前言¶

在对话式 Agent 里做语音播报，常见做法是单独接火山引擎或豆包开放平台的 TTS SDK，自己处理鉴权、参数和音频落盘。每次换客户端（Cursor、Claude Code、Codex 等）还要重复教模型「该调哪个接口、字段叫什么」。

下面介绍 SkillHub 上的 doubao tts（坐标 @user_f95f21b8/dlazy-doubao-tts）。它把豆包 TTS 封装成通用 SKILL.md 指令，Agent 按文档执行 dlazy doubao-tts 即可完成合成，文本与音色参数由 CLI 转发到 dLazy 托管 API。

这是什么¶

doubao tts 当前版本 1.0.9，分类为 design-media，来源为社区（发布者 user_f95f21b8）。官方简介为：Synthesize text into natural and fluent speech using Doubao TTS.（使用豆包 TTS 将文字合成为自然流畅的语音。）

技能本体是 dLazy CLI（@dlazy/cli@1.0.9，维护者 dlazyai）的薄封装：提示词与 --voice_language、--voiceId、--speed_ratio 等参数经 api.dlazy.com 推理，生成结果 URL 由 files.dlazy.com 返回。SkillHub 页面标注 requires_api_key=true，使用前需配置 dLazy API Key。

核心功能¶

根据技能包内 SKILL.md / SKILL-cn.md，已核实能力包括：

1. 文本转语音：通过 dlazy doubao-tts --prompt '<文本>' 调用豆包 TTS（modelId: doubao-tts）。
2. 语种与音色：--voice_language 支持 zh-cn（默认）、en；--voiceId 随语种变化，中文默认 zh_female_shuangkuaisisi_uranus_bigtts（爽快思思 2.0），文档中列出多组中文/英文音色 ID。
3. 语速：--speed_ratio 可选 0.8、1.0、1.2、1.5、2.0，默认 1.0。
4. 调试与异步：--dry-run 仅打印请求体与费用估算；--no-wait 返回 generateId，可用 dlazy status <generateId> --wait 轮询；--timeout 默认等待 1800 秒。
5. 管道参数：各 flag 支持 -、@N、@stdin 等引用上游输出（详见 dlazy --help）。
6. 触发词：英文侧含 doubao tts、text to speech、generate speech、voice broadcast；中文侧含「豆包 tts」「文本转语音」「生成语音」「语音播报」。

运行环境需本机具备 npm、npx（技能 metadata 声明）。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

按 SkillHub 安装说明 检查或安装：

command -v skillhub && skillhub --version

未安装时可执行完整安装脚本（文档中的推荐方式）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 将技能装进当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向当前客户端识别的 skills 路径，否则默认落在 ./skills/ 可能不会被加载。官方页面给出的安装提示为：依据 https://skillhub.cn/install/skillhub.md 安装 @user_f95f21b8/dlazy-doubao-tts。

示例（将 <skills 目录> 换成你的环境路径）：

skillhub install dlazy-doubao-tts --namespace user_f95f21b8 --dir <skills 目录>

SkillHub 文档记载的常用路径包括：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

安装或更新技能后，按你所用客户端的要求重启或刷新，以便加载新技能。

3. 安装并配置 dLazy CLI¶

全局安装（与技能 metadata 固定版本一致）：

npm install -g @dlazy/cli@1.0.9

或不落盘全局包，按需调用：

npx @dlazy/cli@1.0.9 <command>

配置 API Key（写入 ~/.dlazy/config.json，Linux/macOS；也可用环境变量 DLAZY_API_KEY）：

dlazy auth set YOUR_API_KEY

Key 在 dlazy.com/dashboard/organization/api-key 创建；CLI 源码见 github.com/dlazyai/cli。

典型用法¶

Agent 侧核心指令是执行 dlazy doubao-tts；参数以 -h 为准：

dlazy doubao-tts -h

基础合成示例（与技能文档一致）：

dlazy doubao-tts --prompt '提示词内容'

带语种、音色与语速的示例（字段名来自帮助信息）：

dlazy doubao-tts \
  --prompt '你好，这是一段测试播报。' \
  --voice_language zh-cn \
  --voiceId zh_female_shuangkuaisisi_uranus_bigtts \
  --speed_ratio 1.0

成功时 CLI 返回 JSON，result.tool 为 doubao-tts，outputs 中含托管在 files.dlazy.com 的媒体 URL。调用前可用 --dry-run 查看 payload 与费用估算。

适用场景与注意¶

适合谁：需要在 Agent 对话里快速把文案变成可播放语音的团队或个人；已接受通过 dLazy 云服务调用豆包 TTS，而不是自建火山引擎接入的同学。

限制与注意：

1. 付费与余额：请求走 dLazy API；余额不足时可能返回 code: "insufficient_balance"，需在 dlazy.com 积分设置 充值。
2. 鉴权：未配置或无效 Key 会 unauthorized；--prompt 为必填项。
3. 数据路径：文本与参数会发送到 api.dlazy.com；若涉及本地媒体路径，CLI 会上传到 files.dlazy.com，使用前请对照 dlazy.com 服务条款与合规要求。
4. 社区技能：SkillHub 上该条为 community 发布，底层 CLI 由 dlazyai 维护；安装前可按习惯审阅 npm 包与 GitHub 源码。

SkillHub 统计（抓取资料）：评分 100000，下载约 1165 次；页面另显示安装计数为 2，以 SkillHub 实时数据为准。

结尾¶

doubao tts 把豆包 TTS 收敛成 Agent 可读的 SKILL 与一条 CLI 命令，适合在 Cursor、Claude Code 等环境里做语音播报原型。技能与安装入口：

• API 页：https://api.skillhub.cn/user_f95f21b8/dlazy-doubao-tts
• SkillHub 页：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-doubao-tts