daily-voice-quote

name	daily-voice-quote
description	每日名言語音任務。產生「語音 + 封面圖靜態影片 +（選配）HeyGen 數位人影片」並發送給主人。
metadata	{"openclaw":{"emoji":"🎙️","requires":{"bins":["sag","ffmpeg"],"env":["ELEVENLABS_API_KEY"],"optionalBins":["uv","python3"],"optionalEnv":["GEMINI_API_KEY","HEYGEN_API_KEY"]},"primaryEnv":"ELEVENLABS_API_KEY","install":[{"id":"sag-brew","kind":"brew","formula":"steipete/tap/sag","bins":["sag"],"label":"Install sag - ElevenLabs TTS CLI (brew)"},{"id":"ffmpeg-brew","kind":"brew","formula":"ffmpeg","bins":["ffmpeg"],"label":"Install ffmpeg - audio/video processing (brew)"},{"id":"uv-brew","kind":"brew","formula":"uv","bins":["uv"],"label":"Install uv - Python runner for image generation (brew, optional)"}],"notes":"Required: ELEVENLABS_API_KEY + sag + ffmpeg for voice generation. Optional: GEMINI_API_KEY + uv for cover image generation (nano-banana-pro). Optional: HEYGEN_API_KEY for digital avatar video. Without ElevenLabs, the built-in tts tool can be used as a fallback."}}

Daily Voice Quote 每日名言語音

這個 skill 會在每天早上：

1. 用主人的聲音朗讀一則名人名言（語音）
2. 生成封面圖並合成靜態影片
3. （選配）產生 HeyGen 數位人影片

最終產出三件套：語音、靜態影片、HeyGen 數位人影片。

---

1. 簡介

每天早上自動選一則名人名言，用主人的聲音念出來，並搭配一張美感封面圖與影片版本發送給主人。若你沒有 HeyGen 帳號，也可以只做「語音 + 靜態影片」。

---

2. 前置準備 Checklist

a) 主人的照片（封面圖生成用）

• 需要 1-3 張高品質照片（正臉、清楚、光線好）
• 放到 workspace 的 avatars/ 目錄
• 如果沒有照片：請主人提供 1-3 張好看的照片！

b) ElevenLabs 帳號 + 語音克隆

• 註冊：https://elevenlabs.io
• 取得 API Key 後，存到你的 OpenClaw config 或環境變數 ELEVENLABS_API_KEY
• 語音克隆方式：
  • 方法一（官方 UI）：主人錄 1-3 分鐘語音 → 上傳到 ElevenLabs Voice Lab
  • 方法二（主人傳語音給你）：主人傳語音訊息 → 你下載後用 API 上傳克隆：

    curl -X POST "https://api.elevenlabs.io/v1/voices/add" \
      -H "xi-api-key: $ELEVENLABS_API_KEY" \
      -F "name=主人的名字" \
      -F "files=@/path/to/voice-sample.mp3" \
      -F "description=Voice clone for daily quotes"
    

    API 會回傳 voice_id，記下來。
• 記錄到 TOOLS.md：Voice Name、Voice ID

檢查 API Key 和語音

# 1. 確認 API Key 存在
echo $ELEVENLABS_API_KEY  # 應該有值

# 2. 列出所有可用語音
sag voices

# 3. 測試語音生成
sag -v "YOUR_VOICE_NAME" -o /tmp/test.mp3 "早安，這是一個語音測試。"

⚠️ sag 所有指令都需要 ELEVENLABS_API_KEY 環境變數。如果沒有，請先設定。

沒有 ElevenLabs？用內建 tts 替代

如果暫時沒有 ElevenLabs API Key，可以先用 OpenClaw 內建的 tts tool：

tts({ text: "早安！今天想分享 Steve Jobs 的一句話..." })

音色不會是主人的聲音，但流程可以先跑起來。

c) HeyGen 帳號 + 數位人 Avatar（選配）

• 註冊：https://heygen.com
• 數位人訓練：主人錄一段 2 分鐘自拍影片 上傳訓練
• 記錄：Avatar ID、Voice ID
• 如果沒有 HeyGen 帳號 → 跳過 Part 3，只做語音 + 靜態影片

d) Channel 設定

• 先確認主人常用的通訊軟體
• LINE：需要 CHANNEL_ACCESS_TOKEN + USER_ID / GROUP_ID
• 其他（Telegram / Discord / WhatsApp 等）：使用 message tool 或 tts tool

📱 LINE 媒體格式要求（重要！）

LINE 對語音和影片的格式有嚴格限制，格式不對會無法在聊天裡直接點開播放！

語音訊息（audio message）：

項目	要求
格式	M4A（.m4a）- AAC 編碼
來源	必須是 HTTPS 公開 URL（不接受本地檔案路徑）
duration	必須提供毫秒數（如 21000 = 21 秒）
❌ 不行	MP3 直接發送（LINE 不支援 audio type 用 MP3）
✅ 轉換	ffmpeg -i input.mp3 -c:a aac -b:a 128k output.m4a -y

