Skip to content

dbianchi02/MessageCenter-Podcast

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
GetMessageCenter-Scripts
GetMessageCenter-Scripts
 
 
LICENSE
LICENSE
 
 
README.md
README.md
 
 
architecture.svg
architecture.svg
 
 

Repository files navigation

M365 Message Center Podcast

Automazione completa che ogni mattina feriale raccoglie i messaggi del Microsoft 365 Message Center, genera uno script podcast a due voci tramite Azure AI Foundry, lo converte in audio e lo consegna su Telegram.

image

Indice

Idea e contesto

Il Message Center di Microsoft 365 genera ogni giorno annunci, aggiornamenti pianificati e retirement. Tenersi aggiornati richiede tempo e concentrazione. L'idea nasce da Audio Overview di Microsoft 365 Copilot: la funzione genera una sintesi audio a due voci da un documento, ma non e automabile via Power Automate.

La soluzione replica quel comportamento in modo completamente automatizzato usando Azure AI Foundry, con consegna su Telegram per ascoltarla in macchina durante il tragitto casa-lavoro.

Architettura

Azure Automation (06:50)
        |
        v
  VM Azure avviata
        |
        v
Task Scheduler (07:00) --> Start-PodcastPipeline.ps1
        |
        |-- Step 1: Get-MessageCenterForAI.ps1
        |          Microsoft Graph API --> messages_YYYY-MM-DD.json
        |
        |-- Step 2: Generate-PodcastScript.ps1
        |          Azure AI Foundry (GPT-4o mini) --> podcast_script_YYYY-MM-DD.txt
        |
        |-- Step 3: Convert-PodcastToAudio.ps1
        |          Azure AI Foundry (gpt-4o-mini-tts) --> podcast_YYYY-MM-DD.mp3
        |
        |-- Step 4: Send-PodcastTelegram.ps1
                   Telegram Bot API --> gruppo Telegram
        |
        v
Azure Automation (08:10) --> VM spenta

Prerequisiti

Componente Dettaglio
Microsoft 365 Qualsiasi piano Business/Enterprise con Message Center
Azure Subscription Attiva, con permessi per creare risorse
Azure AI Foundry Progetto creato, deployment GPT-4o mini e gpt-4o-mini-tts
Entra ID App Registration Con certificato e permesso ServiceMessage.Read.All
VM Azure Windows Server 2019+ con PowerShell 7 installato
Azure Automation Account Con System-assigned Managed Identity abilitata
Telegram Account personale per creare il bot tramite @BotFather

Struttura del repository

GetMessageCenter-Scripts/
|-- Start-PodcastPipeline.ps1     # Script master di orchestrazione
|-- Core/
|   |-- Get-MessageCenterForAI.ps1
|   |-- Generate-PodcastScript.ps1
|   |-- Convert-PodcastToAudio.ps1
|   |-- Send-PodcastTelegram.ps1
|   |-- system_prompt.txt         # System prompt per GPT-4o mini
|-- architecture.svg          # Diagramma architettura
|-- .gitignore
|-- LICENSE
|-- README.md

Setup passo-passo

1. App Registration su Entra ID

  1. Vai su portal.azure.com > Entra ID > App Registrations > New registration
  2. Dai un nome (es. MessageCenterPodcast)
  3. In Certificates & secrets > Certificates: carica un certificato .cer
    • Per generarlo localmente: New-SelfSignedCertificate in PowerShell, poi esporta
  4. In API Permissions > Add permission > Microsoft Graph > Application:
    • ServiceMessage.Read.All
    • Mail.Send (opzionale, solo se vuoi notifiche via mail)
  5. Clicca Grant admin consent
  6. Annota: Tenant ID, Client ID, Certificate Thumbprint

Nota: usa l'autenticazione con certificato (non Client Secret) per i task schedulati. Il certificato non scade ogni anno come il secret e non richiede rotazione frequente.

