菜单
语音对话能力。支持语音合成(TTS)和语音识别(STT)。TTS 使用 edge-tts（免费），STT 使用 Whisper API 或本地 whisper.cpp。用户需要语音输入/输出时使用此技能。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | voice |
| description | 语音对话能力。支持语音合成(TTS)和语音识别(STT)。TTS 使用 edge-tts（免费），STT 使用 Whisper API 或本地 whisper.cpp。用户需要语音输入/输出时使用此技能。 |
| triggers | null |
| version | 1.0.0 |
| status | stable |
| updated | "2026-03-15T00:00:00.000Z" |
| provides | ["voice","tts","stt"] |
| os | ["darwin","linux"] |
| clawdbot | {"emoji":"🎙️","category":"tools","priority":"medium"} |
语音合成 (TTS) + 语音识别 (STT) 统一技能。
# 健康检查
python3 scripts/check.py
# TTS: 文字转语音
python3 scripts/voice_tool.py tts --text "你好，我是你的AI助手" --output hello.mp3
python3 scripts/voice_tool.py tts --text "Hello world" --voice en-US-AriaNeural --output hello.mp3
# TTS: 列出可用语音
python3 scripts/voice_tool.py tts-voices --lang zh
# STT: 语音转文字（Whisper API）
python3 scripts/voice_tool.py stt --input audio.mp3
python3 scripts/voice_tool.py stt --input audio.mp3 --lang zh
# STT: 语音转文字（本地 whisper.cpp）
python3 scripts/voice_tool.py stt --input audio.mp3 --engine local
OPENAI_API_KEY 环境变量$OPENCLAW_HOME/workspace/output/audio/
pip3 install edge-tts) — 安装脚本已自动安装pip3 install openai) — STT API 模式可选Generate images using Qwen Image API (Alibaba Cloud DashScope). Use when users request image generation with Chinese prompts or need high-quality AI-generated images from text descriptions.
Transform agents from task-followers into proactive partners.
Orchestrate multi-agent teams with defined roles, task lifecycles, handoff protocols, and review workflows. Use when: (1) Setting up a team of 2+ agents with different specializations, (2) Defining task routing and lifecycle (inbox → spec → build → review → done), (3) Creating handoff protocols between agents, (4) Establishing review and quality gates, (5) Managing async communication and artifact sharing between agents.
自动生成短视频。支持图文轮播、文字动画、卡片风格和 AI 视频大模型生成等多种视频类型。用户需要生成视频时使用此技能。
Process multiple items with progress tracking, checkpointing, and failure recovery.
增强版浏览器自动化。基于 Playwright 实现完整浏览器操作，包括基础导航、截图、点击、表单填写、内容提取、文件上传/下载、多标签页管理。支持反检测和高级自动化。