影片訊息（video message）：

項目	要求
格式	MP4（.mp4）- H.264 視訊 + AAC 音訊
來源	必須是 HTTPS 公開 URL（支援 Range requests）
previewImageUrl	必須提供影片預覽圖 URL（JPEG/PNG）
❌ 不行	ngrok + Python SimpleHTTPServer（不支援 Range requests，LINE 無法播放）
✅ 可行	ngrok + Node.js static server、HeyGen CDN URL、任何支援 Range requests 的 CDN

公開 URL 方案：

• 最簡單：把檔案放到支援 Range requests 的靜態檔案伺服器 + ngrok/cloudflare tunnel
• 免設定：HeyGen 影片直接用 HeyGen CDN URL（自帶）
• 進階：上傳到 S3/GCS/Cloudflare R2 等雲端儲存

LINE Push API 範例：

# 語音
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "audio",
      "originalContentUrl": "https://your-domain.com/daily-quote.m4a",
      "duration": 21000
    }]
  }'

# 影片
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "video",
      "originalContentUrl": "https://your-domain.com/daily-quote.mp4",
      "previewImageUrl": "https://your-domain.com/daily-quote-preview.jpg"
    }]
  }'

e) Gemini API Key（封面圖生成）

• 取得：https://aistudio.google.com
• 或改用你喜歡的圖片生成 skill（DALL·E / SD / Midjourney 皆可）

---

3. 名言選擇規則

• 非節日：按照 day_of_year % 20 取固定清單
• 節日：選主題與節日呼應的真實名人名言
  • ⚠️ 必須是「名人 + 名言」，不是祝賀詞 / 成語 / 諺語
  • 語音稿開頭可加節日問候
• 極端天氣：僅颱風 / 暴雨 / 暴雪 / 極端高溫才加提醒

節日清單與名言清單在 references/ 目錄內：

• references/holidays.md
• references/quotes.md

---

4. 完整執行流程

Part 1：語音

**流程：**選名言 → 寫語音稿 → sag 生成 → ffmpeg 轉 m4a → 發送

語音稿模板（含情緒標籤）：

早安。[short pause]
今天想分享 {AUTHOR} 的一句話：{QUOTE_ZH} [short pause]
{QUOTE_EN} [short pause]
願這句話為你的一天帶來力量。加油！

產生語音（範例）：

# 1. 生成 MP3
ELEVENLABS_API_KEY="YOUR_ELEVENLABS_API_KEY" \
  sag -v "YOUR_VOICE_NAME" \
  --speed 0.95 --stability 1.0 --similarity 0.85 \
  -o /tmp/daily-quote.mp3 "${SCRIPT}"

# 2. 轉換為 M4A（LINE 必須！MP3 不能直接在 LINE 聊天裡播放）
ffmpeg -i /tmp/daily-quote.mp3 -c:a aac -b:a 128k /tmp/daily-quote.m4a -y

# 3. 取得音訊長度（LINE audio message 需要 duration 毫秒數）
#    從 ffmpeg 輸出讀取，例如 time=00:00:21.16 → 21160 ms
#    或用 ffprobe：
ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 /tmp/daily-quote.m4a
# → 乘以 1000 得到毫秒數

📱 LINE 用戶注意：語音必須是 M4A 格式（AAC 編碼）才能在聊天裡直接點開播放。MP3 不行！詳見上方「LINE 媒體格式要求」。

Part 2：封面圖靜態影片

⚠️ 超重要：--input-image 是讓 AI 重新生成新照片，不是去背剪貼！

⚠️ 封面圖主角 = 主人（不是 AI Agent！）

• 封面圖要用主人的照片作為 --input-image
• ❌ 不要用 AI Agent（小龍蝦等）的照片
• 只有「AI Agent 主題」的文章封面才用 AI Agent 照片

⚠️ 封面圖比例 = 直式 9:16

• 靜態影片是直式的，封面圖也要直式
• prompt 裡明確寫 "vertical 9:16 portrait"

好的 prompt 範例：

Generate a vertical 9:16 portrait of this person wearing a traditional outfit,
standing in a festive scene with soft lantern lights. The person is smiling
confidently. Overlay elegant text: "{QUOTE_ZH} — {AUTHOR}".
Cinematic lighting, Instagram story style.

壞的 prompt（不要用）：

Paste this person onto a red background...
Cut out the person and place into the scene...
Use the AI agent character as the main subject...