2. Azure AI Foundry

Deployment GPT-4o mini (generazione script):

  1. Vai su ai.azure.com > crea o apri un progetto
  2. Models + endpoints > Deploy model > cerca gpt-4o-mini
  3. Deployment type: Global Standard (pay per use, rate limit alto)
  4. Region: West Europe o quella piu vicina
  5. Annota: Target URI (solo la base, es. https://xxx.cognitiveservices.azure.com) e API Key

Deployment gpt-4o-mini-tts (sintesi vocale):

  1. Models + endpoints > Deploy model > cerca tts
  2. Seleziona gpt-4o-mini-tts
  3. Region: East US 2 (attenzione: in West Europe potrebbe non avere quota disponibile)
  4. Annota: Target URI completo (incluso il path /openai/deployments/gpt-4o-mini-tts/audio/speech?api-version=...) e API Key

Punto insidioso: le due risorse TTS e LLM possono stare in region diverse. Lo script le chiama con endpoint separati, quindi non e un problema. Verifica la disponibilita della quota per region prima di scegliere.

3. Azure Speech TTS (alternativa, non usata in questa implementazione)

Inizialmente era previsto Azure Speech Service con voci neurali italiane (it-IT-GiuseppeNeural, it-IT-IsabellaNeural). La qualita e inferiore a gpt-4o-mini-tts, ma il piano F0 e gratuito fino a 500.000 caratteri/mese. Se vuoi usarlo come fallback, crea la risorsa Speech in West Europe dal portale Azure.

4. Bot Telegram

  1. Apri Telegram e cerca @BotFather
  2. Manda /newbot e segui le istruzioni
  3. Annota il token (formato: 1234567890:AAF...)
  4. Crea un gruppo Telegram e aggiungi il bot come membro
  5. Manda un messaggio nel gruppo, poi apri nel browser: 
    https://api.telegram.org/bot<TOKEN>/getUpdates
  6. Cerca "chat":{"id": nel JSON - per i gruppi il valore e negativo (es. -987654321)
  7. Annota il Chat ID del gruppo

5. VM Azure e Task Scheduler

Requisiti VM:

  • Windows Server 2019 o superiore
  • PowerShell 7 installato (winget install Microsoft.PowerShell)
  • Modulo Microsoft Graph: Install-Module Microsoft.Graph -Scope AllUsers
  • Certificato dell'App Registration installato nel cert store della macchina

Struttura cartelle sulla VM:

C:\Script\GetMessageCenter\
|-- Start-PodcastPipeline.ps1
|-- Core\
|   |-- (tutti gli script + config.ps1 + system_prompt.txt)
|-- Output\
|-- Podcast\
|-- Audio\
|-- Logs\

Creazione Task Scheduler (da PowerShell amministratore):

Apri Task Scheduler dalla GUI (cercare "Task Scheduler" nel menu Start) e crea il task manualmente:

  • General tab: nome PodcastPipeline, spunta "Run whether user is logged on or not" e "Run with highest privileges"
  • Triggers tab: Weekly, lun-ven, ore 07:00, spunta "Enabled"
  • Actions tab: Program = pwsh.exe, Arguments = -NonInteractive -ExecutionPolicy Bypass -File "C:\Script\GetMessageCenter\Start-PodcastPipeline.ps1"
  • Conditions tab: deseleziona "Start only if on AC power"
  • Settings tab: spunta "Run task as soon as possible after a scheduled start is missed", imposta execution time limit a 1 ora

Punto insidioso critico: usa pwsh.exe (PowerShell 7) e NON powershell.exe (PowerShell 5). PS5 in modalita -NonInteractive usa encoding Windows-1252 invece di UTF-8, corrompendo i caratteri italiani e causando errori 400 nelle chiamate API. PS7 usa UTF-8 come default in tutte le modalita.

6. Azure Automation per start/stop VM

  1. Crea un Automation Account nel portale Azure (stesso Resource Group della VM)
  2. Abilita System-assigned Managed Identity: Automation Account > Identity > Status: On
  3. Assegna il ruolo Virtual Machine Contributor alla Managed Identity sulla VM:
    • VM > Access Control (IAM) > Add role assignment > Virtual Machine Contributor > seleziona la Managed Identity
  4. Crea il runbook:
    • Automation Account > Runbooks > Create a runbook
    • Nome: Start-StopPodcastVM
    • Runbook type: PowerShell
    • Runtime version: 7.2 (fondamentale - non lasciare 5.1)
    • Incolla il codice del runbook, pubblica
  5. Crea due schedule dal runbook > Schedules > Add a schedule:
    • StartVM: ricorrente lun-ven ore 06:50, parametro Action = Start
    • StopVM: ricorrente lun-ven ore 08:10, parametro Action = Stop

Punto insidioso: quando inserisci il parametro nello schedule, nel campo "Action" scrivi solo il valore (Start o Stop), mai Action = Start. Il portale sa gia che stai compilando il parametro Action.

