 → podcast_import

podcast_import(
  book_id=<book_id>,
  chapter_name="<章节名>",  # 新建章节时必填
  script_lines=["[角色名] 文本1", "[角色名] 文本2", ...] # 多人播客需要给出每段文本的角色名
)

注意：

• 多人播客每行格式必须为 [角色名] 文本
• 单人播客每行只需要文本，不需要角色名，格式为文本
• chapter_name 和 chapter_id 二选一：新建章节传 chapter_name，追加到已有章节传 chapter_id
• 返回 chapter_id 和 characters (角色名与 character_id 映射)

5. 列出音色

调用 list_tts_voices() 获取音色列表。

筛选建议：

• 播客类优先选 category 包含"播客"的音色
• 根据角色特征推荐合适的音色给用户选择
• 向用户展示 3-5 个候选 + 简短描述

询问用户：每个角色分别选哪个音色？

6. 绑定音色到角色

mcp__audiobooklm_mcp__patch_abs(
  scope={"domain": "book", "book_id": <book_id>},
  operations=[
    {
      "op_id": "op-<角色序号>",
      "type": "update_character",
      "character_id": <character_id>,
      "patch": {"speaker_id": <speaker_id>},
      "reason": "绑定音色"
    }
    // 多个角色用逗号分隔
  ]
)

⚠️ 注意：

• 每个 operation 都要有唯一 op_id
• type 是 "update_character" 不是 "op"

7. 整章合成

使用 chapter_task_create 一次提交整章：

mcp__audiobooklm_mcp__chapter_task_create(
  book_id=<book_id>,
  chapter_id=<chapter_id>
)

返回 task_ids 列表。

8. 查询任务结果

mcp__audiobooklm_mcp__task_query(
  task_ids=[<task_ids列表>],
  wait_timeout=120  # 可根据段落数调整
)

所有段落 status=succeeded 后继续。

9. 章节混音

mcp__audiobooklm_mcp__chapter_audio_mix(
  book_id=<book_id>,
  chapter_id=<chapter_id>
)

⚠️ 顺序要求：必须先完成第 8 步，再调用混音。

返回 audio_url 即章节完整音频。

10. 上架专辑（可选）

询问用户：需要上架到专辑吗？新建/已有/不上架？

• 新建专辑 → 询问专辑名后调用：

  mcp__audiobooklm_mcp__create_album(
    album_name="<专辑名>",
    book_content="<简介>"  # 可选，让 AI 生成封面
  )
  

• 已有专辑 → 用户提供 album_id

• 上架：

  mcp__audiobooklm_mcp__upload_audio_to_album(
    album_id=<album_id>,
    audio_url=<第9步返回的audio_url>，
    title=<专辑音频标题>
  )
  

  上架完成后，交付用户看的站内地址目前只要求返回专辑 URL：

  • 专辑 URL：https://www.ximalaya.com/album/<album_id>

  注意：uploaded_tracks[].audio_url 如果是 COS 或 mix 文件地址，只能作为底层音频文件地址，不等同于用户可访问的喜马拉雅站内页面 URL。当前 upload_audio_to_album 未稳定返回 sound_id，不要编造或推断 https://www.ximalaya.com/sound/<sound_id>。

交付内容

完成后告诉用户：

• 书籍 ID / 章节 ID
• 选用的音色 (speakerId + 名称)
• 章节完整音频文件 URL：第 8 步混音返回的 audio_url，通常是 COS/mix 文件地址
• 专辑 URL：如果执行了上架，返回 https://www.ximalaya.com/album/<album_id>
• 编辑页面：https://aigc.ximalaya.com/edit/<book_id>/<chapter_id>
• 账单或充值页面: https://aigc.ximalaya.com/payment
• 编辑或充值页面需要在用户中心切换制作组身份登录操作 https://aigc.ximalaya.com/user

常见问题

多人对话模板

适用于用户已提供：book_id + 章节名 + 对话脚本（格式为 [角色名] 文本）

流程

1. 询问用户是否口语化润色 → 选"是"则按润色 prompt 改写每行台词并请用户确认满意
2. podcast_import 导入章节 → 获得 chapter_id 和 characters
3. list_tts_voices 列出音色 → 用户为每个角色选择
4. patch_abs 绑定音色 → 每个角色都要绑
5. chapter_task_create 提交整章
6. task_query 查询结果
7. chapter_audio_mix 混音