radio
一个让AI助手帮你搜索和浏览播客的MCP工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：radio。 它的用途是：一个让AI助手帮你搜索和浏览播客的MCP工具。 完整的 Skill 内容见：https://321skill.com/skills/radio/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我找一些关于法国科技创业的最新播客节目。”，它会通过Radio Skill搜索相关播客，并列出节目名称、简介和链接。你还可以继续追问：“第三个节目主要讲了哪三个观点？”，AI会基于获取的节目信息进行总结。
介绍
Radio Skill 解决了AI助手无法直接访问和探索海量播客内容的问题。通过集成MCP（Model Context Protocol）协议，它赋予AI助手搜索、浏览和获取播客信息的能力，让播客内容成为AI对话的上下文。
使用方式非常简单：在支持MCP的AI助手（如Claude Desktop）中安装并配置此Skill后，你就可以直接通过自然语言指令，让AI帮你查找特定主题、地区（如法国）或特定播客节目的信息。
它非常适合内容创作者、社媒运营、学术研究者以及任何需要通过播客获取信息或灵感的人。无论是寻找选题素材、跟踪行业动态，还是进行语言学习，都能从中受益。
建议在需要深度信息检索或内容灵感时使用。请注意，其功能依赖于MCP协议和可用的播客数据源，对于实时性要求极高的新闻追踪可能不是最佳选择。
核心特点
核心区别在于深度集成MCP协议，专为AI助手环境设计，实现了对播客内容的原生搜索和上下文集成，而非简单的网页爬取或RSS订阅。它特别强调了对法国地区播客内容的探索支持。
注意事项
不适合需要直接播放音频、管理订阅或进行复杂播客库管理的场景。
常见问题
这个Skill能直接播放播客吗？
不能，它主要用于搜索和浏览播客信息，为AI提供上下文，不包含音频播放功能。
需要什么环境才能使用？
需要在支持MCP协议的AI助手客户端（如Claude Desktop）中安装配置后使用。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/radio/raw/index.md 读取 radio 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/radio/raw/index.md（查看排版版本）