Punto insidioso: il runtime version 5.1 non e modificabile dopo la pubblicazione del runbook. Se hai pubblicato con 5.1, devi eliminare il runbook e ricrearlo con 7.2.

7. Configurazione variabili

Copia Core/config.ps1.example in Core/config.ps1 e compila tutti i valori:

# config.ps1 - NON caricare su GitHub con valori reali

# App Registration
$TenantID              = 'xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx'
$ClientID              = 'xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx'
$CertificateThumbprint = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX'

# Azure AI Foundry - GPT-4o mini (generazione script)
$AIEndpoint      = 'https://xxx.cognitiveservices.azure.com'
$AIKey           = 'YOUR_AI_KEY'
$AIDeploymentName = 'gpt-4o-mini'

# Azure AI Foundry - gpt-4o-mini-tts (sintesi vocale)
$TTSEndpoint  = 'https://xxx.eastus2.cognitiveservices.azure.com/openai/deployments/gpt-4o-mini-tts/audio/speech?api-version=2025-03-01-preview'
$TTSKey       = 'YOUR_TTS_KEY'
$SpeechSpeed  = 1.1

# Telegram
$TelegramToken  = 'YOUR_BOT_TOKEN'
$TelegramChatId = '-987654321'

Punti insidiosi

Questa sezione raccoglie i problemi reali incontrati durante l'implementazione.

Encoding PowerShell 5 vs 7

Il problema piu frequente e piu difficile da diagnosticare. Sintomi: gli script funzionano perfettamente in VS Code ma falliscono quando lanciati dallo script master o dal Task Scheduler con errori 400 dalle API o caratteri corrotti.

Causa: PowerShell 5 in modalita non interattiva usa Windows-1252. I caratteri italiani (e, a, u ecc.) vengono corrotti nel JSON, Azure restituisce 400 Bad Request.

Soluzione: usare sempre pwsh.exe (PS7) sia nel Task Scheduler che nello script master. PS7 usa UTF-8 come default ovunque.

Here-string con caratteri speciali

I blocchi @" ... "@ in PowerShell non tollerano caratteri tipografici come virgolette curve (" "), trattini em (-), o apostrofi tipografici. Se copi testo da Word, browser o editor con autocorrect, questi caratteri entrano negli script causando errori di parsing.

Soluzione: scrivere i file con contenuto critico (system prompt, script con testo lungo) direttamente da console PowerShell usando @' ... '@ (virgolette singole, che non interpretano nulla) e salvare con Out-File -Encoding utf8. In alternativa, usare file .txt separati per i testi lunghi (come il system prompt) e leggerli a runtime con Get-Content.

Runtime version del Runbook non modificabile

Una volta pubblicato un runbook con Runtime version 5.1, non e possibile cambiarlo. Il pulsante non e cliccabile.

Soluzione: eliminare il runbook e ricrearlo scegliendo 7.2 al momento della creazione, prima della pubblicazione.

Quota TTS per region

gpt-4o-mini-tts non e disponibile in tutte le region con quota. West Europe spesso mostra "no quota" per questo modello.

Soluzione: deployare il modello TTS in East US 2 (o verificare la disponibilita nella propria region). Lo script usa endpoint separati per LLM e TTS, quindi le due risorse possono stare in region diverse senza problemi.

Parametri nei runbook schedule

Quando si configura lo schedule di un runbook con parametri, il portale Azure mostra i campi gia nominati. Nel campo "Action" va inserito solo il valore (Start o Stop), non Action = Start.