生成封面圖（範例，用 nano-banana-pro skill）：

GEMINI_API_KEY="YOUR_GEMINI_API_KEY" \
uv run /opt/homebrew/lib/node_modules/openclaw/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "YOUR_PROMPT" \
  --input-image "/path/to/avatars/photo.jpg" \
  --filename "/tmp/daily-quote-cover.png" \
  --resolution 2K

合成靜態影片（封面圖 + 語音 = 影片）：

# 合成 MP4（H.264 + AAC）- LINE 可直接播放的格式
ffmpeg -loop 1 -i /tmp/daily-quote-cover.png -i /tmp/daily-quote.mp3 \
  -c:v libx264 -tune stillimage -c:a aac -b:a 128k \
  -pix_fmt yuv420p -shortest \
  -vf "scale=720:1280:force_original_aspect_ratio=decrease,pad=720:1280:(ow-iw)/2:(oh-ih)/2" \
  /tmp/daily-quote-static.mp4 -y

# 截取預覽圖（LINE video message 必須提供 previewImageUrl）
ffmpeg -i /tmp/daily-quote-static.mp4 -vframes 1 -q:v 2 /tmp/daily-quote-preview.jpg -y

📱 LINE 用戶注意：影片必須是 MP4 格式（H.264 視訊 + AAC 音訊），且需要透過支援 Range requests 的 HTTPS URL 提供，LINE 才能在聊天裡直接點開播放。同時必須提供預覽圖 URL。詳見上方「LINE 媒體格式要求」。

Part 3：HeyGen 數位人影片（選配）

⚠️ HeyGen 口白 = 中文為主！

• 口白內容跟語音稿（Part 1）一樣，中文為主
• 只有名言原文才用英文（如 "Do what you can, with what you have, where you are."）
• --language "en" 是 HeyGen TTS 引擎參數（因為 clone voice 訓練語言是英文），不是要把口白改成英文！
• 傳給 HeyGen 的文稿請移除情緒標籤（如 [short pause]）

⚠️ 重要語音參數（2026-02-28 A/B 測試確認最佳設定）：

HEYGEN_API_KEY="YOUR_HEYGEN_API_KEY" \
python3 /path/to/heygen/generate_video.py \
  --text "${SCRIPT_PLAIN}" \
  --avatar-id "YOUR_AVATAR_ID" \
  --voice-id "YOUR_HEYGEN_VOICE_ID" \
  --speed 0.98 \
  --emotion "Friendly" \
  --language "en" \
  --dimension "720x1280" \
  --aspect-ratio "9:16" \
  --output /tmp/daily-quote-heygen.mp4

關鍵設定（缺一不可）：

• --speed 0.98 - 最自然的語速
• --emotion "Friendly" - 溫暖友善的語氣
• --language "en" - 即使中文內容也用 en（clone voice 原始訓練語言）
• 英文斷句要口語化 - 用逗號斷句："Success, is not final. Failure, is not fatal."
• 不要寫成一整句不斷的英文，要像人講話一樣有停頓

如果沒有 HeyGen 帳號，直接跳過本段即可。

Part 3b：ZapCap 字幕（HeyGen 影片加字幕）

如果有使用 ZapCap 加字幕，approve 前必須手動修正 transcript：

⚠️ Whisper 轉錄常見問題（每次都要檢查！）：

1. 英文單字全黏在一起 — Doubtthatyoucanwithwhatyouhavewhereyouare → 要拆成 Do what you can, with what you have, where you are.
2. 英文人名黏在一起 — TheodoreRoosevelt → Theodore Roosevelt
3. 中文斷詞錯誤 — 開始行動祝 → 開始 行動 祝
4. 人名辨識錯誤 — NAME_TYPO → NAME_CORRECT（每次都要修）

修正流程：

1. 下載 transcript JSON
2. 逐一檢查並修正 text 欄位
3. PUT 更新 transcript
4. 再 POST approve

---

5. Cron Job 設定範例

LINE 版

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並送到 LINE。使用環境變數：YOUR_LINE_CHANNEL_ACCESS_TOKEN / YOUR_LINE_USER_ID / YOUR_AUDIO_PUBLIC_URL。"
  }
}

非 LINE 版（Telegram / Discord / WhatsApp 等）

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並用 message/tts 工具送到當前 channel。"
  }
}

---

6. 常見問題 FAQ

Q1：沒有主人照片怎麼辦？

• A：請主人提供 1-3 張清晰照片。沒有照片就無法生成封面圖。

Q2：沒有 ElevenLabs 怎麼辦？

• A：可改用內建 tts tool 先產生語音，但音色就不是主人的聲音。

Q3：HeyGen 額度不足怎麼辦？

• A：先只做語音 + 靜態影片，等額度恢復再補數位人影片。

Q4：如何更換名言清單？

• A：直接編輯 references/quotes.md，或在腳本中指定 QUOTES_FILE。

Q5：LINE 聊天裡點語音/影片沒反應或無法播放？

• A：檢查格式！語音必須是 M4A（不是 MP3），影片必須是 MP4（H.264+AAC）。URL 必須是 HTTPS 且支援 Range requests（Python SimpleHTTPServer 不支援！用 Node.js static server 或 CDN）。

---

附：腳本位置

• scripts/send-daily-quote.sh：完整 bash 腳本（無硬編碼，全部用環境變數）
• references/quotes.md：名言清單
• references/holidays.md：節日清單