前言¶
做短視頻旁白、產品演示或無障礙朗讀時，往往需要把稿子快速變成可下載的音頻。本地 TTS 要挑引擎、調音色；直接對接雲廠商 API 又要自己寫鑑權、參數和錯誤處理。若你希望 Agent 在對話里根據 --prompt 選音色、語速和格式，並把結果以 URL 返回，可以把 SkillHub 上的 keling tts（座標 @user_f95f21b8/dlazy-keling-tts，當前版本 1.0.9）裝進 Cursor、Claude Code 等客戶端的 skills 目錄，由技能文檔驅動 dlazy keling-tts 調用。
下面介紹這個 Skill 的定位、能力與安裝用法；事實依據 SkillHub 頁面與技能包內 SKILL.md / SKILL-cn.md。
這是什麼¶
keling tts 是社區來源（community）、分類爲 design-media 的 Agent Skill。SkillHub 簡介爲：Convert text into high-quality, emotional speech reading using Kling TTS. 中文說明爲：使用可靈（Kling）TTS 模型，將文本轉化爲高質量、情感豐富的語音朗讀。
技能在 SkillHub 由發佈者 user_f95f21b8 上架；底層通過 dlazyai 維護的 @dlazy/cli（技能元數據固定版本 1.0.9）訪問 dLazy 託管 API（api.dlazy.com、files.dlazy.com）。標籤 requires_api_key=true：使用前必須配置 dLazy API Key，按次或按賬戶計費，具體以 dlazy.com 服務條款爲準。
核心功能¶
結合官方技能文檔，可覈實的能力包括：
- 文本轉語音：通過
dlazy keling-tts，必填--prompt傳入待朗讀文本。 - 語言與音色：
--voice_language支持zh、en（默認zh）；--voiceId隨語言變化，默認genshin_vindi2，中文側含新聞播報、方言人設、兒童音等大量預設（完整列表見dlazy keling-tts -h）。 - 輸出控制：
--speed可選0.8、1.0、1.5；--format可選mp3、wav（默認mp3）。 - 調試與異步：
--dry-run可打印請求載荷與費用估算而不真正調用 API；--no-wait可立即返回generateId，再用dlazy status <generateId> --wait輪詢。 - 管道參數：各 flag 支持
-、@N、@stdin等管道引用，詳見dlazy --help。
Agent 側觸發關鍵詞包括：kling tts、text to speech、generate speech（中文文檔另有「可靈 tts」「文本轉語音」「生成語音」）。
安裝與啓用¶
1. 安裝 SkillHub CLI（若尚未安裝）¶
按 SkillHub 安裝文檔 檢查或安裝 CLI：
command -v skillhub && skillhub --version
未安裝時可執行完整安裝（含默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 將 keling tts 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 目錄，否則默認落在 ./skills/ 且 Agent 可能讀不到。常見路徑（摘自官方安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
示例命令（將目錄替換爲你的環境）：
skillhub install @user_f95f21b8/dlazy-keling-tts --dir ~/.cursor/skills/
也可讓 AI 按 https://skillhub.cn/install/skillhub.md 安裝 @user_f95f21b8/dlazy-keling-tts。裝好後通常需重啓或刷新 Agent 以加載技能。
3. 安裝並配置 dLazy CLI¶
技能要求本機具備 npm / npx。全局安裝固定版本：
npm install -g @dlazy/cli@1.0.9
或按需調用、不常駐全局：
npx @dlazy/cli@1.0.9 <command>
配置 API Key（寫入 ~/.dlazy/config.json，Windows 爲 %USERPROFILE%\.dlazy\config.json）：
dlazy auth set YOUR_API_KEY
也可在單次調用時設置環境變量 DLAZY_API_KEY。Key 在 dlazy.com/dashboard/organization/api-key 獲取。
典型用法¶
先查看子命令幫助，確認當前環境下的參數與音色列表：
dlazy keling-tts -h
官方文檔中的基礎示例：
dlazy keling-tts --prompt '提示詞內容'
在 Agent 對話中，等價於讓模型執行上述命令；你可補充例如中文女聲、略慢語速、WAV 格式：
dlazy keling-tts \
--prompt '大家好，這是一段測試旁白。' \
--voice_language zh \
--voiceId chat1_female_new-3 \
--speed 0.8 \
--format wav
調用前可用 --dry-run 查看載荷與費用估算。成功時 CLI 返回 JSON，result.tool 爲 keling-tts，result.modelId 爲 keling-tts，outputs 中含託管在 files.dlazy.com 的結果 URL（技能文檔中的示例 JSON 仍使用通用 type 字段，以實際返回爲準）。
適用場景與注意¶
適合誰
- 已在用 Cursor / Claude Code 等支持 Skills 的環境，希望用自然語言描述「把這段稿子讀出來」並拿到音頻鏈接。
- 需要可靈 TTS 的多音色、中英文切換，且接受通過 dLazy 賬戶計費的用戶。
限制與注意
- 必須聯網且有 API Key：未配置或 Key 無效會返回
code: "unauthorized"；餘額不足爲insufficient_balance，需到 Credits 設置 充值。 - 文本會上傳到雲端：提示詞與參數發往
api.dlazy.com，屬於標準 SaaS 調用，敏感內容需自行評估合規性。 - 依賴 Node 生態：需能運行
npm/npx並安裝@dlazy/cli@1.0.9；安裝 CLI 前可參考 github.com/dlazyai/cli 審閱源碼。 - SkillHub 元數據：截至抓取時，該 Skill 評分爲 100000，下載約 1047 次，安裝記錄 2 次；頁面數據會變動，以 SkillHub 爲準。
常見錯誤碼見技能文檔（如缺少 --prompt、本地文件路徑錯誤、異步任務失敗等）；Agent 應按文檔在餘額與鑑權失敗時給出明確指引。
結尾¶
keling tts 把可靈 TTS 封裝成 Agent 可執行的 dlazy keling-tts 工作流：Skill 負責觸發詞與參數說明，CLI 負責鑑權與 API 調用。若你要在 IDE 裏用對話生成帶情感的朗讀音頻，可先按上文安裝 Skill 與 @dlazy/cli@1.0.9，再配置 dLazy API Key。
官方入口：
