前言¶

在對話式 Agent 裏做語音播報，常見做法是單獨接火山引擎或豆包開放平臺的 TTS SDK，自己處理鑑權、參數和音頻落盤。每次換客戶端（Cursor、Claude Code、Codex 等）還要重複教模型「該調哪個接口、字段叫什麼」。

下面介紹 SkillHub 上的 doubao tts（座標 @user_f95f21b8/dlazy-doubao-tts）。它把豆包 TTS 封裝成通用 SKILL.md 指令，Agent 按文檔執行 dlazy doubao-tts 即可完成合成，文本與音色參數由 CLI 轉發到 dLazy 託管 API。

這是什麼¶

doubao tts 當前版本 1.0.9，分類爲 design-media，來源爲社區（發佈者 user_f95f21b8）。官方簡介爲：Synthesize text into natural and fluent speech using Doubao TTS.（使用豆包 TTS 將文字合成爲自然流暢的語音。）

技能本體是 dLazy CLI（@dlazy/cli@1.0.9，維護者 dlazyai）的薄封裝：提示詞與 --voice_language、--voiceId、--speed_ratio 等參數經 api.dlazy.com 推理，生成結果 URL 由 files.dlazy.com 返回。SkillHub 頁面標註 requires_api_key=true，使用前需配置 dLazy API Key。

核心功能¶

根據技能包內 SKILL.md / SKILL-cn.md，已覈實能力包括：

1. 文本轉語音：通過 dlazy doubao-tts --prompt '<文本>' 調用豆包 TTS（modelId: doubao-tts）。
2. 語種與音色：--voice_language 支持 zh-cn（默認）、en；--voiceId 隨語種變化，中文默認 zh_female_shuangkuaisisi_uranus_bigtts（爽快思思 2.0），文檔中列出多組中文/英文音色 ID。
3. 語速：--speed_ratio 可選 0.8、1.0、1.2、1.5、2.0，默認 1.0。
4. 調試與異步：--dry-run 僅打印請求體與費用估算；--no-wait 返回 generateId，可用 dlazy status <generateId> --wait 輪詢；--timeout 默認等待 1800 秒。
5. 管道參數：各 flag 支持 -、@N、@stdin 等引用上游輸出（詳見 dlazy --help）。
6. 觸發詞：英文側含 doubao tts、text to speech、generate speech、voice broadcast；中文側含「豆包 tts」「文本轉語音」「生成語音」「語音播報」。

運行環境需本機具備 npm、npx（技能 metadata 聲明）。

安裝與啓用¶

1. 安裝 SkillHub CLI（若尚未安裝）¶

按 SkillHub 安裝說明 檢查或安裝：

command -v skillhub && skillhub --version

未安裝時可執行完整安裝腳本（文檔中的推薦方式）：

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

2. 將技能裝進當前 Agent 的 skills 目錄¶

安裝時必須用 --dir 指向當前客戶端識別的 skills 路徑，否則默認落在 ./skills/ 可能不會被加載。官方頁面給出的安裝提示爲：依據 https://skillhub.cn/install/skillhub.md 安裝 @user_f95f21b8/dlazy-doubao-tts。

示例（將 <skills 目錄> 換成你的環境路徑）：

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

SkillHub 文檔記載的常用路徑包括：

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

安裝或更新技能後，按你所用客戶端的要求重啓或刷新，以便加載新技能。

3. 安裝並配置 dLazy CLI¶

全局安裝（與技能 metadata 固定版本一致）：

npm install -g @dlazy/cli@1.0.9

或不落盤全局包，按需調用：

npx @dlazy/cli@1.0.9 <command>

配置 API Key（寫入 ~/.dlazy/config.json，Linux/macOS；也可用環境變量 DLAZY_API_KEY）：

dlazy auth set YOUR_API_KEY

Key 在 dlazy.com/dashboard/organization/api-key 創建；CLI 源碼見 github.com/dlazyai/cli。

典型用法¶

Agent 側核心指令是執行 dlazy doubao-tts；參數以 -h 爲準：

dlazy doubao-tts -h

基礎合成示例（與技能文檔一致）：

dlazy doubao-tts --prompt '提示詞內容'

帶語種、音色與語速的示例（字段名來自幫助信息）：

dlazy doubao-tts \
  --prompt '你好，這是一段測試播報。' \
  --voice_language zh-cn \
  --voiceId zh_female_shuangkuaisisi_uranus_bigtts \
  --speed_ratio 1.0

成功時 CLI 返回 JSON，result.tool 爲 doubao-tts，outputs 中含託管在 files.dlazy.com 的媒體 URL。調用前可用 --dry-run 查看 payload 與費用估算。

適用場景與注意¶

適合誰：需要在 Agent 對話裏快速把文案變成可播放語音的團隊或個人；已接受通過 dLazy 雲服務調用豆包 TTS，而不是自建火山引擎接入的同學。

限制與注意：

1. 付費與餘額：請求走 dLazy API；餘額不足時可能返回 code: "insufficient_balance"，需在 dlazy.com 積分設置 充值。
2. 鑑權：未配置或無效 Key 會 unauthorized；--prompt 爲必填項。
3. 數據路徑：文本與參數會發送到 api.dlazy.com；若涉及本地媒體路徑，CLI 會上傳到 files.dlazy.com，使用前請對照 dlazy.com 服務條款與合規要求。
4. 社區技能：SkillHub 上該條爲 community 發佈，底層 CLI 由 dlazyai 維護；安裝前可按習慣審閱 npm 包與 GitHub 源碼。

SkillHub 統計（抓取資料）：評分 100000，下載約 1165 次；頁面另顯示安裝計數爲 2，以 SkillHub 實時數據爲準。

結尾¶

doubao tts 把豆包 TTS 收斂成 Agent 可讀的 SKILL 與一條 CLI 命令，適合在 Cursor、Claude Code 等環境裏做語音播報原型。技能與安裝入口：

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