Modello che omette messaggi con volumi alti

Con piu di 12-15 messaggi giornalieri, GPT-4o mini tende ad abbreviare o omettere i messaggi in fondo alla lista per stare nei token di output.

Soluzioni applicate:

  1. Pre-ordinare i messaggi per priorita gia nel codice PowerShell (Retirement > Admin impact > Informativo) prima di passarli al modello
  2. Includere nel prompt utente la lista completa dei titoli con la dicitura "Devi coprire ESATTAMENTE questi N messaggi"
  3. Troncare il bodyText a 1200 caratteri per ridurre i token di input e lasciare piu spazio all'output
  4. Impostare max_tokens = 8000

Personalizzazione del prompt

Il file Core/system_prompt.txt controlla tutto il comportamento del podcast. E il file piu importante da personalizzare.

Parametri chiave da modificare:

Parametro Dove Effetto
Durata target Prima riga del prompt Influenza la lunghezza complessiva
Nomi delle voci Sezione "LE DUE VOCI" Cambia il carattere dei personaggi
Soglia messaggi Gruppo C Regola volumi alti Controlla la compressione con molti messaggi
Tono del riepilogo Sezione "RIEPILOGO AZIONI" Da generico a molto dettagliato

Iterazione consigliata: modifica una cosa sola per volta e confronta due transcript consecutivi. Il prompt engineering su testi lunghi ha effetti non lineari.

Velocita audio: modifica $SpeechSpeed in config.ps1. Il range e 0.25-4.0; 1.1 e il punto ottimale per un ritmo naturale da briefing.

Voci disponibili (parametri echo e nova in Convert-PodcastToAudio.ps1):

  • Maschili: alloy, echo, onyx, fable
  • Femminili: nova, shimmer

Costi

Stimati su 22 esecuzioni/mese (5 giorni/settimana), media 12 messaggi/giorno:

Componente Piano Costo stimato
GPT-4o mini (script) Pay per use < 0,10 EUR/mese
gpt-4o-mini-tts (audio) Pay per use < 0,50 EUR/mese
VM Azure (B2s o simile) 1h20m/giorno lun-ven ~ 2-4 EUR/mese
Azure Automation Piano free (500 min/mese) 0 EUR
Telegram Bot API Gratuito 0 EUR

Totale stimato: 3-5 EUR/mese, dominato dalla VM.

Replicare su un nuovo cliente

  1. Crea una nuova App Registration nel tenant del cliente con ServiceMessage.Read.All
  2. Crea un nuovo progetto Azure AI Foundry nella subscription del cliente (o riusa uno esistente)
  3. Deploya i modelli gpt-4o-mini e gpt-4o-mini-tts
  4. Copia la struttura delle cartelle sulla VM del cliente
  5. Compila config.ps1 con le credenziali del nuovo tenant
  6. Crea un nuovo bot Telegram (o riusa lo stesso con un gruppo diverso)
  7. Configura Task Scheduler e Azure Automation come da setup

I soli file da modificare per un nuovo cliente sono config.ps1 e, se necessario, system_prompt.txt per adattare il tono o aggiungere istruzioni specifiche (es. focus su determinati servizi).

Sviluppi futuri

  • Bot Telegram interattivo: Azure Function con webhook per rispondere a comandi (/oggi, /cerca, /scadenze)
  • Alert urgenti: notifica immediata per messaggi con severity high o tag Major change, senza aspettare il podcast mattutino
  • Riepilogo settimanale: podcast speciale ogni venerdi con tutti i messaggi della settimana
  • Upgrade modello: valutare GPT-4.1 per giornate con molti messaggi (>15), qualita del dialogo significativamente migliore
  • Storico su SharePoint: archiviare JSON e MP3 su SharePoint per consultazione storica e ricerca per keyword
  • Gestione multi-tenant: un'unica pipeline che genera podcast separati per piu tenant, consegnati su gruppi Telegram distinti

License

MIT License - vedi LICENSE

About

Come ho costruito un sistema completamente automatizzato che ogni mattina genera un podcast a due voci dal Message Center di Microsoft 365 e lo invia su Telegram, usando PowerShell e Azure AI Foundry.

Resources

Readme

License

MIT license
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages